Daftar Isi
Model kecerdasan buatan berbasis open-weight memungkinkan pengguna mengunduh model AI yang telah dilatih sebelumnya dan menjalankannya secara mandiri di perangkat pribadi. Meskipun chatbot populer mendominasi perhatian, generator gambar dan video kini juga mulai menyediakan opsi open-weight bagi pengguna yang menginginkan kendali lebih besar.
Cara Kerja Open-Weight AI Model
Dalam sistem chatbot, model AI berfungsi sebagai perangkat lunak penghasil jawaban dengan cara mengenali pola melalui pengaturan nilai numerik yang disebut bobot jaringan saraf tiruan (neural network weights). Pengembang model tertutup seperti pembuat ChatGPT dan Claude memilih untuk merahasiakan bobot tersebut, sementara model open-weight merilis bobot terlatihnya untuk diakses publik.
Menurut Pierre Stock selaku VP of Science di perusahaan AI Mistral kepada CNET, ketika sebuah model dirilis dengan bobot terbuka, data tersebut akan tersebar luas di berbagai server internet sehingga akses terhadap model tersebut mustahil untuk diputus sepenuhnya. Dengan memanfaatkan model dan aplikasi gratis, pengguna dapat melakukan percakapan secara lokal tanpa harus membayar langganan atau biaya penggunaan, sekaligus menjaga kerahasiaan data dan perintah agar tidak masuk ke server penyedia layanan AI.
Pengguna awam tidak perlu menulis kode atau menggunakan terminal karena aplikasi desktop seperti LM Studio, Ollama, dan Jan menyediakan antarmuka mirip ChatGPT yang mudah dipasang di komputer Mac atau PC. Pengguna hanya perlu memastikan perangkat komputer mereka memiliki spesifikasi yang memadai untuk menjalankan model pilihan secara luring (offline).
Perbedaan Open-Weight dan Open-Source
Istilah open-weight dan open-source sering kali digunakan secara bergantian meskipun memiliki arti yang berbeda. Berdasarkan definisi Open Source Initiative (OSI), penerbitan bobot saja belum memenuhi standar open-source karena pengembang juga harus membagikan kode untuk melatih serta menjalankan model tersebut.
Selain itu, pengembang wajib menyediakan informasi yang cukup mengenai data pelatihan agar pihak lain yang kompeten dapat membangun model serupa. Beberapa lisensi open-weight juga kerap membatasi penggunaan komersial, di mana sebuah model mungkin bebas diunduh tetapi tidak boleh dipakai untuk aplikasi yang ingin dijual oleh pengguna.
Pilihan Model yang Tersedia
Perusahaan asal China saat ini memimpin peringkat kecerdasan model open-weight dari perusahaan pengujian independen Artificial Analysis, yang mencakup DeepSeek, Kimi K3 dari Moonshot AI, serta keluarga Qwen3.8 dari Alibaba. Alternatif dari Amerika Serikat juga hadir melalui model gpt-oss dari OpenAI, Gemma dari Google, keluarga Llama dan Muse Spark Open dari Meta, serta Nemotron dari Nvidia.
Startup asal AS seperti Reflection dan Thinking Machines Lab turut menawarkan model Beam dan Inkling yang bobotnya dapat diunduh oleh publik. Dari kawasan Eropa, Mistral AI asal Prancis menyediakan berbagai pilihan model seperti Mistral Large 3, keluarga Ministral 3, hingga Mistral Large 4 yang dijuluki Le Chonk.
Batasan dan Manfaat Penggunaan
Model open-weight tetap berpotensi mengalami halusinasi atau memuat bias dari data pelatihannya meskipun dijalankan secara luring di laptop. Kinerja model sangat bergantung pada tugas serta spesifikasi perangkat, sementara kebebasan untuk mengubah model juga membuka celah bagi pihak tertentu untuk melemahkan atau menghilangkan pengaman yang ada.
Pierre Stock menjelaskan bahwa pengaman tetap diperlukan dalam model open-weight, meskipun upaya untuk memodifikasi pembatas tersebut membutuhkan kerja keras yang setara dengan proses penyetelan halus (fine-tuning) model secara mandiri. Di sisi lain, ketersediaan unduhan ini memberikan kebebasan bagi peneliti independen untuk memeriksa kesalahan dan menguji perubahan secara langsung tanpa harus bergantung pada pengembang awal.
Model open-weight dapat membantu menyusun draf email, merangkum dokumen, menganalisis berkas lokal, hingga membantu penulisan kode pemrograman layaknya model berbasis peladen awan. Pengguna dengan perangkat keras memadai dapat mempertimbangkan instalasi lokal, sementara pengguna yang tidak ingin repot dapat memanfaatkan situs web pengembang seperti DeepSeek dan Kimi meskipun perintah yang dimasukkan akan dikirimkan langsung ke pihak penyedia.
Perkembangan di masa depan juga menunjukkan tren pemasangan model open-weight pada perangkat berukuran lebih kecil seperti ponsel pintar hingga jam tangan pintar. Pierre Stock menambahkan bahwa perusahaannya kini telah memiliki model khusus di bidang audio yang ukurannya sangat ringkas sehingga dapat disematkan langsung pada perangkat jam pintar.
