Deutsche Bank: Model AI Open-Source 65 Kali Lebih Murah, Kesenjangan Kualitas Hampir Hilang

Kesenjangan Kualitas: Hanya Terasa di Tugas Tersulit

Laporan Deutsche Bank menemukan bahwa untuk sekitar 90% tugas rutin, kinerja model open-weight sudah sebanding dengan model proprietary . Keunggulan kualitas yang berarti dari model proprietary hanya ada pada sebagian kecil tolok ukur (benchmark) paling sulit dan mutakhir—bukan pada sebagian besar beban kerja produksi di dunia nyata.

Data industri yang lebih luas mendukung temuan ini. Pada tugas produksi spesifik seperti pembuatan kode (code generation), kesenjangan tolok ukur yang mencapai 10-15% menyusut menjadi hanya 2-5% saat model-model open-source diterapkan di dunia nyata .

Kompresi Keterlambatan Kemampuan: Dari Tahun ke Bulan

Penelitian Deutsche Bank sejalan dengan temuan independen lainnya bahwa keterlambatan kemampuan (capability lag) model open-weight di belakang model frontier proprietary telah menyusut secara dramatis—dari yang tadinya merupakan kesenjangan bertahun-tahun menjadi hanya 3-4 bulan pada pertengahan 2026 .

Analisis terkini dari EpochAI menempatkan kelambatan ini pada angka ~3 bulan pada Indeks Kemampuan holistik mereka, dengan kesenjangan skor rata-rata sekitar 7 poin . "Perubahan fase" dalam kecepatan rilis ini—dari irama 6 bulan pada tahun 2024 menjadi irama 72 jam pada Q1 2026—berarti keunggulan kinerja model proprietary bersifat sementara .

Bukan Soal Geografi: Ini Soal Ekosistem Terbuka vs Tertutup

Deutsche Bank menekankan bahwa perpecahan ini bukanlah perpecahan geografis (misalnya, AS vs China). Kompresi biaya-kinerja adalah fenomena struktural, global yang didorong oleh proliferasi model open-weight di berbagai kawasan—termasuk DeepSeek dan Zhipu AI dari China, serta Meta (Llama) dari AS .

Axis yang relevan adalah open-source vs. closed-source, bukan Timur vs. Barat. Bank tersebut secara spesifik menyoroti bahwa terobosan DeepSeek pada awal 2025 menjadi titik balik yang menghancurkan kerangka geografis lama .

Implikasi Pasar: Ancaman bagi Valuasi AI yang 'Lapar' Modal

Deutsche Bank yakin dinamika ini berpotensi memicu penilaian ulang pasar terhadap AI . Implikasi utamanya meliputi:

• Erosi premium harga: Vendor model proprietary (Anthropic, OpenAI, Google) mungkin akan kesulitan mempertahankan harga API (antarmuka pemrograman aplikasi) yang tinggi karena perusahaan beralih ke alternatif open-weight dengan kualitas setara dan biaya jauh lebih rendah .
• Tekanan pada penagihan berbasis pemakaian: Saat penagihan AI beralih ke model berbasis pemakaian (usage-based), parit ekonomi (economic moat) laboratorium frontier semakin sempit .
• Tesis 'Bulan Madu Sudah Berakhir': Laporan Juni ini melanjutkan peringatan bank tersebut sebelumnya pada tahun 2026 bahwa sektor AI menghadapi tahun terberatnya. Valuasi dinilai semakin tidak sesuai dengan ekonomi unit (unit economics) dan belanja infrastruktur yang melampaui pendapatan . Deutsche Bank sebelumnya telah menyebut tahun 2026 sebagai tahun 'do or die' bagi perusahaan AI independen .
• Risiko valuasi: Jika harga premium yang mendasari ekspektasi keuntungan perusahaan model frontier tidak dapat dipertahankan, valuasi ekuitas AI saat ini mungkin menghadapi tekanan penurunan . Bank tersebut menyebut ini sebagai potensi "momen DeepSeek" untuk tingkat harga mewah di pasar AI .