Kimi K3: Closed vs Open Model Bukan Lagi Soal Harga

Tanggal 16 Juli kemarin, Moonshot AI merilis Kimi K3. Model open-weight terbesar yang pernah dirilis: 2,8 triliun parameter, context window 1 juta token, multimodal.

Biasanya rilis model baru saya baca sekilas lalu lanjut kerja. Yang ini saya berhenti agak lama.

Bukan karena ukurannya. Karena posisinya di papan skor.

Angka dulu, biar jelas

Selama ini ada asumsi yang nyaman: model closed seperti Claude dan GPT ada di liga sendiri, model open menyusul 6 sampai 12 bulan di belakang. Asumsi itu sekarang goyah.

Di Frontend Code Arena milik LMArena, penilaian buta oleh developer sungguhan, K3 duduk di posisi pertama. Di atas Claude Fable 5. Di AA-Briefcase, benchmark agentic dari Artificial Analysis untuk kerja jangka panjang, K3 ada di posisi kedua: mengalahkan GPT-5.6 Sol Max, hanya kalah dari Fable 5 Max. Di GDPval-AA v2, yang mengukur tugas kerja nyata lintas 44 okupasi, K3 di posisi ketiga, di atas Claude Opus 4.8.

Supaya jujur, dua sisi lain juga perlu disebut. Secara agregat, Artificial Analysis masih menempatkan K3 selevel Opus 4.8 dan GPT-5.5, di bawah Fable 5 dan GPT-5.6 Sol. Jadi kalimat yang akurat adalah: K3 menempel ketat dan menang di beberapa arena. Belum menyalip di semuanya.

Sekarang harganya.

Model yang menempel di papan atas, dengan harga API sepertiga dari Fable 5. Itu kombinasi yang belum pernah ada.

Heuristik lama yang baru saja mati

Bertahun-tahun keputusan memilih model bisa disederhanakan jadi satu kalimat: mau yang pintar, bayar mahal ke model closed. Mau hemat, pakai model open dan terima performanya ketinggalan.

Heuristik itu praktis, dan selama ini cukup benar. Sekarang tidak lagi.

Kalau model open bisa duduk di papan atas benchmark sambil harganya sepertiga, maka "closed vs open" berhenti jadi soal mahal vs murah. Sumbu keputusannya pindah. Dan menurut saya justru di sinilah percakapan yang menarik baru dimulai, karena kebanyakan perusahaan belum memperbarui cara mikirnya.

Tapi "open" bukan berarti gratis

Sebelum kamu semangat mau host sendiri, ini bagian yang jarang dibahas di berita.

Pertama, saat tulisan ini dibuat, bobot K3 belum dirilis. Jadwalnya 27 Juli, sebelas hari setelah peluncuran API-nya. Jadi hari ini K3 praktis masih model API, sama seperti model closed.

Kedua, kalaupun bobotnya sudah keluar, menjalankan model 2,8 triliun parameter butuh memori sekitar 1,5 terabyte. Itu bukan server yang dibeli sambil lalu. Dan engine inference populer butuh waktu berminggu-minggu sampai berbulan-bulan untuk mendukung arsitektur barunya.

Artinya, untuk hampir semua bisnis di Indonesia, "model open" dalam praktiknya berarti API murah dari penyedia lain, atau model yang di-host oleh cloud provider. Bukan server di kantor sendiri.

Tapi justru itu poinnya. Nilai dari model open bukan di romantisme host sendiri. Nilainya di dua hal: harga yang menekan seluruh pasar, dan posisi tawar. Begitu ada alternatif serius yang terbuka, semua vendor closed harus mikir ulang soal harga dan syarat aksesnya.

Pertanyaan yang sekarang layak ditanyakan

Kalau harga dan performa tidak lagi otomatis menjawab, ini sumbu yang menurut saya layak dipakai untuk memilih:

1. Data kamu lari ke mana. Siapa yang memproses, disimpan di mana, dipakai untuk apa. Untuk industri teregulasi, ini sering jadi pertanyaan pertama sekaligus penentu.
2. Siapa yang bisa mencabut akses kamu. Saya pernah menulis soal akses model closed yang mulai bertingkat. Model open adalah pengaman untuk risiko itu: kalau syarat berubah, kamu punya jalan keluar.
3. Ekosistem dan tooling. Model bagus tanpa tooling yang matang tetap menyusahkan tim. Model closed masih unggul jauh di sini, dan gap ini nyata di pekerjaan sehari-hari.
4. Reliabilitas di workflow kamu sendiri. Benchmark orang lain bukan eval kamu. Model yang menang di leaderboard bisa kalah di dokumen berbahasa campur Indonesia-Inggris milik tim kamu. Satu-satunya cara tahu adalah menguji dengan kasus sendiri.
5. Biaya per pekerjaan selesai, bukan per token. Model yang lebih murah per token tapi butuh dua kali percobaan dan satu lapis review manusia bisa jadi lebih mahal di ujungnya.

Perhatikan satu hal: tidak ada satu pun dari lima poin itu yang terjawab dengan membaca berita peluncuran.

Buat bisnis di Indonesia, artinya apa

Tiga hal praktis.

Pertama, mayoritas pekerjaan kantor tidak butuh model frontier. Merangkum dokumen, menjawab pertanyaan customer, menyusun draft laporan: model kelas menengah sudah lama cukup. Yang berubah dengan K3 adalah kelas atasnya pun sekarang punya opsi yang jauh lebih murah.

Kedua, strategi paling masuk akal untuk kebanyakan perusahaan adalah multi-model. Pakai model closed untuk pekerjaan yang butuh kemampuan puncak dan tooling matang, model yang lebih murah untuk volume besar yang tugasnya jelas. Jangan menikahi satu vendor.

Ketiga, keputusan ini bukan keputusan IT semata. Pertanyaan soal data, akses, dan biaya per pekerjaan adalah pertanyaan bisnis. Kalau diserahkan sepenuhnya ke preferensi teknis, biasanya yang terpilih adalah model yang paling nyaman dipakai developer, bukan yang paling masuk akal untuk perusahaan.

Persaingan closed vs open ini sehat buat kita semua yang ada di sisi pembeli. Harga turun, syarat membaik, opsi bertambah. Tugas kita satu: berhenti memilih model berdasarkan headline, dan mulai memilih berdasarkan pekerjaan yang mau diselesaikan.

Kalau kamu sedang memetakan di mana AI masuk akal untuk bisnismu, dan model mana yang layak diuji lebih dulu, itu persis tipe pertanyaan yang saya bantu jawab di AI Clarity Sprint. Atau mulai dari AI readiness assessment gratis, dua menit, tanpa email.

Catatan: tulisan ini saya susun dengan bantuan AI untuk riset dan draf, lalu saya periksa dan tulis ulang sebagai pemikiran saya sendiri. Data benchmark dan harga dari peliputan peluncuran Kimi K3 (16 Juli 2026): Tom's Hardware, VentureBeat, CNBC, catatan Simon Willison, data Artificial Analysis dan LMArena, serta halaman harga OpenRouter. Angka bisa bergeser seiring update model; cek sumber aslinya kalau kamu butuh angka terbaru.