Pada 17 Juli 2026, pada dini hari, Moonshot AI meluncurkan model besar generasi terbarunya, Kimi K3, dengan skala parameter mencapai 2,8 triliun—menjadikannya model open-source pertama di dunia pada level 3 triliun parameter. Pada hari peluncurannya, "saham model besar pertama" yang terdaftar di Hong Kong, Zhipu (02513.HK), anjlok 28,49%, menghapus lebih dari HKD 200 miliar kapitalisasi pasar hanya dalam satu hari. Per 20 Juli, harga saham Zhipu turun lebih jauh ke HKD 890,5, dengan kapitalisasi pasar HKD 414,637 miliar.
Pada pekan yang sama, DeepSeek dikabarkan telah menyelesaikan putaran pendanaan sebesar $7,4 miliar, mencetak rekor baru untuk private placement terbesar di sektor AI Tiongkok, dengan valuasi perusahaan melebihi $50 miliar. Hanya sebulan sebelumnya, Zhipu meluncurkan dan membuka kode GLM-5.2, model yang berfokus pada tugas jarak jauh.
Tiga peristiwa besar yang terkonsentrasi dalam waktu kurang dari sebulan ini menandai fase baru dalam industri model besar AI Tiongkok. Perlombaan skala parameter masih jauh dari selesai, namun logika valuasi di pasar modal mulai bergeser. Artikel ini menganalisis lanskap persaingan model besar AI Tiongkok pasca-Kimi K3 dari empat perspektif: hubungan antara parameter dan valuasi, dampak model open-source, perbedaan strategi komersialisasi, dan keunggulan jangka panjang.
Mengapa Skala Parameter Tidak Lagi Menentukan Valuasi
Skala parameter Kimi K3 mencapai 2,8 triliun, jauh melampaui Zhipu GLM-5.2 dan seri DeepSeek-V4. Moonshot AI mengibaratkan parameter sebagai koneksi saraf dalam otak manusia, di mana hampir 3 triliun parameter memungkinkan model menyimpan lebih banyak pengetahuan dan pola.
Namun, respons pasar modal justru beragam. Saham Zhipu anjlok 28,49% pada hari peluncuran Kimi K3, meskipun Zhipu baru saja mengumumkan private placement sebesar HKD 31,4 miliar pada 9 Juli—rekor penggalangan dana tunggal oleh perusahaan teknologi Hong Kong di 2026. Data ini menunjukkan pergeseran penting: skala parameter saja tidak lagi menjadi syarat cukup untuk menentukan valuasi.
Data industri menunjukkan bahwa penggunaan aktual model besar Tiongkok meningkat pesat. Menurut estimasi OpenRouter, pekan lalu (29 Juni–5 Juli), total pemanggilan token model besar AI global mencapai 46,7 triliun, dengan model besar AI Tiongkok menyumbang 23,45 triliun token—naik 15,01% dibanding pekan sebelumnya—memimpin atas AS selama sepuluh pekan berturut-turut. Enam model teratas dunia berdasarkan penggunaan semuanya berasal dari Tiongkok, dengan DeepSeek-V4-Flash menempati posisi pertama selama tujuh pekan berturut-turut, mencapai 5,34 triliun token per pekan.
Lonjakan penggunaan ini mencerminkan integrasi nyata ke dalam alur kerja perusahaan. Seperti yang disoroti laporan industri, sektor model besar AI Tiongkok pada paruh pertama 2026 telah bergerak dari sekadar persaingan teknis ke "pertarungan implementasi komersial" penuh, membuktikan prospek aplikasi dan mulai membersihkan gelembung industri.
Jefferies, dalam risetnya pasca peluncuran Kimi K3, mencatat bahwa model ini telah masuk ke garis depan global dalam tugas coding, agent, dan multimodal. Namun, signifikansinya bukan hanya pada peningkatan kemampuan, melainkan juga mengonfirmasi pergeseran logika persaingan industri AI Tiongkok. Jika sebelumnya pasar berfokus pada "kesenjangan kemampuan model besar", kini persaingan bergeser ke arah "biaya kecerdasan per unit" dan "skala konsumsi token".
Bagaimana Model Open-Source Mengubah Persaingan Industri
Strategi open-source Kimi K3 menjadi salah satu variabel paling menonjol dalam peluncuran ini. Sebagai model open-source pertama di dunia pada level 3 triliun parameter, bobot penuh K3 diperkirakan akan dirilis paling lambat 27 Juli. Sebelumnya, Zhipu telah membuka kode GLM-5.2 pada 17 Juni, yang meraih skor 51 poin pada indeks kecerdasan model besar global versi Artificial Analysis, menempati urutan pertama di antara model open-source.
Logika persaingan model open-source secara fundamental berbeda dengan model closed-source. Model closed-source membangun keunggulan melalui hambatan teknologi eksklusif dan kekuatan harga API, sementara model open-source memperoleh nilai dari pengembangan ekosistem dan loyalitas pengembang. Kimi K3 menggunakan arsitektur MoE (Mixture of Experts), sehingga kebutuhan komputasi aktual dapat dikurangi melalui expert routing. Harga API-nya adalah $3 per satu juta token untuk input dan $15 per satu juta token untuk output. Model V4 Flash DeepSeek menawarkan tugas kecerdasan standar dengan biaya rata-rata tertimbang hanya $0,02, sementara model sebanding dari Anthropic mematok harga $2,75.
Perbedaan biaya ini sedang mengubah lanskap pemasok AI global. Lindy AI yang berbasis di San Francisco beralih dari Anthropic ke DeepSeek setelah enam minggu, memangkas biaya menjadi hanya 10% dari sebelumnya dan menghemat jutaan dolar per tahun. Airbnb, Pinterest, bahkan Microsoft kini menggunakan model AI open-source Tiongkok untuk coding rutin, otomasi, dan tugas harian. Pada beberapa waktu tahun ini, model Tiongkok telah merebut lebih dari 30% pangsa pasar di platform agregasi AI OpenRouter.
Dampak besar lain dari model open-source adalah menurunnya ambang komersialisasi aplikasi AI. Seiring performa model Tiongkok mendekati model luar negeri teratas dengan biaya inferensi yang tetap rendah, pertumbuhan penggunaan token meluas ke komputasi awan, chip AI, dan infrastruktur. SenseCore, perangkat skala besar milik SenseTime, mulai mengalihkan sumber daya komputasinya dari pelatihan ke inferensi, dengan tujuan membuktikan diri bukan sekadar perusahaan model besar, tetapi juga penyedia layanan AI full-stack.
Membandingkan Jalur Komersialisasi Perusahaan AI
Tiga perusahaan terdepan menempuh strategi komersialisasi yang berbeda.
Zhipu memilih jalur "go public + pendanaan besar-besaran" yang digerakkan modal. Terdaftar di Bursa Efek Hong Kong pada 8 Januari 2026, harga sahamnya telah melonjak lebih dari 1.400%. Rencana private placement 9 Juli menawarkan penerbitan hingga 19,78 juta saham H baru dengan harga HKD 1.588 per saham, mengumpulkan sekitar HKD 31,41 miliar. Per 30 Juni, lebih dari 93% dana IPO telah digunakan. Dana dialokasikan untuk tiga area utama: R&D model dasar dan infrastruktur komputasi, komersialisasi dan investasi strategis industri, serta optimalisasi struktur modal. Zhipu juga tengah mengupayakan pencatatan di STAR Market Tiongkok daratan, menargetkan penggalangan dana RMB 15 miliar. Total pendanaan telah mencapai HKD 36,4 miliar (sekitar RMB 31,5 miliar).
DeepSeek menempuh jalur "private placement + infrastruktur mandiri". Laboratorium AI Hangzhou ini, yang baru berdiri tiga tahun lalu, melatih model berkinerja tinggi dengan sumber daya komputasi jauh lebih sedikit dibanding OpenAI atau Anthropic. Pada akhir Mei 2026, DeepSeek menyelesaikan putaran pendanaan pertama sekitar $7 miliar, dengan valuasi pasca-pendanaan $52 miliar. Hanya sebulan kemudian, mereka dikabarkan memulai putaran kedua dengan valuasi pra-pendanaan $71 miliar. DeepSeek tengah membangun kampus komputasi berkapasitas gigawatt, dengan investasi di pusat data mandiri yang bisa mencapai ratusan miliar RMB. Perusahaan ini juga mengembangkan chip inferensi AI sendiri. DeepSeek berencana IPO pada 2027.
Moonshot AI (Kimi) mengambil pendekatan "berbasis produk + ekosistem open-source". Setelah peluncuran model K3, Presiden Zhang Yutong mengungkapkan bahwa ARR (pendapatan berulang tahunan) perusahaan tumbuh berkali lipat. Namun, hanya tiga hari setelah peluncuran, Moonshot AI mengumumkan akan menghentikan pendaftaran langganan baru untuk pengguna konsumen, mengalokasikan seluruh sumber daya komputasi yang ada untuk pelanggan saat ini. Kekurangan komputasi menjadi tantangan sekaligus sinyal—permintaan nyata, namun kendala pasokan menahan pertumbuhan. Moonshot AI menyatakan sedang mempercepat ekspansi kapasitas komputasi. Dari sisi komersialisasi, perusahaan bisa saja melantai di bursa dalam waktu enam bulan.
Masing-masing jalur memiliki keunggulan dan kelemahan. Jalur berbasis modal menawarkan pendanaan melimpah dan daya tahan risiko tinggi, namun menuntut pembuktian logika pertumbuhan secara berkelanjutan di mata pasar modal. Private placement lebih fleksibel, namun menghadapi tekanan valuasi. Strategi berbasis produk membangun loyalitas pengguna terkuat, tetapi paling terhambat oleh keterbatasan komputasi dan pendanaan.
Siapa yang Memiliki Keunggulan Jangka Panjang?
Menilai keunggulan jangka panjang perlu melihat tiga dimensi: hambatan teknologi, keunggulan biaya, dan loyalitas ekosistem.
Hambatan teknologi: Kimi K3 memuncaki papan peringkat Frontend Code Arena dengan skor 1.679, melampaui Claude Fable 5 yang meraih 1.631. Namun, secara keseluruhan, K3 masih tertinggal dari model closed-source seperti Claude Fable 5 dan GPT-5.6 Sol. Model Tiongkok saat ini menempati peringkat sekitar kelima secara global, dan belum mampu menantang dominasi raksasa luar negeri. Kesenjangan teknologi semakin menyempit, namun belum hilang.
Keunggulan biaya menjadi moat paling menonjol bagi perusahaan AI Tiongkok. Strategi harga ultra-rendah DeepSeek telah menarik pengembang dari seluruh dunia. Jefferies mencatat bahwa seiring performa model Tiongkok mendekati model luar negeri teratas dengan biaya inferensi lebih rendah, ambang komersialisasi aplikasi AI bisa semakin turun. Keunggulan biaya ini tidak hanya berasal dari inovasi arsitektur, tetapi juga biaya listrik dan infrastruktur pusat data yang lebih rendah di Tiongkok.
Loyalitas ekosistem mungkin menjadi moat yang paling sulit ditiru. Model open-source membangun ekosistem melalui komunitas pengembang, sementara model closed-source mengunci klien korporat melalui layanan API. DeepSeek-V4-Flash memimpin penggunaan selama tujuh pekan berturut-turut, menandakan daya tarik ekosistem pengembang yang kuat. Zhipu mengakumulasi pengetahuan industri dengan fokus pada sektor vertikal seperti pemerintahan, keuangan, dan manufaktur. Jika strategi open-source Kimi K3 berhasil menarik cukup banyak pengembang untuk membangun aplikasi di atasnya, keunggulan ekosistemnya akan muncul secara bertahap.
Singkatnya, belum ada perusahaan yang benar-benar memiliki moat jangka panjang absolut. Kesenjangan teknologi memang menyempit namun masih ada, keunggulan biaya bisa ditiru, dan loyalitas ekosistem membutuhkan waktu untuk dibangun. Moat sejati mungkin tidak terletak pada satu dimensi saja, melainkan pada kemampuan menciptakan siklus positif antara teknologi, biaya, dan ekosistem—terobosan teknologi menurunkan biaya, biaya rendah menarik lebih banyak pengembang, lebih banyak pengembang mendorong kemakmuran ekosistem, dan kemakmuran ekosistem mempercepat kemajuan teknologi.
Kesimpulan
Peluncuran Kimi K3 adalah peristiwa penting, namun ini bukan kemenangan satu perusahaan, melainkan titik balik bagi industri. Sektor model besar AI Tiongkok bergerak dari "perlombaan skala parameter" menuju persaingan komersialisasi yang berfokus pada "biaya lebih rendah, penggunaan lebih tinggi, dan ekosistem yang lebih kuat".
Per 20 Juli 2026 (waktu Beijing), di pasar kripto, Bitcoin (BTC) menemukan support di kisaran $64.000 dan rebound secara stabil, mencapai level tertinggi intraday sekitar $65.000. Gate mencatat harga BTC di kisaran $64.747. Pasar sedang ditarik oleh dua kekuatan: ketegangan geopolitik Timur Tengah yang mendorong harga minyak naik, sementara investor masih mencerna dampak peluncuran Kimi K3 oleh startup AI Tiongkok. Perubahan struktural di industri AI sudah mulai memengaruhi pasar modal yang lebih luas—saham Zhipu turun lebih dari 38% dalam dua hari perdagangan setelah peluncuran K3, sebuah rantai transmisi yang patut dipantau.
Babak knockout bagi model besar AI Tiongkok baru saja dimulai. Perusahaan yang paling berpeluang sukses di fase berikutnya belum tentu yang memiliki parameter terbesar, melainkan yang mampu mengonversi kapabilitas model menjadi nilai komersial nyata dengan biaya terendah dan efisiensi tertinggi.
FAQ
T: Dengan skala parameter Kimi K3 mencapai 2,8 triliun, di mana posisinya di antara model besar AI domestik?
Kimi K3 saat ini merupakan model open-source terbesar di dunia berdasarkan jumlah parameter, dan menjadi model open-source pertama di level 3 triliun secara global. Sebagai perbandingan, Zhipu GLM-5.2 dan Alibaba Qwen3.8 (2,4 triliun parameter) lebih kecil dari K3. Namun, skala parameter tidak serta-merta mencerminkan kapabilitas keseluruhan—K3 masih tertinggal dari model closed-source seperti Claude Fable 5 dan GPT-5.6 Sol dalam evaluasi komprehensif.
T: Mengapa harga saham Zhipu turun tajam setelah peluncuran Kimi K3?
Pada 17 Juli, hari peluncuran Kimi K3, harga saham Zhipu anjlok 28,49%, menghapus lebih dari HKD 200 miliar nilai pasar. Kekhawatiran pasar berasal dari dua faktor: pertama, persaingan dari model open-source dapat melemahkan kekuatan harga Zhipu untuk model closed-source; kedua, performa Kimi K3 dalam skenario kunci seperti pemrograman melampaui ekspektasi, sehingga memicu penilaian ulang pangsa pasar Zhipu. Per 20 Juli, harga saham Zhipu turun lebih lanjut ke HKD 890,5.
T: Bagaimana skala pendanaan DeepSeek dibandingkan dengan industri?
DeepSeek menyelesaikan putaran pendanaan pertama sekitar $7 miliar pada paruh pertama 2026, dengan valuasi pasca-pendanaan $52 miliar. Hanya sebulan kemudian, mereka dikabarkan memulai putaran kedua dengan valuasi pra-pendanaan $71 miliar. Pendanaan ini mencetak rekor untuk private placement tunggal oleh perusahaan AI Tiongkok, dengan investor termasuk National AI Industry Fund, Tencent, CATL, JD.com, dan lainnya.
T: Apa tantangan utama dalam komersialisasi model besar AI domestik?
Tantangan utama terbagi dalam tiga area: kendala komputasi—Kimi K3 menghentikan pendaftaran langganan konsumen baru karena kekurangan komputasi pasca peluncuran; konversi berbayar—sisi konsumen model besar bergeser dari persaingan trafik ke validasi nilai, dan masalah utama adalah bagaimana meningkatkan kemauan membayar seiring pertumbuhan skala pengguna; profitabilitas—industri masih mengeksplorasi model bisnis berkelanjutan, dan transisi dari alat konsumen gratis ke layanan berbayar tingkat korporat membutuhkan waktu untuk validasi.
T: Mana yang lebih kompetitif dalam jangka panjang: model open-source atau closed-source?
Keduanya memiliki keunggulan masing-masing. Model open-source memperoleh loyalitas pengembang melalui biaya rendah dan pembangunan ekosistem, seperti yang terlihat pada DeepSeek dan Kimi K3. Model closed-source mempertahankan profit melalui teknologi eksklusif dan harga API, seperti seri GLM milik Zhipu. Tren saat ini menunjukkan semakin banyak perusahaan mengadopsi strategi campuran: "model open-source untuk tugas rutin + model closed-source untuk inferensi kompleks." Dalam jangka panjang, perusahaan yang mampu mengelola ekosistem open-source sekaligus produk komersial closed-source kemungkinan akan lebih tangguh.
