Pesan yang ditangkap pasar sangat jelas: kemampuan AI tingkat terdepan mungkin tidak selalu membutuhkan belanja modal raksasa. Peluncuran R1 memicu penurunan sekitar 20% pada sejumlah saham teknologi AS, termasuk NVIDIA. Pada 27 Januari 2025, indeks Nasdaq Composite kehilangan lebih dari US$1 triliun dalam satu hari .
Bagi perusahaan AI AS, ancamannya bukan hanya munculnya pesaing baru. Model dengan bobot terbuka juga dapat diunduh, dipelajari, dimodifikasi, dan dijalankan di infrastruktur milik pengguna. Artinya, pelanggan tidak selalu harus membayar akses API dari penyedia model tertutup.
Persaingan berikutnya terjadi di ekosistem pengembang. Keluarga model Qwen milik Alibaba menyalip Llama dari Meta sebagai keluarga large language model (LLM) yang paling banyak diunduh di Hugging Face pada 2025 .
Antara Agustus 2024 dan Agustus 2025, pengembang model terbuka dari China menyumbang 17,1% dari seluruh unduhan di Hugging Face, sedikit lebih tinggi daripada pengembang AS yang mencapai 15,8% . Untuk model turunan—model yang dibuat dengan melakukan fine-tuning atau penyesuaian terhadap model dasar—perbedaannya lebih mencolok. Qwen sendiri diperkirakan menjadi basis sekitar 40% fine-tune baru di Hugging Face .
Sedikitnya selusin institusi China kini memproduksi model open-weight yang dikategorikan sebagai state-of-the-art. Daftarnya mencakup DeepSeek, Alibaba/Qwen, Moonshot AI/Kimi, Baidu, ByteDance, Z.ai, dan sejumlah pengembang lain .
Daya tarik model China tidak berhenti di komunitas riset atau startup. CNBC melaporkan pada Juli 2026 bahwa perusahaan AS semakin melirik model China karena kesenjangan performanya dengan pesaing Amerika menyempit, sementara biaya penggunaannya tetap jauh lebih rendah .
Seorang partner di perusahaan modal ventura Andreessen Horowitz memperkirakan sekitar 80% startup AS menggunakan model dasar China untuk membangun model turunan bagi kebutuhan bisnis mereka . Perusahaan besar seperti Airbnb juga disebut menggunakan Qwen dari Alibaba untuk chatbot layanan pelanggan karena biaya dan kemampuannya dinilai sebanding dengan model AS terkemuka .
Meski demikian, angka adopsi tidak seragam di semua segmen. Menurut Menlo Ventures, porsi penggunaan model open-weight di perusahaan AS justru turun dari 19% menjadi 11% pada 2025. Salah satu penyebabnya adalah stagnasi Llama, sementara model China berkembang pesat. Perusahaan besar juga masih berhati-hati menggunakan model open-weight China; secara kolektif, model tersebut diperkirakan hanya menyumbang sekitar 1% dari total penggunaan API LLM perusahaan .
| Indikator | Data |
|---|---|
| Pangsa unduhan model terbuka China di Hugging Face, Agustus 2024–Agustus 2025 | 17,1%, dibandingkan 15,8% untuk pengembang AS |
| Posisi Qwen dan Llama di Hugging Face | Qwen menyalip Llama sebagai keluarga LLM paling banyak diunduh pada 2025 |
| Perkiraan biaya pelatihan DeepSeek R1 vs model AS sebanding | Sekitar US$5,5 juta vs US$80–100 juta |
| Adopsi model open-weight di perusahaan AS | Turun dari 19% menjadi 11% pada 2025 |
| Institusi China dengan strategi model open-weight | Sedikitnya selusin institusi |
| Startup AS yang diperkirakan memakai model dasar China | Sekitar 80%, menurut seorang partner modal ventura |
Ada catatan penting terhadap anggapan bahwa model China selalu lebih murah dan lebih baik. Evaluasi CAISI dari National Institute of Standards and Technology (NIST) pada September 2025 menemukan bahwa model AS terbaik masih mengungguli DeepSeek V3.1 di hampir semua tolok ukur yang diuji .
Evaluasi yang sama juga menyebutkan bahwa, pada tingkat performa yang sebanding, salah satu model referensi AS rata-rata membutuhkan biaya 35% lebih rendah daripada model DeepSeek terbaik dalam 13 tolok ukur performa . Dengan kata lain, keunggulan biaya DeepSeek tidak berlaku secara mutlak untuk setiap tugas atau skenario penggunaan.
Stanford Human-Centered AI Institute turut mengingatkan bahwa mengukur adopsi nyata di tingkat hilir memang sulit. Jumlah unduhan dan model turunan menunjukkan jangkauan ekosistem, tetapi belum selalu menggambarkan penggunaan produksi jangka panjang .
Tekanan dari gelombang model terbuka China juga memengaruhi strategi perusahaan AS. OpenAI merilis model terbukanya yang pertama dalam enam tahun, sebuah langkah yang dipandang sebagai respons langsung terhadap kompetisi dari DeepSeek dan pengembang China lainnya . Pemerintahan Trump pun mendorong lebih banyak perusahaan teknologi AS untuk merilis model terbuka .
Namun, di dalam pemerintahan AS sendiri belum ada kesepakatan mengenai respons terbaik. Menteri Keuangan Scott Bessent dan Direktur Office of Science and Technology Policy (OSTP) Michael Kratsios menawarkan gagasan kebijakan yang berbeda, sementara sebagian pihak mendorong pembatasan de facto terhadap model open-weight China .
Pada Juni 2026, Departemen Perdagangan AS menggunakan aturan kontrol ekspor untuk memerintahkan Anthropic menangguhkan akses terhadap model frontier terbarunya, Fable 5 dan Mythos 5, hanya beberapa hari setelah model itu dirilis. Perintah tersebut disampaikan melalui surat yang tidak dipublikasikan dan mewajibkan lisensi ekspor untuk akses tertentu .
Axios kemudian melaporkan bahwa pemerintahan Trump dapat melarang model AI China tercanggih. Jika diterapkan, kebijakan itu berpotensi memperkuat posisi OpenAI dan Anthropic . Namun, sumber yang mengetahui pembahasan internal mengatakan bahwa proposal larangan menyeluruh tersebut belum benar-benar menjadi opsi serius pada saat itu .
Perusahaan teknologi besar AS justru memperingatkan Washington agar tidak bereaksi berlebihan. Pada 24 Juli 2026, NVIDIA, Microsoft, Meta, Palantir, dan lebih dari 20 perusahaan lain menandatangani surat bersama yang meminta pembuat kebijakan menghindari “pembatasan prematur” terhadap model open-weight .
Mereka memperingatkan bahwa pembatasan dapat “menghambat persaingan atau mendorong inovasi ke luar negeri”. Menurut argumen industri, larangan yang terlalu luas juga dapat membuat pengguna dan pengembang semakin bergantung pada sistem China, bukan menguranginya .
Di sisi lain, Beijing juga mempertimbangkan pembatasan. Reuters melaporkan bahwa otoritas China mengadakan pertemuan dengan Alibaba, ByteDance, dan Z.ai mengenai kemungkinan membatasi akses dari luar negeri terhadap model AI China paling maju, termasuk model yang belum dirilis . Jika diterapkan, langkah tersebut akan mencerminkan pendekatan AS yang memperlakukan AI tercanggih sebagai aset strategis nasional.
Sejumlah pejabat AS dan tokoh Silicon Valley menuduh model China telah melalui proses distillation—yakni dilatih atau disempurnakan dengan memanfaatkan keluaran model Amerika secara tidak semestinya, yang oleh para penuduh dianggap sebagai bentuk pencurian teknologi .
Pada 22 Juli 2026, Kratsios mengatakan pemerintahan AS memiliki informasi bahwa Moonshot AI melakukan distillation terhadap Fable milik Anthropic untuk mengembangkan K3. Ia menyebut tindakan tersebut sebagai pencurian teknologi eksklusif AS dan sesuatu yang tidak dapat diterima . Pejabat AS juga menuduh pengembang AI China melanggar kontrol ekspor . Tuduhan-tuduhan ini merupakan klaim dari pihak AS dan menjadi bagian dari perselisihan yang masih berlangsung.
Kontrol ekspor AS terhadap chip AI canggih, termasuk langkah pada Oktober 2025, memang membatasi akses China terhadap kapasitas komputasi mutakhir. Namun, kebijakan tersebut juga menciptakan insentif bagi laboratorium China untuk beroperasi seefisien mungkin—mencapai performa tinggi dengan GPU yang lebih sedikit dan kurang bertenaga .
Analis Brookings berpendapat bahwa kontrol tersebut belum mengubah struktur insentif yang mendorong peningkatan kemampuan AI China . Laporan US-China Economic and Security Review Commission (USCC) menggambarkan situasi ini melalui konsep “Two Loops” atau “dua putaran”.
Pada putaran digital, model open-weight membantu memperluas akses, penggunaan, dan pengembangan AI. Pada putaran fisik, model-model itu diterapkan di industri, manufaktur, robotika, dan sistem AI fisik. Penerapan tersebut menghasilkan lebih banyak data, yang kemudian dapat membantu melatih dan memperbaiki model berikutnya .
Kontrol ekspor AS terutama menyasar putaran digital melalui pembatasan chip. Namun, instrumen tersebut tidak dirancang untuk menghentikan putaran fisik—yakni penciptaan data yang dipicu oleh penerapan AI di basis manufaktur China .
Meningkatnya ketegangan AS–China juga berisiko merusak dialog keselamatan AI yang masih rapuh. Model open-weight lebih sulit diberi pagar pengaman setelah bobotnya beredar luas, sementara perusahaan China banyak memilih strategi publikasi terbuka .
Reuters melaporkan bahwa ancaman sanksi AS terkait dugaan pencurian kekayaan intelektual dan pelanggaran kontrol ekspor dapat mengganggu upaya membangun dialog bilateral. Perbedaan prioritas—antara mempercepat skala kemampuan dan memperketat keselamatan—menambah kompleksitas persaingan tersebut .
Model open-weight China telah menggoyahkan anggapan bahwa AI frontier hanya bisa dibangun melalui modal eksklusif dalam jumlah sangat besar. Dampaknya sudah terlihat dalam beberapa bentuk:
Pertanyaan besarnya bukan lagi apakah model AI China mampu mengejar pesaing AS. Pertanyaannya adalah apakah ekosistem global akan tetap terbuka, terpecah menjadi dua blok teknologi, atau bergerak menuju pembatasan dari kedua pihak. Apa pun hasilnya, persaingan model open-weight akan ikut menentukan siapa yang menguasai distribusi, data, aplikasi industri, dan arsitektur AI global.