Qwen dan DeepSeek Dorong AI Open Source China Sampai Menyentuh Pintu Anthropic

Selama bertahun-tahun, narasi tentang frontier AI ditulis dari satu sudut: laboratorium tertutup di Amerika Serikat dengan anggaran riset miliaran dolar, model proprietary yang hanya bisa diakses lewat API, dan perlombaan tertutup yang tidak melibatkan publik dalam prosesnya. Anthropic menjadi salah satu nama yang paling konsisten disebut dalam narasi itu, bersama OpenAI dan Google DeepMind. Tahun 2026 membawa perubahan yang cukup mencolok. Model-model open source asal China, terutama dari keluarga Qwen (Alibaba) dan DeepSeek, sudah menyentuh kemampuan yang sebelumnya dianggap hanya bisa dicapai oleh frontier laboratorium Barat. Bukan cuma mendekati, tapi di beberapa benchmark justru melampaui, dan melakukannya dengan lisensi yang lebih longgar dan harga inference yang lebih murah.

Perkembangan ini tidak berdiri sendiri. Ia adalah puncak dari strategi nasional China yang konsisten selama lima tahun terakhir, investasi besar di talenta AI, ketersediaan energi untuk pusat data, dan kebijakan ekspor chip yang meski sering berfluktuasi tidak pernah benar-benar memutus akses ke perangkat keras yang dibutuhkan. Di sisi lain, Anthropic sendiri sedang dalam posisi defensif. Claude yang sebelumnya diposisikan sebagai alternatif serius untuk kebutuhan profesional dan coding, kini harus menjelaskan ulang apa yang membedakannya dari model open source yang bisa dijalankan di laptop developer atau di server kecil. Wacana tentang keselamatan AI yang menjadi selling point Anthropic tidak otomatis menarik bagi pengguna yang hanya butuh model yang bekerja dengan baik dan murah.

Apa yang sebenarnya berubah di Qwen dan DeepSeek sepanjang 2026

Qwen dari Alibaba sudah bukan sekadar model bahasa besar untuk chatbot. Di paruh kedua 2025, keluarga Qwen merilis varian khusus untuk multimodal, untuk coding, untuk matematika, dan untuk agentic workflow. Setiap varian hadir dengan bobot terbuka dan laporan teknis yang cukup detail untuk bisa diaudit oleh komunitas. Untuk konteks Indonesia, yang paling terasa dampaknya adalah varian dengan kemampuan bahasa Indonesia yang meningkat signifikan, hasil dari training data yang lebih banyak menyertakan teks berbahasa Indonesia, termasuk dokumen publik dan kode repositori lokal. Artinya, developer Indonesia yang membangun aplikasi di atas Qwen tidak lagi harus terjebak dengan model yang memahami bahasa Indonesia sebagai afterthought.

DeepSeek mengambil pendekatan yang lebih fokus pada efisiensi. Model DeepSeek-V3 dan turunannya dirancang untuk inference murah, dengan arsitektur mixture-of-experts yang mengaktifkan hanya sebagian parameter untuk setiap permintaan. Hasilnya adalah harga API yang bisa seporsi kecil dari frontier proprietary, dan kemampuan self-hosting yang realistis untuk startup atau tim kecil yang tidak punya anggaran GPU besar. Untuk developer Indonesia yang sebelumnya berpikir self-hosting frontier model adalah kemewahan yang tidak terjangkau, DeepSeek mengubah perhitungan itu secara material.

Kedua pemain ini juga tidak bekerja dalam isolasi. Mereka saling dorong dalam benchmark, saling adaptasi arsitektur, dan saling adopsi teknik yang terbukti efektif. Kompetisi terbuka di antara mereka, ditambah kontribusi dari komunitas riset global, menghasilkan laju perbaikan yang lebih cepat daripada yang biasanya terlihat di laboratorium tertutup.

Di mana Anthropic merasakan tekanan langsung

Anthropic punya beberapa keunggulan yang tidak langsung hilang hanya karena ada pesaing open source. Kemampuan reasoning Claude di Opus dan Sonnet masih kuat untuk tugas-tugas yang memerlukan penalaran bertahap yang teliti, kemampuan coding agentic yang sudah matang, dan posisi brand di kalangan profesional dan enterprise yang lebih memilih model dari laboratorium dengan narasi etika yang kuat. Tapi keunggulan itu tidak otomatis diterjemahkan menjadi pertumbuhan pasar jika alternatif open source mampu menutup sebagian besar kebutuhan dengan biaya jauh lebih rendah.

Tekanan paling konkret terlihat di pasar API untuk aplikasi consumer dan startup. Sebelum 2026, banyak aplikasi baru akan langsung memilih Claude atau GPT-4 sebagai default backend, dengan asumsi bahwa kualitas lebih tinggi akan menutup biaya tambahan. Sekarang, banyak yang menghitung ulang: kalau DeepSeek atau Qwen mampu menangani 80% workload dengan harga sepersepuluh, sisa 20% sisanya bisa dilimpahkan ke model proprietary sebagai fallback. Strategi hybrid ini membuat nilai default proprietary model turun signifikan, dan margin bisnis frontier laboratorium ikut terkoreksi.

Anthropic merespons dengan beberapa arah. Pertama, rilis model baru yang lebih fokus pada kemampuan spesifik seperti coding agentic dan long-context reasoning, di mana posisi mereka masih kuat. Kedua, penawaran enterprise dengan integrasi yang lebih dalam dan SLA yang lebih ketat. Ketiga, narasi tentang AI safety yang diperkuat untuk membenarkan harga premium. Ketiga arah ini sah dan punya pasar, tapi tidak menutup fakta bahwa pasar yang lebih luas sudah terbuka untuk pemain open source dengan biaya rendah.

Implikasi untuk developer, startup, dan pengguna AI di Indonesia

Untuk developer Indonesia yang sehari-hari bekerja dengan API model bahasa, pergeseran ini bukan sekadar berita geopolitik, melainkan perubahan praktis di Kalkulasi unit economics aplikasi mereka. Aplikasi chatbot untuk UMKM, asisten penulisan untuk jurnalis, summarizer dokumen untuk ASN, semua bisa dibangun dengan biaya inference yang jauh lebih murah dari dua tahun lalu. Qwen dengan kemampuan bahasa Indonesia yang lebih baik, atau DeepSeek dengan efisiensi harga yang sulit ditandingi, memberi opsi yang realistis untuk produk yang harus menghitung margin tipis.

Untuk startup AI di Indonesia, ada tiga implikasi langsung. Pertama, biaya modal untuk membangun produk AI turun signifikan, sehingga MVP bisa dibuat dengan modal yang lebih kecil. Kedua, opsi deployment lebih fleksibel, termasuk hybrid cloud untuk workload sensitif atau self-host untuk workload yang perlu kustomisasi. Ketiga, eksposur ke satu vendor berkurang, sehingga lock-in terhadap satu laboratorium tidak lagi menjadi risiko yang harus ditanggung. Ketiga implikasi ini terlihat seperti hal teknis, tapi dalam jangka menengah mereka mengubah ekonomi startup AI secara material.

Untuk pengguna akhir, perubahan ini lebih halus tapi nyata. Aplikasi yang Anda pakai sehari-hari mungkin akan tetap menyebut Claude atau GPT-4 sebagai backbone, tapi tidak jarang backend sebenarnya sudah migrasi ke model open source untuk sebagian workflow, dan Anda tidak akan diberi tahu. Yang Anda rasakan adalah respons yang lebih cepat, harga langganan yang lebih lambat naiknya, atau kualitas yang tetap terjaga meskipun ada tekanan biaya dari pemilik aplikasi. Ini bukan revolusi yang terlihat, tapi untuk bisnis AI di Indonesia, ini adalah perubahan fundamental di struktur biaya yang menentukan keberlanjutan produk.

Konteks Indonesia: antara peluang dan risiko baru

Peluang yang muncul dari kompetisi global ini nyata, tapi harus dibaca bersamaan dengan risiko yang ikut terbuka. Di sisi peluang, tim riset dan akademisi Indonesia yang sebelumnya kesulitan mengakses model frontier karena kendala lisensi atau anggaran, sekarang punya opsi yang lebih terbuka. Universitas dan pusat riset bisa menjalankan model Qwen atau DeepSeek di infrastruktur sendiri, memodifikasinya untuk kebutuhan lokal, dan mempublikasikan hasilnya tanpa menunggu restribusi lisensi. Untuk pengembangan talenta AI Indonesia, ini adalah angin segar yang sudah lama ditunggu.

Di sisi risiko, ada tiga hal yang patut diperhatikan. Pertama, ketergantungan pada satu ekosistem open source juga punya risiko, terutama kalau model yang dipakai tiba-tiba mengubah lisensi atau mengembangkan fitur yang tidak sejalan dengan regulasi Indonesia. Kedua, kemampuan model yang semakin kuat juga menurunkan barrier untuk penyalahgunaan, dari generator deepfake bahasa Indonesia yang lebih natural sampai asisten phishing yang lebih meyakinkan. Ketiga, persaingan global yang makin ketat bisa mendorong laboratorium frontier Barat untuk mengekspor produk yang lebih longgar ke pasar Indonesia, tapi di sisi lain juga bisa membuat mereka menarik layanan tertentu dari pasar yang dianggap sensitif secara geopolitik.

Untuk konteks regulasi, pemerintah Indonesia punya dua tantangan yang harus dijawab bersamaan. Pertama, bagaimana memastikan bahwa model-model open source yang dipakai di Indonesia memenuhi standar keamanan dan transparansi yang layak. Kedua, bagaimana memastikan bahwa pemain domestik tidak tertinggal terlalu jauh dalam perlombaan yang kini makin cepat dan makin terbuka. Kedua tantangan ini saling terkait, dan jawaban untuk keduanya kemungkinan besar akan menentukan posisi Indonesia di peta AI regional dalam satu dekade ke depan.

Yang patut diperhatikan dalam satu-dua tahun ke depan

Ada empat hal yang akan menentukan apakah pergeseran ini berakhir sebagai perubahan struktural atau hanya sebagai fluktuasi sementara. Pertama, apakah laboratorium frontier Barat bisa mempertahankan keunggulan di kemampuan spesifik yang sulit ditiru open source, atau apakah keunggulan itu juga akan terkikis dalam 12-18 bulan ke depan. Kedua, apakah model open source China bisa mempertahankan dukungan komunitas global di tengah fluktuasi geopolitik, atau apakah lisensi dan akses akan makin terbatas. Ketiga, apakah infrastruktur pendukung (chip, energi, telekomunikasi) di negara-negara pengguna termasuk Indonesia bisa mengimbangi permintaan inference yang meningkat tajam. Keempat, apakah ekosistem developer Indonesia bisa menangkap peluang ini untuk membangun produk lokal yang punya pangsa pasar bukan hanya di dalam negeri.

Dalam pengujian editorial Wawasan AI, perkembangan Qwen dan DeepSeek yang makin mendekati frontier capability Anthropic layak dibaca bukan sebagai akhir dari laboratorium Barat, tapi sebagai perubahan struktural di pasar AI global. Untuk developer, startup, dan pengguna AI di Indonesia, ini bukan sekadar berita tentang pemain global yang berubah posisi, tapi juga perubahan praktis di struktur biaya dan pilihan teknologi yang tersedia. Mereka yang jeli membaca pergeseran ini akan mendapat keuntungan lebih dulu, baik sebagai pengguna yang mendapat layanan lebih murah, maupun sebagai builder yang membangun produk dengan modal lebih efisien. Yang jelas, dinamika AI global tidak lagi hanya ditentukan oleh tiga atau empat nama dari satu negara, dan itu sendiri sudah menjadi perubahan yang cukup signifikan untuk dirayakan.