Model AI sumber terbuka bukan penghemat biaya seperti yang dipikirkan orang—dan jika Anda memperdagangkan infrastruktur komputasi, ini penting.
Pasar terus panik bahwa token yang lebih murah bersifat bearish bagi infrastruktur AI. Kerangka yang salah. Harga token tidak relevan. Yang penting adalah biaya per tugas yang selesai.
Anggap saja seperti merekrut karyawan: 3 orang masing-masing $20k vs. 1 orang $60k. Total biayanya sama. Tenaga kerja yang murah tetapi butuh 3x jumlah kepala untuk bekerja—sebenarnya tidak murah.
Logika yang sama berlaku untuk AI. Model dengan token yang super murah tapi membakar 3x token untuk menyelesaikan satu pekerjaan? Itu tidak murah. Satu-satunya angka yang penting: biaya per tugas.
Uji nyata dari 3F Research pada tugas asisten riset: Kimi K3, model sumber terbuka dengan token termurah, 29% LEBIH MAHAL per tugas dibanding Opus 5 dan 19% lebih mahal dibanding GPT-5.6. Model ini tidak efisien dalam penggunaan token, bertele-tele menuju jawaban, dan Anda membayar untuk setiap langkah.
Kuncinya: model sumber terbuka tidak mengecilkan kebutuhan infrastruktur—mereka justru memperluasnya. Terutama dari sisi memori. Setiap instance K3 membutuhkan sekitar 1,4 terabyte HBM untuk menjalankannya. Model yang “murah” ini termasuk salah satu deployment yang paling haus memori.
Lain kali pasar panik lagi terhadap model sumber terbuka Tiongkok lainnya, beli saat turun. Ini cerita ekspansi memori dan komputasi, bukan cerita penghancuran permintaan.
Pasar terus panik bahwa token yang lebih murah bersifat bearish bagi infrastruktur AI. Kerangka yang salah. Harga token tidak relevan. Yang penting adalah biaya per tugas yang selesai.
Anggap saja seperti merekrut karyawan: 3 orang masing-masing $20k vs. 1 orang $60k. Total biayanya sama. Tenaga kerja yang murah tetapi butuh 3x jumlah kepala untuk bekerja—sebenarnya tidak murah.
Logika yang sama berlaku untuk AI. Model dengan token yang super murah tapi membakar 3x token untuk menyelesaikan satu pekerjaan? Itu tidak murah. Satu-satunya angka yang penting: biaya per tugas.
Uji nyata dari 3F Research pada tugas asisten riset: Kimi K3, model sumber terbuka dengan token termurah, 29% LEBIH MAHAL per tugas dibanding Opus 5 dan 19% lebih mahal dibanding GPT-5.6. Model ini tidak efisien dalam penggunaan token, bertele-tele menuju jawaban, dan Anda membayar untuk setiap langkah.
Kuncinya: model sumber terbuka tidak mengecilkan kebutuhan infrastruktur—mereka justru memperluasnya. Terutama dari sisi memori. Setiap instance K3 membutuhkan sekitar 1,4 terabyte HBM untuk menjalankannya. Model yang “murah” ini termasuk salah satu deployment yang paling haus memori.
Lain kali pasar panik lagi terhadap model sumber terbuka Tiongkok lainnya, beli saat turun. Ini cerita ekspansi memori dan komputasi, bukan cerita penghancuran permintaan.