Peta model AI frontier per Oktober 2026: Claude, ChatGPT, Gemini, Grok, DeepSeek, Kimi, Qwen, dan lainnya, pengembang, tanggal rilis, kelebihan, harga, bobot terbuka dan tertutup, dan tolok ukur

Kepala teknik sebuah hotel di Bandung menerima dua usulan dalam satu minggu. Penyedia perangkat lunak menawarkan asisten percakapan tamu yang "memakai model AI nomor satu dunia", dengan harga dari brosur awal tahun. Supervisor laundry ingin menjalankan model bobot terbuka di komputer kantor agar data tamu tidak keluar gedung. Harga brosur itu sudah berubah, model "nomor satu" sudah disusul model baru, peringkatnya berasal dari uji vendor sendiri, dan model yang dibaca supervisor di berita terlalu besar untuk komputer kantor. Bab ini memberi peta untuk membaca usulan seperti itu.

Batas pembahasan

Bab ini memetakan pengembang dan model AI frontier per 18 Oktober 2026: orang di baliknya, tanggal rilis, kelebihan menurut pengembang, harga API, bobot dan lisensi, tolok ukur, serta privasi dan pembatasan pemerintah yang tercatat. Bab ini tidak memberi peringkat model terbaik dan tidak menganjurkan pembelian.

Definisi AI ada di Bab 7 tentang apa itu kecerdasan buatan, token dan campuran pakar di Bab 8 tentang cara kerja model bahasa besar, cara memeriksa jawaban di Bab 9 tentang bagaimana AI menjawab, pemilihan tingkat, paket, harga cache, dan biaya per pekerjaan selesai di Bab 11 tentang memilih model dalam satu keluarga, agen di Bab 12 tentang agen AI, prompt di Bab 13 tentang cara memberi perintah ke AI, dan data pribadi di Bab 14 tentang AI untuk pekerjaan teknik di hotel, laundry, dan dapur.

Cara membaca peta ini

Semua fakta di bab ini bertanggal 18 Oktober 2026. Butir OpenAI, Google, dan xAI ditulis "menurut pengumuman pengembang" dan wajib diperiksa ulang di halaman resmi pengembangnya. Butir dari media atau agregator ditulis "dilaporkan"; butir yang belum terverifikasi tidak ditulis sebagai fakta. Kelebihan model selalu berupa klaim pengembang.

Harga ditulis dalam USD per juta token masukan / keluaran. Daftar ini berubah cepat: sepuluh model di tabel harga dirilis atau diumumkan antara 1 September (Fable 5.1) dan 7 Oktober 2026 (Haiku 5.5), rentang 36 hari, rata-rata satu model setiap $36/10=3{,}6$ hari. Jadi periksa halaman resmi pada hari memilih, berlangganan, atau menyusun anggaran. Arstema tidak masuk peta ini karena bukan model AI; Takar dan bab Academy dipakai untuk memeriksa angka, satuan, dan rumus dari jawaban model mana pun.

Ringkasan pengembang dan model

Tanda "-" berarti nama orangnya belum dapat dipastikan per 18 Oktober 2026.

"Tertutup" berarti akses yang tercatat hanya lewat aplikasi, API, dan cloud; laporan Kimi K3 juga menyebut Claude Fable 5 dan GPT-5.6 Sol model proprietary. Llama 4 mendukung Bahasa Indonesia secara resmi, dan laporan Qwen3 memuat tabel skor Bahasa Indonesia. Nous Research dikenal lewat Hermes Agent, yang dibahas di Bab 12 tentang agen AI; rincian model Hermes belum dapat dipastikan dari sumber resmi per 18 Oktober 2026.

Model tertutup dari Anthropic, OpenAI, Google, dan xAI

Anthropic. Anthropic berbentuk Delaware Public Benefit Corporation. Menurut Anthropic, Claude Fable 5.1 (1 September 2026) adalah model paling mampu yang tersedia umum, untuk kerja panjang dan asinkron; Opus 5.5 (22 September 2026) setara Fable 5.1 pada sebagian besar pekerjaan dengan biaya 40 persen lebih rendah dari Opus 5 pada beban tipikal; Sonnet 5.5 (28 September 2026) lebih cepat dan murah; dan Haiku 5.5 (7 Oktober 2026) adalah model kecil termurah dan tercepatnya. Claude Mythos 5.1 adalah model yang sama dengan Fable 5.1 dengan pengaman berbeda, khusus untuk organisasi terverifikasi.

OpenAI. Menurut pengumuman OpenAI, OpenAI berdiri Desember 2015 sebagai lembaga riset nirlaba; sejak Oktober 2025 OpenAI Foundation mengendalikan OpenAI Group PBC. GPT-6 Astra (3 September 2026) disebut model paling cerdasnya, unggul di penggunaan komputer, rekayasa perangkat lunak, dan keamanan siber. GPT-6 Sol dan Luna dilaporkan dirilis 22 September 2026 sebagai model tengah dan model murah, dan GPT-6.1 Sol (29 September 2026) disebut hampir menyamai Astra pada koding agentik dan kerja profesional dengan seperlima harga token standar Astra. Menurut pengumuman 7 Oktober 2026, tab Chat ChatGPT memakai GPT-6 Sol untuk Plus, Pro, Business, dan Enterprise, dan GPT-6 Luna untuk Free dan Go.

Google DeepMind. Menurut pengumuman Google, Google DeepMind dibentuk 20 April 2023. Memo Sundar Pichai sekitar 5 Agustus 2026 menyebut Demis Hassabis menjadi Chair Google DeepMind dan Chief Scientist Alphabet, dan Koray Kavukcuoglu menjadi SVP yang membawahi pengembangan Gemini; CEO baru tidak disebut. Gemini 4 Argon diumumkan 30 September 2026 untuk koding, kerja pengetahuan, dan pertahanan siber, lalu tersedia umum 13 Oktober 2026 di API dan bagi pelanggan Pro dan Ultra aplikasi Gemini. Gemini 3.8 Flash (2 September 2026) disebut model Flash paling cerdas.

xAI. Menurut pengumuman xAI dan SpaceX, SpaceX mengakuisisi xAI pada 2 Februari 2026; Elon Musk memimpin xAI sebagai CEO sampai saat itu. Media melaporkan penggantian nama menjadi SpaceXAI lalu SpaceXSI, dan dokumen resmi memakai ketiga nama itu. Grok 4.7 (21 September 2026) disebut model card-nya model paling mampu sampai saat ini; kelebihan yang diklaim xAI adalah data dan pencarian waktu nyata. Status Grok 5 belum dapat dipastikan dari sumber resmi per 18 Oktober 2026.

Harga API per Oktober 2026 dalam USD per juta token masukan / keluaran; harga selain Claude adalah harga menurut pengumuman pengembang:

Pengembang Tiongkok: DeepSeek, Moonshot AI, dan Alibaba

DeepSeek (Hangzhou). DeepSeek dilaporkan didirikan pada 2023 oleh Liang Wenfeng, salah satu pendiri dana kuantitatif High-Flyer. Menurut README-nya, DeepSeek-V3 (dilaporkan dirilis Desember 2024) memiliki 671 miliar parameter total, 37 miliar aktif per token, dan dilatih dengan 2,788 juta jam GPU H800. DeepSeek-R1 (2025) berlisensi MIT untuk kode dan bobot dan diklaim setara OpenAI o1 pada matematika, kode, dan penalaran. DeepSeek-V4 dilaporkan dirilis sebagai pratinjau 24 April 2026 dalam ukuran Pro dan Flash, berkonteks 1 juta token dan berbobot MIT; harga dan rilis lanjutannya dilaporkan berubah berkali-kali (Contoh 3).

Moonshot AI (Beijing). Moonshot AI dilaporkan didirikan Maret 2023 oleh Yang Zhilin bersama dua rekan. Kimi K3 dilaporkan diluncurkan sekitar 16 Juli 2026, dan repo bobotnya dibuat 27 Juli 2026. README-nya mencatat 2,8 triliun parameter total, 104 miliar aktif (16 dari 896 pakar), konteks 1.048.576 token, dan bobot MXFP4, dan Moonshot menyebutnya model terbuka kelas 3 triliun pertama. Laporan teknisnya mengakui K3 masih di bawah Claude Fable 5 dan GPT-5.6 Sol. Harga API K3 dilaporkan USD 3 / 15 per juta token masukan / keluaran dan sering berubah.

Alibaba (Qwen). Semua model bobot terbuka Qwen3 (29 April 2025) berlisensi Apache 2.0. Qwen3.5 (16 Februari 2026) mendukung 201 bahasa dan dialek, dan Qwen3.8 (12 dan 14 Agustus 2026) untuk pertama kalinya membawa model kelas Qwen-Max ke rilis terbuka. Ukuran 2.4T-A95B dilaporkan berlisensi khusus dan 27B dilaporkan Apache 2.0; README meminta lisensi diperiksa di halaman bobot masing-masing. Ukurannya berkisar dari di bawah 1 miliar sampai 2,4 triliun parameter, dengan dukungan resmi untuk llama.cpp, MLX, Ollama, dan LM Studio.

Bobot terbuka, bobot tertutup, dan lisensi

Bobot terbuka (open weights) berarti berkas parameter model boleh diunduh dan dijalankan sendiri; data latih dan kode pelatihan lengkap umumnya tidak ikut dirilis, dan lisensinya dapat membatasi pemakaian. Lisensi yang tercatat:

• MIT: DeepSeek-R1, GLM-4.5, MiniMax-M2. Lisensi R1 tegas mengizinkan distilasi untuk melatih model lain.
• Apache 2.0: Qwen3, Gemma 4, gpt-oss, Seed-OSS-36B.
• Modified MIT: Kimi K2 dan K2.5; lisensi K2.5 mewajibkan produk di atas 100 juta pengguna aktif bulanan atau USD 20 juta pendapatan per bulan menampilkan nama model.
• Lisensi khusus: Kimi K3 License (penyedia layanan model berpendapatan lebih dari USD 20 juta per 12 bulan wajib membuat perjanjian terpisah; penggunaan internal dikecualikan) dan Llama 4 Community License (di atas 700 juta pengguna aktif bulanan wajib meminta lisensi dari Meta).
• Nonkomersial: Mistral Large 2 dan Codestral.

Bobot terbuka menjaga data di mesin sendiri dan dapat berjalan tanpa internet, tetapi model besar menuntut perangkat keras mahal, keamanan diurus sendiri, dan lisensi tetap mengikat. Model tertutup tidak membutuhkan server sendiri dan, menurut pengakuan Moonshot, yang terkuat masih di atas K3, tetapi data dikirim ke vendor dan harga dapat berubah sepihak.

Seperti dijelaskan Bab 8 tentang cara kerja model bahasa besar, memori untuk menjalankan bobot dihitung dari parameter total kali bita per parameter, ditambah ruang untuk konteks. Pada campuran pakar, parameter total menentukan memori dan parameter aktif menentukan komputasi per token. Ukuran yang tercatat:

Porsi aktif $=P_\text{aktif}/P_\text{total}$ pada Kimi K3 hanya $104/2800=3{,}7\%$. Komputasi per token K3 setara model padat sekitar 104 miliar parameter, tetapi memorinya harus menampung 2,8 triliun.

Privasi, keamanan, dan pembatasan pemerintah

Pembatasan yang tercatat menyangkut layanan resmi pengembang, dan sebagian besar berstatus dilaporkan:

• DeepSeek. Dilaporkan: otoritas perlindungan data Italia memerintahkan pemblokiran chatbot DeepSeek karena kebijakan privasi; Australia (Februari 2025), Taiwan, NASA, Angkatan Laut AS, dan sejumlah negara bagian AS melarangnya di perangkat atau instansi pemerintah; Korea Selatan menghentikan unduhan baru sekitar 16 Februari 2025 sebelum aplikasi tersedia lagi; Jerman meminta Apple dan Google menghapus aplikasinya (Juni 2025). Kekhawatiran ini menyangkut aplikasi dan API resmi; bobot yang dijalankan di mesin sendiri tidak mengirim data ke DeepSeek.
• Anthropic. Akses Claude Fable 5 terganggu sejak 12 Juni dan pulih 1 Juli 2026 setelah persetujuan pemerintah AS terkait kontrol ekspor. Mythos 5.1 saat ini hanya untuk sejumlah organisasi AS yang terverifikasi.
• OpenAI dan Google. Menurut pengembangnya, GPT-6 Astra adalah model OpenAI pertama yang dinilai "Critical" untuk kemampuan siber, dan Gemini 4 Argon mula-mula hanya untuk pembela siber tepercaya.
• xAI. Dilaporkan: pada Juli 2025 akun @grok di X memuat unggahan antisemit; xAI menyalahkan pembaruan kode di hulu bot yang aktif 16 jam, dan Uni Eropa memanggil perwakilan xAI.
• Meta. Lisensi Llama 4 tidak memberi hak atas model multimodalnya kepada individu dan perusahaan berdomisili di Uni Eropa, kecuali pengguna akhir produk.

Keputusan pemerintah Indonesia tentang model-model ini belum dapat dipastikan dari sumber resmi per 18 Oktober 2026. Aturan data pribadi tamu ada di Bab 14 tentang AI untuk pekerjaan teknik di hotel, laundry, dan dapur.

Tolok ukur dan batasnya

Tolok ukur (benchmark) adalah kumpulan soal dengan cara penilaian tetap. Tiga yang sering dikutip:

• LMArena (dulu Chatbot Arena, sejak Mei 2023): pengguna memilih yang lebih baik dari dua jawaban anonim, lalu suara diolah menjadi peringkat bergaya Elo. Yang diukur adalah preferensi, bukan kebenaran fakta.
• SWE-bench Verified (13 Agustus 2024): 500 issue GitHub nyata yang dipastikan dapat diselesaikan insinyur; patch model harus lolos tes. Skornya bergantung pada harness agen.
• Humanity's Last Exam: 2.500 soal akademik dari pakar, disusun Center for AI Safety dan Scale AI, terbit di Nature 2026. Soalnya tertutup, dan skor dengan dan tanpa alat sangat berbeda.

Angka tolok ukur di pengumuman model adalah klaim vendor: vendor menjalankan evaluasinya sendiri dengan harness yang dapat berbeda per model, sehingga angka dua vendor tidak dibandingkan langsung (Contoh 6). Peringkat lintas vendor per Oktober 2026 belum dapat dipastikan. Yang dapat dipegang adalah pengakuan vendor sendiri, seperti laporan Kimi K3 di atas; kedua model pembandingnya kini sudah punya penerus. Tidak ada tolok ukur di atas yang menguji pengering atau mesin cuci; model dibandingkan pada tugas sendiri seperti di Bab 11 tentang memilih model dalam satu keluarga, dan sebaran skornya dibaca seperti di Bab 2 · Data & Pengukuran tentang variasi, distribusi, dan ringkasan data.

Contoh kerja

Angka dalam contoh di bawah adalah angka latihan, kecuali disebut asalnya.

Contoh 1: biaya satu pekerjaan di empat model unggulan. Merangkum manual servis pengering menjadi daftar periksa memakai 80.000 token masukan dan 4.000 token keluaran, yaitu 0,08 dan 0,004 juta token. Biaya $C=N_m \, p_m+N_k \, p_k$, dengan $N$ dalam juta token dan $p$ harga per Oktober 2026. Claude Fable 5.1 dan GPT-6 Astra: $0{,}08\times 10+0{,}004\times 50=0{,}80+0{,}20=1{,}00$ USD. Gemini 4 Argon dengan harga perkenalan: $0{,}08\times 2+0{,}004\times 10=0{,}20$ USD. Grok 4.7: $0{,}08\times 2+0{,}004\times 6=0{,}184$ USD. Untuk 1.000 pekerjaan sebulan, biayanya 1.000 USD lawan sekitar 184 USD, belum termasuk perbedaan jumlah token antarmodel; biaya per pekerjaan selesai dibahas di Bab 11 tentang memilih model dalam satu keluarga.

Contoh 2: harga perkenalan yang berakhir. Beban bulanan 10 juta token masukan dan 1 juta token keluaran. Gemini 4 Argon sampai 30 November 2026: $10\times 2+1\times 10=30$ USD; sesudahnya $10\times 4+1\times 20=60$ USD. Gemini 3.8 Flash sampai 31 Desember 2026: $10\times 0{,}75+1\times 3{,}75=11{,}25$ USD; mulai 1 Januari 2027: $10\times 1{,}50+1\times 7{,}50=22{,}50$ USD. Keduanya menjadi dua kali lipat, sehingga anggaran 2027 yang disusun dengan harga Oktober 2026 kurang separuh. Pemeriksaan kewajaran seperti ini dibahas di Bab 4 · Satuan & Matematika tentang estimasi, skala, dan pemeriksaan kewajaran.

Contoh 3: harga yang dilaporkan bertentangan. Untuk DeepSeek-V4-Pro, media dan agregator melaporkan harga peluncuran USD 1,74 / 3,48 dan harga turun USD 0,435 / 0,87 per juta token masukan / keluaran. Pekerjaan Contoh 1 menjadi $0{,}08\times 1{,}74+0{,}004\times 3{,}48=0{,}153$ USD atau $0{,}08\times 0{,}435+0{,}004\times 0{,}87=0{,}038$ USD, berbeda tepat 4 kali karena $1{,}74/0{,}435=3{,}48/0{,}87=4$. Harga untuk anggaran diambil dari halaman resmi pada hari pemesanan, bukan dari agregator.

Contoh 4: memori model padat di komputer kantor. Memori bobot $\approx P\times b$, dengan $b$ bita per parameter: 2 untuk 16-bit, 1 untuk 8-bit, sekitar 0,5 untuk 4-bit; bit dan bita dijelaskan di Bab 3 tentang bilangan dan representasi data di perangkat kendali. Gemma 4 31B Dense: $31\times 2=62$ GB, $31\times 1=31$ GB, atau $31\times 0{,}5=15{,}5$ GB. Pada kartu grafis 24 GB, hanya versi 4-bit yang masuk, dengan sisa $24-15{,}5=8{,}5$ GB untuk konteks dan program. Aturan ini cocok dengan README FastChat: Vicuna-7B butuh sekitar 14 GB memori GPU, $7\times 2=14$.

Contoh 5: memori model campuran pakar raksasa. Kimi K3 berbobot MXFP4, sekitar 0,5 bita per parameter: $2800\times 0{,}5=1400$ GB, sekitar 1,4 TB. Dengan kartu 80 GB, dibutuhkan paling sedikit $1400/80=17{,}5$, jadi 18 kartu, hanya untuk bobot. Sebagai pemeriksaan, kartu model Llama 4 menyatakan Scout (109 miliar total) muat di satu GPU H100 dengan kuantisasi int4: $109\times 0{,}5=54{,}5$ GB, di bawah 80 GB memori H100.

Contoh 6: membaca angka tolok ukur vendor. README Kimi K3 memberi skor Terminal-Bench 2.1: Kimi K3 88,3, Claude Fable 5 88,0, GPT-5.6 Sol 88,8, dan Claude Opus 4.8 84,6, dengan catatan bahwa harness berbeda per model. Selisih K3 terhadap dua model pertama hanya $88{,}3-88{,}0=0{,}3$ dan $88{,}8-88{,}3=0{,}5$ poin. README GLM-5, dalam tabel GLM-5.2, mencatat Opus 4.8 85,0 pada tolok ukur yang sama, berbeda $85{,}0-84{,}6=0{,}4$ poin untuk model yang sama. Selisih di bawah satu poin antar-tabel vendor tidak menunjukkan model mana yang lebih baik. Kimi K2.5 mencatat 31,5 tanpa alat dan 51,8 dengan alat di Humanity's Last Exam, selisih 20,3 poin, sehingga skor dengan alat tidak dibandingkan dengan skor tanpa alat.

Kondisi berhenti

Berhenti memakai peta ini sebagai dasar keputusan, dan periksa sumber resmi atau tanyakan ke orang berwenang, bila:

1. Harga, model, atau tanggal untuk anggaran atau kontrak belum diperiksa di halaman resmi pada hari itu.
2. Sumbernya hanya brosur, media, atau agregator, atau angka antar-sumber bertentangan (Contoh 3).
3. Lisensi bobot belum dibaca dari halaman bobot itu sendiri, atau syarat pendapatan, pengguna, atau wilayahnya belum jelas; tanyakan ke bagian hukum.
4. Data tamu, data karyawan, atau rahasia perusahaan akan dikirim ke layanan yang kebijakan datanya belum diperiksa (Bab 14 tentang AI untuk pekerjaan teknik).
5. Pilihan model hanya bersandar pada satu angka tolok ukur vendor.
6. Memori lokal belum dihitung bersama ruang konteks, atau bobot tidak diunduh dari rilis resmi.
7. Angka teknik dari jawaban model mana pun belum diperiksa di Takar, bab Academy, dan manual pabrik.

Salah tafsir yang sering terjadi

Hubungan dengan bab lain

Bab 7 sampai Bab 9 memberi dasar: Bab 7 tentang apa itu kecerdasan buatan memberi definisi AI, Bab 8 tentang cara kerja model bahasa besar menjelaskan parameter dan campuran pakar, dan Bab 9 tentang bagaimana AI menjawab memberi alasan jawaban model unggulan pun tetap diperiksa. Bab 11 tentang memilih model dalam satu keluarga melanjutkan peta ini ke pemilihan tingkat, Bab 12 tentang agen AI ke agen, Bab 13 tentang cara memberi perintah ke AI ke prompt, dan Bab 14 tentang AI untuk pekerjaan teknik ke pekerjaan teknik. Bab 4 · Satuan & Matematika tentang estimasi, skala, dan pemeriksaan kewajaran dipakai untuk memeriksa kewajaran biaya dan memori, Bab 2 · Data & Pengukuran tentang variasi, distribusi, dan ringkasan data untuk sebaran skor, dan Bab 3 tentang bilangan dan representasi data di perangkat kendali untuk bit dan bita di balik kuantisasi.

Latihan dan pembahasan

Pakai harga dan ukuran per Oktober 2026 dari bab ini. Angka lain dalam soal dibuat untuk latihan.