Model AI open-weight kini menangani 63% trafik token di OpenRouter, naik dari kurang dari 5% hanya dua tahun lalu. Lonjakan ini menyusul penurunan biaya per token sebesar 50 kali lipat dan penyempitan celah performa yang memaksa para pengembang untuk memikirkan kembali ketergantungan mereka pada API sumber tertutup (closed-source).

Angka di balik pergeseran ini

Analisis trafik Mozilla menunjukkan bahwa model open-weight telah menjadi sumber komputasi yang dominan di platform OpenRouter. Trafik token menghitung setiap potongan teks yang diproses oleh model, menjadikannya proksi yang andal untuk penggunaan di dunia nyata. Lonjakan dari di bawah 5% menjadi 63% dalam rentang waktu sesingkat itu menandakan perubahan struktural, bukan sekadar tren sesaat.

Mengapa ekonominya berbalik

Pada tahun 2023, menjalankan model berperforma tinggi memakan biaya sekitar $20 untuk setiap satu juta token yang diproses. Saat ini, harga tersebut adalah $0,40—sebuah pengurangan 50 kali lipat yang dicapai selama 36 bulan terakhir.

Celah performa menyempit

Model terbuka dulunya tertinggal di belakang model proprietari sekitar 8% pada tolok ukur (benchmark) standar. Pengukuran terbaru menempatkan celah tersebut pada 3,3%, sebuah pengurangan yang dicapai hanya dalam beberapa bulan melalui kurasi data yang lebih baik dan penyesuaian arsitektur. Celah tersebut kini cukup kecil sehingga banyak pengembang melihat sedikit kerugian dalam menukar model tertutup dengan model terbuka, terutama ketika biaya menjadi faktor penentu.

Pengembang berpindah secara massal

Data Mozilla menunjukkan bahwa 79% pengembang yang menambahkan fitur AI kini memulai dengan model open-weight. Pilihan ini bukan hanya soal harga; model terbuka memberikan visibilitas penuh kepada tim terhadap bobot (weights), lisensi, dan opsi penyebaran (deployment), yang menghasilkan siklus iterasi yang lebih cepat.

Kedaulatan menambah urgensi

Empat puluh tujuh negara baru-baru ini membatasi pemrosesan beban kerja kritis menggunakan layanan AI asing. Model terbuka dapat dihosting pada infrastruktur domestik, memungkinkan negara-negara tersebut mempertahankan kendali data dan mematuhi regulasi yang muncul. Tekanan kebijakan mempercepat adopsi di sektor keuangan, kesehatan, dan administrasi publik.

Benteng pertahanan yang sebenarnya adalah “harness”

Analisis Mozilla juga menyoroti bahwa perangkat pendukung di sekitarnya—kerangka kerja prompt-engineering, filter keamanan, alur kerja orkestrasi—sering kali memberikan peningkatan performa yang lebih besar daripada beralih ke model yang sedikit lebih baik.

Risiko tetap terkunci pada API tertutup

  • Risiko vendor – Perubahan kebijakan, revisi harga, atau perintah pemerintah dapat secara instan memutus akses, membuat layanan offline hingga kontrak baru dinegosiasikan.

Stack pragmatis untuk pengembang saat ini

  • Gunakan model open-weight sebagai standar untuk sebagian besar beban kerja produksi.
  • Berinvestasi pada harness: bangun rangkaian evaluasi, kembangkan pustaka prompt yang dapat digunakan kembali, dan integrasikan lapisan keamanan.
  • Rancang untuk portabilitas: abstraksikan panggilan model di balik antarmuka yang dapat mengarahkan ke berbagai penyedia tanpa perubahan kode.
  • Cadangkan model tertutup untuk sekitar 10% tugas yang membutuhkan penalaran mutakhir atau data proprietari yang belum dapat ditandingi oleh model terbuka.

Apa yang perlu diperhatikan selanjutnya

Model open-weight kini mendominasi pasar token AI karena harganya jauh lebih murah dan hampir setara kemampuannya dengan alternatif tertutup. Tim yang membangun harness yang kuat dan menjaga stack mereka tetap portabel akan memperoleh penghematan biaya sekaligus melindungi diri dari guncangan vendor dan kebijakan. Model tertutup tetap bertahan sebagai alat khusus, tetapi sebagian besar pekerjaan AI sudah mulai beralih ke ranah terbuka.