Langkah tersebut berisiko memangkas pendapatan raksasa AI tersebut, karena keduanya sedang bersiap untuk penawaran umum perdana (IPO) yang sangat dinantikan dalam waktu dekat. Dan di tengah perdebatan mengenai perlunya mengatur laju perkembangan AI mutakhir, bagi beberapa startup, hal ini juga menjadi langkah antisipasi terhadap masa depan di mana model-model paling canggih mungkin akan diperlambat atau dibatasi.
Harvey meluncurkan modelnya sendiri pada bulan Agustus, yang didukung oleh Kimi K3 dari Moonshot AI yang berbasis di China, yang mampu memberikan kinerja mendekati penawaran terbaik Anthropic dengan biaya yang jauh lebih murah. Peluncuran tersebut, ditambah penyesuaian lain dalam penggunaan AI-nya, telah membuat margin kotor Harvey kembali positif, menurut sumber yang mengetahui upaya tersebut. Perusahaan tersebut menolak memberikan komentar mengenai detail keuangan spesifik terkait berita ini.
Demikian pula, startup teknologi kesehatan Abridge baru-baru ini mengumumkan bahwa mereka sedang mengembangkan model dasar khusus untuk lingkungan klinis, yang dilatih menggunakan model terbuka dari Nvidia. Startup dukungan pelanggan berbasis AI, Decagon, mengatakan bahwa kini 80% dari pertanyaan pelanggan diproses melalui model miliknya sendiri.
Di industri fintech, startup seperti Ramp dan Rogo sedang menjajaki pelatihan model mereka sendiri untuk pertama kalinya. Perusahaan pemrograman seperti Cursor—yang kini menjadi bagian dari SpaceX—dan Cognition senilai US$48 miliar merupakan beberapa aplikasi AI pertama yang merilis model khusus.
Walau sebelumnya pembangunan model terlalu mahal bagi Ramp, perusahaan kini mempertimbangkan upaya tersebut setelah mengumpulkan dana US$750 juta pada bulan Juni karena sistem berbasis model terbuka telah meningkat secara dramatis, kata Karim Atiyeh, salah satu CEO startup tersebut. “Setahun yang lalu, hal itu sama sekali tidak masuk akal. Kini, hal itu mulai jauh lebih masuk akal.”
Sejalan dengan meningkatnya biaya komputasi, “sangat tidak bijaksana jika tidak memikirkan hal itu dan mengoptimalkannya,” kata Atiyeh, yang perusahaannya saat ini sedang dalam pembicaraan untuk menggalang lebih banyak modal.
Namun, tidak semua investor berpandangan sama. Matt Kraning, seorang mitra di Menlo Ventures—perusahaan yang mendanai Anthropic—berpendapat bahwa pengembangan model khusus tidak selalu cocok untuk setiap perusahaan, karena hal itu memerlukan tenaga ahli khusus dan biaya awal yang lebih tinggi. Menurutnya, bagi sebagian perusahaan, hal itu hanyalah taktrik marketing.
“Memiliki model sendiri atau tidak bukanlah pertanyaan yang tepat,” katanya. “Dalam kebanyakan kasus, hal ini cenderung hanya sekadar penampilan semata.”
Debat eksistensi open-weight
Hingga akhir tahun lalu, kinerja aplikasi AI sebagian besar bergantung pada model AI yang mendasarinya, kata Gabe Pereyra, presiden dan salah satu pendiri Harvey. Melatih model dasar tersebut merupakan cara mahal, yang biasanya hanya dilakukan oleh laboratorium AI terbesar.
Langkah melatih model khusus tidak begitu berarti jika dibandingkan dengan itu, katanya, sehingga penting bagi perusahaan seperti Harvey untuk membayar lebih untuk opsi model dasar terbaik.
Namun, kenaikan biaya model dasar tersebut memberikan tekanan pada beberapa perusahaan tersebut. Sejauh ini di 2026, Harvey telah mencatat peningkatan penggunaan token AI hingga dua puluh kali lipat, menurut perusahaan tersebut, lonjakan yang para pendirinya tahu tidak akan berkelanjutan jika mereka terus bergantung pada model berbiaya tinggi dari OpenAI dan Anthropic.
Meskipun Anthropic dan OpenAI baru-baru ini merilis model dengan biaya lebih rendah sebagai tanggapan atas kekhawatiran pelanggan terkait biaya AI, keduanya kini mengenakan biaya tambahan kepada perusahaan atas penggunaan model tersebut di luar biaya langganan termurah—sebuah perubahan yang menghambat upaya “tokenmaxxing”.
Ambil contoh, Uber,telah menghabiskan seluruh anggaran AI tahunannya pada bulan April setelah mendorong para insinyurnya untuk memaksimalkan penggunaan Claude Code milik Anthropic.
“Jika Anda tidak mengoptimalkan biaya dengan menyempurnakan model Anda sendiri, secara definisi Anda tidak efisien,” kata Dr. Lan Xuezhao, pendiri dan mitra pengelola firma modal ventura Basis Set yang berbasis di San Francisco.
“Saya rasa perusahaan tersebut tidak akan layak didanai” jika tidak berupaya membangun model untuk keperluan sendiri.
Anthropic dan OpenAI juga telah bergerak lebih agresif ke ranah startup. Tahun ini, keduanya telah merekrut karyawan secara gencar, merilis plug-in, dan meluncurkan program percontohan di berbagai industri, termasuk hukum, keuangan, dan perawatan kesehatan.
Dalam forum investor baru-baru ini di kantor Anthropic, para peserta membahas maraknya startup yang membangun model mereka sendiri. Anthropic menyebut perusahaan-perusahaan seperti Rogo dan startup kesehatan OpenEvidence dalam sebuah slide tentang cara “mengikuti kurva” nilai, menurut sumber yang mengetahui masalah ini.
Mereka juga merujuk pada pekerjaan internal Harvey dengan AI, dengan mengingatkan bahwa startup tersebut masih membutuhkan Opus dari Claude, salah satu model paling canggih milik Anthropic, untuk tugas-tugas tersulitnya.
Walaupun demikian, beberapa perusahaan rintisan khawatir tentang apa yang mungkin terjadi jika para pembuat model tersebut memblokir akses mereka. Hanya seminggu setelah SpaceX menyelesaikan akuisisi Cursor, OpenAI mengumumkan bahwa mereka menangguhkan akses startup pemrograman tersebut ke model-modelnya, dengan alasan adanya insiden di masa lalu di mana perusahaan-perusahaan milik Elon Musk melanggar ketentuan layanan OpenAI.
Model open-weight menawarkan opsi lain. Model tertutup dari OpenAI dan Anthropic menyimpan parameter internalnya dengan ketat, tetapi model open-weight mempublikasikan parameter tersebut agar pengembang eksternal dapat mengunduh dan memodifikasinya dalam proses yang dikenal sebagai post-training.
Beberapa di antaranya, seperti Moonshot—pengembang Kimi K3—bahkan menawarkan insinyur mereka sendiri untuk membantu pelanggan menyempurnakan model siap pakai menjadi model internal yang disesuaikan, menurut dua orang yang mengetahui diskusi tersebut.
(bbn)
