Penurunan harga Frontier AI sebesar 90%: Bagaimana China membalikkan pasar teknologi global
Xpert Pra-Rilis
Available in 27 languages 📢
Lebih suka Xpert.Digital di GoogleⓘDiterbitkan pada: 12 Agustus 2026 / Diperbarui pada: 12 Agustus 2026 – Penulis: Konrad Wolfenstein

Penurunan harga AI terdepan sebesar 90%: Bagaimana China membalikkan pasar teknologi global – Gambar: Xpert.Digital
Akhir dari era Transformer? Arsitektur AI baru ini saat ini sedang mengguncang Wall Street
Jeda AI yang senyap: Mengapa model bahasa raksasa tiba-tiba menjadi usang bagi perusahaan?
Skalabilitas sudah ketinggalan zaman: Mengapa model AI kecil dan privat kini menaklukkan perekonomian?
Pasar kecerdasan buatan (AI) saat ini sedang mengalami pergeseran besar. Sementara penyedia layanan dari Tiongkok memberikan tekanan besar pada raksasa AS yang sudah mapan dengan pemotongan harga radikal untuk model bahasa generatif, dan daya komputasi AI semakin menjadi komoditas murah, dilema teknologi yang lebih dalam muncul di luar perang harga. Arsitektur Transformer yang dominan, tulang punggung hampir semua model AI saat ini, mencapai batas strukturalnya dalam hal penalaran kompleks dan pemrosesan data sensitif tanpa kesalahan. Sebagai tanggapan, pendekatan yang sepenuhnya baru muncul: dari "neurotopologi" dinamis yang membuktikan nilainya di pasar keuangan dunia nyata hingga model AI khusus dan berdaulat yang memprioritaskan kedaulatan data lengkap dan keterlacakan absolut. Perlombaan geopolitik untuk daya komputasi terbesar semakin memberi jalan pada pertempuran untuk arsitektur yang paling cerdas dan aman – sebuah perkembangan yang memaksa perusahaan di seluruh dunia untuk secara fundamental menilai kembali strategi AI mereka.
Frontier AI merujuk pada sistem AI paling canggih dan paling banyak diterapkan yang tersedia saat ini. "Frontier" secara sederhana berarti: berada di ujung paling ekstrem dari apa yang saat ini secara teknis mungkin.
Era Transformer merujuk pada fase pengembangan AI sejak tahun 2017 di mana model Transformer menjadi fondasi teknis utama untuk AI generatif modern. Ini bukan merujuk pada satu produk tunggal, melainkan pergeseran paradigma: dari model yang lebih khusus dan beroperasi secara berurutan ke model AI skala besar dan dapat diterapkan secara umum.
Jeda senyap dalam perlombaan kecerdasan buatan
Ketika harga turun lebih dari 90 persen tanpa penurunan permintaan yang drastis, itu bukan taktik pemasaran, melainkan pergeseran struktural di seluruh industri. Inilah yang terjadi di pasar pemodelan bahasa generatif selama tahun 2026. Vendor Tiongkok seperti DeepSeek, Alibaba, Moonshot AI, Xiaomi, dan Zhipu secara drastis mengurangi biaya model-model terdepan mereka hingga sedemikian rupa sehingga biaya per juta karakter teks yang diproses kini lima belas hingga dua ratus kali lebih rendah daripada vendor Amerika seperti OpenAI dan Anthropic. DeepSeek telah menjadikan diskon 75 persen untuk model V4 Pro permanen, menawarkan output satu juta cuplikan teks seharga $0,87, sementara produk Amerika yang sebanding terkadang mengenakan biaya lebih dari 30 dolar. Menurut perusahaan analitik Artificial Analysis, model V4 Flash terbaru hanya berharga sekitar tiga sen AS dalam uji benchmark, dibandingkan dengan lebih dari tiga dolar untuk model unggulan Anthropic saat ini. Pergeseran ini tidak hanya memengaruhi neraca perusahaan teknologi, tetapi juga seluruh struktur biaya yang digunakan perusahaan di seluruh dunia untuk mengintegrasikan kecerdasan buatan ke dalam alur kerja mereka.
Mengapa daya komputasi tiba-tiba menjadi komoditas?
Anjloknya harga bukanlah suatu kebetulan, melainkan hasil dari beberapa kekuatan ekonomi yang berjalan paralel. Pertama, para pengembang Tiongkok telah membangun model menggunakan arsitektur yang disebut "mixture-of-experts". Model-model ini memiliki triliunan parameter, tetapi hanya mengaktifkan sebagian kecilnya untuk setiap kueri, sehingga secara drastis mengurangi biaya komputasi. Kedua, teknik caching yang canggih, seperti sistem penggunaan kembali informasi konteks DeepSeek, memungkinkan kueri yang sering digunakan diproses hampir tanpa biaya, terkadang kurang dari tiga per seribu dolar per juta karakter. Ditambah lagi dengan biaya energi yang lebih rendah di Tiongkok, program subsidi pemerintah untuk produksi semikonduktor dalam negeri, dan kemauan politik untuk mencapai kemandirian teknologi dari pembatasan ekspor chip AS, yang telah memotivasi perusahaan seperti Huawei untuk membangun alternatif domestik untuk perangkat keras Barat dengan prosesor Ascend 950-nya. Hasilnya adalah perang harga yang, menurut sebuah studi oleh Komisi Peninjauan Ekonomi dan Keamanan AS-Tiongkok, telah menyebabkan model-model Tiongkok hanya berharga seperenam hingga seperempat dari harga sistem Amerika untuk kinerja yang sebanding. Bagi perusahaan, ini berarti perhitungan ulang secara radikal tentang berapa biaya yang sebenarnya dapat dikeluarkan untuk otomatisasi yang didukung AI agar secara ekonomis layak.
Masalah sebenarnya di balik penurunan harga
Sehebat apa pun pengurangan biaya tersebut, hal itu tidak menyelesaikan dilema teknis mendasar. Semua model yang disebutkan, baik dari Amerika Serikat maupun Tiongkok, didasarkan pada arsitektur fundamental yang sama, yang disebut Transformer, yang telah menjadi dasar hampir semua model bahasa utama sejak diperkenalkan pada tahun 2017. Transformer memproses bahasa dengan menghitung probabilitas statistik atas urutan elemen teks dan mendapatkan kelanjutan yang paling mungkin. Metode ini telah memungkinkan kemajuan yang sangat besar, tetapi mencapai batas struktural ketika menyangkut penalaran yang benar-benar independen konteks di area di mana kesalahan memiliki konsekuensi finansial atau operasional yang nyata. Transformer yang lebih murah tetaplah Transformer dalam fungsi dasarnya, terlepas dari seberapa besar penurunan harga penggunaannya. Pengamatan ini adalah titik awal bagi sekelompok kecil perusahaan yang terus berkembang yang secara fundamental mempertanyakan arsitektur yang berlaku, daripada sekadar membuatnya lebih murah.
Sebuah konsep arsitektur yang terus berinovasi dengan setiap permintaan
Perusahaan Vertus yang berbasis di Miami mengejar pendekatan yang sangat berbeda dengan arsitektur miliknya, yang disebut neurotopologi atau topologi saraf dinamis. Alih-alih mengarahkan kueri melalui jaringan tetap dengan bobot yang telah dilatih sebelumnya, seperti yang umum pada model transformer, sistem ini dirancang untuk membangun jalur saraf baru untuk setiap kueri individual, mirip dengan bagaimana otak biologis mengaktifkan koneksi sinaptik dengan kepadatan yang berbeda untuk tugas-tugas dengan kompleksitas yang berbeda. Dengan demikian, pertanyaan sederhana akan memicu jalur pemrosesan yang ramping, sementara tugas analisis yang kompleks akan memicu struktur yang padat dan sangat saling terhubung yang kemudian dibubarkan kembali setelah komputasi selesai. Perusahaan ini mempromosikan dua varian model, yang dinamakan arsitektur delapan meganeuron dan enam belas meganeuron, yang dirancang masing-masing untuk penalaran umum dan tugas analisis multidimensional yang berorientasi pada penelitian. Vertus mengklaim mengoperasikan lebih dari satu juta subsistem internal yang dilatih pada dataset milik mereka yang disebut Broker Money Flow, yang memetakan pergerakan modal antar perantara keuangan, dan bahwa arsitektur ini tidak didasarkan pada model bahasa eksternal seperti GPT atau Gemini, tetapi pada struktur yang dirancang dari awal untuk pemikiran keuangan.
Ujian praktis yang berat di pasar saham
Pemilihan lokasi pengujian sangatlah penting. Alih-alih menguji konsep arsitektur baru di lingkungan berisiko rendah, Vertus justru menerapkan sistemnya di pasar keuangan nyata, di mana kesalahan penilaian dapat menyebabkan kerugian finansial secara langsung dan real-time. Perusahaan melaporkan pengembalian lebih dari 51 persen untuk tahun 2025 dan volume perdagangan harian mencapai miliaran. Angka-angka ini, jika terbukti dapat diandalkan, akan sangat luar biasa, tetapi audit independen dan dokumentasi teknis yang dapat diverifikasi untuk mendukung klaim perusahaan saat ini masih langka. Investigasi jurnalistik menyimpulkan bahwa meskipun pernyataan teknis Vertus dirumuskan secara masuk akal, pernyataan tersebut hampir tidak didukung oleh detail yang dapat diverifikasi secara independen, yang, dalam industri yang terkenal dengan janji kinerja yang berlebihan, menuntut kehati-hatian. Pada saat yang sama, lokasi pengujian yang dipilih sangat cerdas: pasar keuangan memberikan umpan balik objektif setiap hari berupa laba atau rugi, yang tidak dapat ditutupi atau disembunyikan oleh pemasaran yang cerdas. Jika arsitektur baru secara konsisten memberikan hasil yang lebih baik daripada model yang sudah mapan dalam jangka waktu yang lama, itu akan menjadi indikasi kuat bahwa ada lebih dari sekadar klaim. Perusahaan tersebut juga mengumumkan niatnya untuk memperluas teknologinya di luar sektor keuangan ke bidang-bidang seperti bioteknologi, pertahanan, kedirgantaraan, dan ilmu material.
Ketika penskalaan bukan lagi satu-satunya jawaban
Beberapa tahun terakhir pengembangan AI sebagian besar didorong oleh formula sederhana: lebih banyak data, lebih banyak parameter, lebih banyak daya komputasi menghasilkan model yang lebih baik. Logika ini telah memicu investasi besar-besaran di pusat data dan chip khusus, mendorong valuasi pasar perusahaan AI terkemuka Amerika ke level tertinggi sepanjang sejarah. Namun, perang harga saat ini dari Tiongkok menunjukkan bahwa penskalaan murni semakin mencapai batas ekonominya karena pesaing dengan arsitektur yang lebih efisien dapat menawarkan kinerja serupa dengan biaya yang jauh lebih rendah. Jika juga muncul bahwa konsep arsitektur alternatif, seperti neurotopologi yang dikembangkan oleh Vertus, memang lebih unggul daripada Transformer dalam kasus penggunaan tertentu, ini akan menggeser logika investasi seluruh industri sekali lagi. Pertanyaan krusial kemudian bukan lagi negara atau perusahaan mana yang mengoperasikan pusat data terbesar, tetapi prinsip komputasi fundamental mana yang akan menang dalam jangka panjang. Pergeseran dari perlombaan geopolitik ke kompetisi arsitektur ini akan menjadi salah satu reorientasi paling signifikan dalam sejarah singkat kecerdasan buatan.
Dimensi baru transformasi digital dengan 'Managed AI' (Kecerdasan Buatan) - Platform & solusi B2B | Xpert Consulting

Dimensi baru transformasi digital dengan 'Managed AI' (Kecerdasan Buatan) – Platform & solusi B2B | Xpert Consulting - Gambar: Xpert.Digital
Di sini Anda akan mempelajari bagaimana perusahaan Anda dapat mengimplementasikan solusi AI yang disesuaikan dengan cepat, aman, dan tanpa hambatan masuk yang tinggi.
Platform AI terkelola adalah solusi lengkap dan bebas khawatir Anda untuk kecerdasan buatan. Alih-alih berurusan dengan teknologi yang kompleks, infrastruktur yang mahal, dan proses pengembangan yang panjang, Anda menerima solusi siap pakai yang disesuaikan dengan kebutuhan Anda dari mitra khusus – seringkali hanya dalam beberapa hari.
Keunggulan utama secara sekilas:
⚡ Implementasi cepat: Dari ide hingga aplikasi siap pakai dalam hitungan hari, bukan bulan. Kami menghadirkan solusi praktis yang menciptakan nilai tambah langsung.
🔒 Keamanan data maksimal: Data sensitif Anda tetap aman. Kami menjamin pemrosesan yang aman dan sesuai peraturan tanpa membagikan data dengan pihak ketiga.
💸 Tanpa risiko finansial: Anda hanya membayar untuk hasil. Investasi awal yang tinggi untuk perangkat keras, perangkat lunak, atau personel sepenuhnya dihilangkan.
🎯 Fokus pada bisnis inti Anda: Konsentrasikan pada apa yang Anda kuasai. Kami mengurus seluruh implementasi teknis, pengoperasian, dan pemeliharaan solusi AI Anda.
📈 Tahan masa depan & dapat diskalakan: AI Anda tumbuh bersama Anda. Kami memastikan optimasi dan skalabilitas berkelanjutan, serta secara fleksibel menyesuaikan model dengan kebutuhan baru.
Informasi selengkapnya di sini:
Kedaulatan data, bukan ketergantungan pada cloud: Mengapa model AI kecil lebih unggul bagi perusahaan?
Kedaulatan data sebagai mata uang baru AI perusahaan
Di samping perdebatan tentang arsitektur dan biaya, tren kedua yang sama relevannya secara ekonomi sedang muncul: permintaan akan model AI kecil dan eksklusif yang sepenuhnya berada di bawah kendali pelanggan. Perusahaan myAux Labs, yang berbasis di Marina del Rey, California, memposisikan dirinya tepat di ceruk ini. Model bisnisnya mengatasi dua hambatan yang selama ini mencegah banyak perusahaan untuk mengadopsi AI secara luas: kecenderungan model bahasa besar untuk menghasilkan pernyataan yang terdengar masuk akal tetapi salah, dan persyaratan peraturan atau kontrak yang mencegah data perusahaan yang sensitif keluar dari infrastruktur TI perusahaan. Tidak seperti penyedia cloud tradisional, yang menawarkan model universal dengan biaya penggunaan berkelanjutan, myAux bekerja sama dengan pelanggan untuk mendefinisikan kasus penggunaan spesifik, mengelola data eksklusif yang diperlukan, melatih dan memvalidasi model yang disesuaikan darinya, dan kemudian mengirimkan bobot model lengkap kepada pelanggan. Pelanggan kemudian memiliki model tersebut sepenuhnya, tidak ada biaya berkelanjutan per permintaan, tidak ada ketergantungan pada satu penyedia, dan tidak ada data yang harus meninggalkan lingkungan pelanggan sendiri, karena penyebaran dapat dilakukan di lokasi atau sepenuhnya terpisah dari jaringan eksternal.
Mengapa keterpahaman menjadi lebih penting daripada kefasihan linguistik semata?
Fitur teknis utama dari penawaran myAux adalah arsitektur yang dibatasi konteks, yang dikembangkan bekerja sama dengan perusahaan mitra TopoLift AI. Arsitektur ini sengaja membatasi pernyataan yang diizinkan untuk dibuat oleh sebuah model dengan hanya mengandalkan struktur yang benar-benar ada dan dapat diverifikasi dalam data pelanggan sendiri. Setiap respons dari sistem karenanya dapat dilacak kembali ke bukti spesifik yang awalnya memungkinkannya. Pendekatan ini berbeda secara fundamental dari fungsionalitas model bahasa klasik yang dilatih secara luas, yang memperoleh pengetahuannya dari sejumlah besar data pelatihan umum dan, karena sifatnya, dapat menghasilkan pernyataan yang, meskipun secara linguistik meyakinkan, tidak lagi dapat dilacak dengan jelas ke sumber spesifik yang dapat diverifikasi. Untuk sektor-sektor seperti keuangan, energi, administrasi publik, perawatan kesehatan, dan pendidikan, di mana keterlacakan dan perlindungan data merupakan prasyarat yang tidak dapat dinegosiasikan, prinsip ini mewakili perbedaan yang krusial. Ini menggeser keunggulan kompetitif dari ukuran model semata ke pertanyaan tentang seberapa tepat dan dapat diverifikasi pernyataan-pernyataannya dalam bidang yang didefinisikan dengan jelas.
Dua jawaban untuk pertanyaan dasar yang sama
Sekilas, Vertus dan myAux mengejar strategi yang sama sekali berbeda, tetapi pada kenyataannya, keduanya membahas pertanyaan mendasar yang sama dari arah yang berlawanan: bagaimana mengatasi kelemahan bawaan sistem AI saat ini, yaitu kurangnya keandalan dalam situasi kritis dan kurangnya kendali atas data mereka sendiri. Vertus mengandalkan arsitektur universal yang benar-benar baru yang ditujukan untuk penggunaan lintas industri, yang pada awalnya akan membuktikan dirinya di satu bidang yang sangat menuntut. MyAux, di sisi lain, sengaja menghindari klaim kecerdasan buatan umum dan malah berfokus pada model kecil, yang didefinisikan secara ketat, tetapi sepenuhnya dapat dikendalikan dan dilacak untuk masing-masing perusahaan. Gambaran umum berikut mengilustrasikan perbedaan konseptual utama antara kedua pendekatan tersebut.
| fitur | Vertus (Neurotopologi) | myAux Labs (model berdaulat) |
|---|---|---|
| Pendekatan arsitektur | Jalur saraf yang dibangun ulang secara dinamis sesuai permintaan | Model yang dibatasi konteks berdasarkan data pelanggan yang dikurasi |
| Tujuan | Penalaran universal lintas industri | Kasus penggunaan yang didefinisikan secara sempit dan spesifik untuk perusahaan tertentu |
| Model kepemilikan | Platform eksklusif, penggunaan sebagai imbalan atas akses | Penyerahan lengkap berat model kepada pelanggan |
| Persediaan | Melalui platformnya sendiri, terutama untuk pasar keuangan | Di lokasi pelanggan atau sepenuhnya terisolasi dari jaringan di tempat pelanggan |
| Janji inti | Kemampuan argumentasi yang lebih unggul dibandingkan dengan model Transformer | Jawaban yang dapat diverifikasi dan berbasis sumber tanpa kebocoran data |
Mengapa ukuran tidak lagi otomatis menjadi penentu kemenangan
Kombinasi penurunan harga yang drastis untuk model-model terdepan generik dan munculnya alternatif yang lebih kecil, terspesialisasi, atau secara arsitektur sangat berbeda menunjukkan proses pematangan pasar yang mirip dengan yang diamati dalam siklus teknologi lainnya. Pada tahap awal siklus teknologi, persaingan biasanya berfokus pada kinerja dan skala mentah, sementara pada fase yang lebih matang, diferensiasi, efisiensi biaya, dan kepercayaan menjadi pusat perhatian. Bagi perusahaan menengah atau perusahaan yang beroperasi di industri yang sangat diatur, ini berarti bahwa pilihan strategi AI yang tepat akan kurang bergantung pada model mana yang mendapat skor tertinggi dalam tolok ukur bahasa umum dan lebih bergantung pada sistem mana yang paling memenuhi persyaratan operasional spesifik perusahaan untuk biaya, kontrol, dan ketertelusuran. Perusahaan logistik dengan data rantai pasokan yang sensitif memiliki prioritas yang berbeda dari perusahaan rintisan yang hanya membutuhkan pembuatan teks yang cepat dan murah, dan keduanya berbeda dari lembaga keuangan yang harus membuat keputusan perdagangan yang tepat secara real-time.
Risiko dan pertanyaan terbuka yang tidak boleh diabaikan
Terlepas dari semua rasa ingin tahu yang beralasan seputar konsep arsitektur baru dan pendekatan pemodelan yang canggih, sikap skeptis yang sehat tetap diperlukan. Klaim Vertus mengenai pengembalian dan volume perdagangan sejauh ini sebagian besar didasarkan pada pernyataan perusahaan sendiri; audit independen yang dapat diverifikasi secara teknis terhadap arsitektur yang mendasarinya sebagian besar masih kurang, dan industri keuangan sudah familiar dengan banyak contoh sistem yang dianggap revolusioner yang keberhasilannya kemudian terbukti tidak dapat direproduksi. Kehati-hatian juga disarankan mengenai masalah keunggulan harga di Tiongkok, karena analis independen menunjukkan bahwa banyak model Tiongkok yang murah berkinerja jauh lebih lambat di bawah beban kerja komputasi intensif dan throughput tinggi, dan hasil benchmark mereka secara teratur direvisi ke bawah oleh auditor eksternal. Lebih lanjut, dengan layanan cloud Tiongkok, ada pertanyaan tentang akses data oleh lembaga pemerintah, aspek yang menimbulkan risiko serius bagi perusahaan Eropa dan Amerika dengan persyaratan kepatuhan yang ketat dan sulit untuk dihilangkan sepenuhnya melalui jaminan kontraktual. Bahkan dengan model yang berdaulat dan spesifik untuk perusahaan seperti yang ditawarkan oleh myAux, masih perlu dilihat seberapa baik sistem yang terintegrasi erat dan disesuaikan dengan satu kasus penggunaan dapat benar-benar beradaptasi dengan perubahan kebutuhan bisnis dan apakah ketertelusuran yang dijanjikan dapat dipertahankan secara andal bahkan dengan masalah yang lebih kompleks dan bertahap.
Penilaian yang beralasan mengenai perkembangan selanjutnya
Dari perspektif saat ini, ada banyak indikasi bahwa pasar AI akan terpecah menjadi dua jalur pengembangan paralel dan saling melengkapi dalam beberapa tahun mendatang. Di satu sisi, harga model bahasa umum yang dapat diterapkan secara luas akan terus turun, dan sistem ini akan semakin menjadi komponen infrastruktur yang hampir tidak terlihat dan dapat dipertukarkan, seperti halnya penyimpanan cloud atau daya komputasi yang sebagian besar sudah menjadi komoditas. Di sisi lain, pasar yang berkembang muncul untuk solusi khusus, yang berbeda secara arsitektur, atau solusi eksklusif yang secara tepat mengatasi keterbatasan struktural model generik, baik dalam pengambilan keputusan berisiko tinggi dan real-time, seperti di bidang keuangan, atau di bidang dengan persyaratan ketat untuk kedaulatan dan keterlacakan data, seperti di bidang kesehatan dan pemerintahan. Apakah pendekatan neurotopologi seperti Vertus pada akhirnya akan terbukti lebih unggul daripada Transformer belum dapat dijawab secara andal, tetapi fakta bahwa perusahaan serius dengan modal nyata sedang mengejar jalur ini dan menguji diri mereka sendiri dengan ujian dunia nyata yang paling berat—pasar keuangan langsung—patut mendapat perhatian ekonomi. Bagi perusahaan yang sedang menentukan strategi AI mereka saat ini, konsekuensi praktisnya bukanlah hanya berfokus pada penyedia terbesar dan paling terkenal, melainkan untuk secara tepat mendefinisikan kebutuhan mereka sendiri terkait biaya, kontrol, keterlacakan, dan toleransi kesalahan, serta menyesuaikan pilihan teknologi yang sesuai. Oleh karena itu, persaingan sesungguhnya di tahun-tahun mendatang tidak akan ditentukan antara negara atau perusahaan individual, tetapi antara konsepsi yang sangat berbeda tentang apa sebenarnya inti dari kecerdasan buatan.
🎯🎯🎯 Pusat industri B2B berbasis data sebagai solusi semi-internal

Solusi semi-internal: Bagaimana Xpert.Digital menutup kesenjangan operasional dalam pemasaran dan penjualan B2B – Bisnis Cerdas Berbasis Konten - Gambar: Xpert.Digital
Xpert.Digital adalah pusat industri B2B berbasis data yang dipimpin oleh Konrad Wolfenstein . Perusahaan ini bertindak sebagai solusi eksternal, yang hampir bersifat internal, bagi mitra industri, menutup kesenjangan operasional dalam pemasaran, konten, dan penjualan – tanpa memerlukan sumber daya tambahan di pihak klien.
Informasi selengkapnya di sini:
Mitra pemasaran dan pengembangan bisnis global Anda
☑️ Bahasa bisnis kami adalah bahasa Inggris atau Jerman
☑️ BARU: Korespondensi dalam bahasa ibu Anda!
Saya dan tim saya dengan senang hati siap membantu Anda sebagai penasihat pribadi Anda.
Anda dapat menghubungi saya dengan mengisi formulir kontak di sini [email protected]:atau cukup hubungi saya di +49 7348 4088 965. Alamat email saya adalah
Saya sangat menantikan proyek bersama kita.




















