Daftar Isi
Model kecerdasan buatan open-weight memungkinkan pengguna mengunduh model AI yang telah dilatih sebelumnya dan menjalankannya secara mandiri di perangkat pribadi. Meskipun chatbot mendominasi perhatian, generator gambar dan video juga menyediakan opsi open-weight bagi pengguna yang menginginkan kendali lebih besar atas data mereka.
Cara Kerja dan Keuntungan Model Open-Weight
Dalam sebuah chatbot, model AI adalah perangkat lunak yang menghasilkan jawaban dengan mempelajari pola melalui miliaran nilai numerik yang disebut bobot jaringan saraf tiruan (neural network weights). Pengembang model tertutup seperti pembuat ChatGPT dan Claude menjaga kerahasiaan bobot tersebut, sementara model open-weight merilis bobot terlatihnya untuk diakses publik.
Wakil Presiden Sains di perusahaan AI Mistral, Pierre Stock, menyatakan kepada CNET bahwa ketika sebuah model dirilis dengan bobot terbuka, bobot tersebut akan tersebar di berbagai peladen internet seperti Hugging Face sehingga akses terhadap model itu mustahil diputus. Dengan model dan aplikasi gratis, pengguna dapat melakukan percakapan secara lokal tanpa berlangganan atau membayar biaya penggunaan, sekaligus menjaga kerahasiaan data agar tidak masuk ke peladen penyedia AI.
Pengguna tidak memerlukan keahlian pemrograman atau membuka terminal komputer karena aplikasi desktop seperti LM Studio, Ollama, dan Jan menyediakan antarmuka yang mudah dipasang di Mac atau PC. Setelah terpasang, pengguna dapat tetap berinteraksi secara luring asalkan perangkat kerasnya memadai, bahkan melakukan pelatihan lanjutan jika diizinkan oleh lisensinya.
Perbedaan dengan Open-Source dan Model yang Tersedia
Istilah open-weight dan open-source sering digunakan secara bergantian, padahal keduanya memiliki arti berbeda. Publikasi bobot saja belum memenuhi definisi Open Source Initiative (OSI) karena pengembang juga harus membagikan kode pelatihan serta informasi data yang memadai, meskipun OSI tidak mewajibkan pembagian data pelatihan secara penuh.
Sejumlah model open-weight terkemuka saat ini mencakup DeepSeek, Kimi K3 dari Moonshot AI, serta keluarga Qwen3.8 dari Alibaba. Perusahaan Amerika Serikat turut menawarkan alternatif seperti model gpt-oss dari OpenAI, Gemma dari Google, keluarga Muse dan Llama dari Meta, Nemotron dari Nvidia, serta produk dari startup Reflection dan Thinking Machines Lab, sementara Prancis diwakili oleh Mistral AI dengan Mistral Large dan Ministral.
Keterbatasan dan Pertimbangan Penggunaan
Meskipun berjalan luring, model open-weight tetap dapat mengalami halusinasi dan membawa bias dari data pelatihannya. Kebebasan mengubah model juga berisiko melemahkan atau menghilangkan pengaman yang ada, meskipun pengembang asli memiliki kendali yang sangat terbatas setelah salinan diunduh.
Di sisi lain, keterbukaan ini memberikan kesempatan bagi peneliti independen untuk memeriksa kesalahan dan menguji perubahan secara mandiri. Microsoft bersama perusahaan lainnya sempat membela model berbobot terbuka melalui sebuah surat terbuka dengan argumen bahwa perangkat tersebut membantu tim keamanan siber dalam mengantisipasi ancaman penyalahgunaan AI.
Penggunaan model open-weight untuk tugas sehari-hari seperti menyusun surel dan merangkum dokumen bergantung pada kemampuan memori serta daya proses komputer pengguna. Pengembang kini juga mulai merancang model berukuran lebih kecil yang dapat beroperasi pada perangkat seluler, komputer jangkauan rendah, hingga jam tangan pintar.
Sumber: News – CNET
