Claude Mythos Ditutup, Membuat Saya Melihat Biaya Sebenarnya dari Menyewa AI

marsbitPublished on 2026-06-16Last updated on 2026-06-16

Abstract

Kisah penutupan tiba-tiba Mythos oleh Claude mengungkap risiko kritis yang sering diabaikan oleh perusahaan rintisan: ketika kemampuan inti bisnis bergantung sepenuhnya pada platform eksternal, kendali atas kelangsungan hidup mereka berada di tangan pihak lain. Insiden ini memicu pertanyaan mendalam, bukan hanya tentang biaya, tetapi tentang siapa yang sebenarnya memiliki kecerdasan yang menjadi fondasi produk. Selama ini, penggunaan model AI "sewaan" seperti API dari lab-lab besar memang mempermudah dan terasa seperti infrastruktur. Namun, batasannya menjadi jelas: pihak penyedia bisa mengubah aturan, menaikkan biaya, atau bahkan menghentikan layanan kapan saja, seperti yang dialami Mythos. Maka, fokusnya bergeser dari sekadar biaya ke masalah kedaulatan. Alternatifnya adalah "memiliki" kecerdasan. Ini dilakukan dengan memulai dari model sumber terbuka yang kuat, lalu melatihnya ulang (*fine-tuning*) secara mendalam menggunakan data, alur kerja, dan pengetahuan khusus bidang perusahaan itu sendiri. Dengan pendekatan ini, model berubah dari generik menjadi aset unik yang mencerminkan nilai bisnis inti. Keunggulannya adalah kontrol penuh dan ketahanan. Masa depan AI tidak akan didominasi oleh satu model "terdepan" tunggal. Akan ada banyak "batas depan": model generik dari lab besar, model yang disesuaikan dengan pengetahuan perusahaan, model khusus untuk masalah sempit, serta sistem yang mengarahkan permintaan ke kumpulan model terbaik. Perusahaan yang unggul adalah yang ma...

Penulis: Lin Qiao

Kompilasi: Deep Wave TechFlow

Panduan Deep Wave: Penutupan mendadak Mythos minggu ini secara langsung mengungkap risiko fatal yang diabaikan oleh kebanyakan pendiri: ketika kemampuan inti Anda sepenuhnya bergantung pada platform orang lain, hidup mati Anda tidak ada di tangan Anda sendiri. Siapa yang sebenarnya memiliki kecerdasan yang diandalkan produk Anda untuk beroperasi?

Mythos ditutup minggu ini. Apakah Anda setuju dengan keputusan ini atau tidak, itu hampir bukan intinya.

Sebuah perusahaan yang dibangun di atas kecerdasan yang tidak dapat mereka kendalikan, tiba-tiba menemukan diri mereka terbuka terhadap keputusan yang tidak dapat mereka pengaruhi. Banyak pendiri yang melihat hal ini bertanya pada diri sendiri pertanyaan yang sama: bagian mana dari bisnis saya yang sebenarnya hanya menyewa?

Beberapa tahun terakhir, diskusi tentang model open-source terutama berkisar pada biaya. Bisakah mereka benar-benar melakukan pekerjaan? Jika ya, berapa lebih murah dibandingkan memanggil API terdepan?

Sekarang kami memiliki jawaban yang cukup jelas. Kami bekerja sama dengan perusahaan seperti Ramp, Cursor, dan Harvey, menggunakan pendekatan dasar yang sama: mulai dengan model open-source yang kuat, lakukan pelatihan lanjutan untuk pekerjaan yang benar-benar penting dalam bisnis, dan evaluasi secara ketat dibandingkan dengan model terdepan.

Hasilnya terus mengejutkan. Pada tugas yang paling mereka pedulikan, model open-source yang disesuaikan dapat mencapai kualitas model terdepan dengan biaya yang sangat rendah. Apa yang terjadi minggu ini membuat satu hal menjadi jelas: biaya bukanlah masalah terpenting.

Masalah yang lebih dalam adalah kendali. Siapa yang memiliki kecerdasan yang diandalkan produk Anda?

Banyak diskusi baru-baru ini dibingkai sebagai menyewa versus memiliki. Ini bukan analogi yang sempurna, tetapi sangat berguna.

Menyewa Kecerdasan

Menyewa bagus sampai ada masalah. Apartemen siap huni. Lampu menyala. Pipa air lancar. Ada yang bertanggung jawab atas perawatan. Inilah mengapa kebanyakan perusahaan memulai dari sini.

API terdepan adalah produk yang luar biasa. Mereka memungkinkan startup membangun hal-hal yang beberapa tahun lalu terlihat mustahil.

Tapi menyewa ada batasannya. Pemilik bisa menaikkan sewa. Mereka bisa menentukan perubahan apa yang bisa Anda lakukan. Mereka bisa mengubah aturan. Sesekali, karena alasan yang tidak ada hubungannya dengan Anda, mereka akan menyuruh Anda pindah.

Anda tidak melakukan kesalahan apa pun. Anda hanya beroperasi di wilayah orang lain. Inilah mengapa kisah Mythos menyentuh banyak orang. Ketika kemampuan inti Anda sepenuhnya bergantung pada platform orang lain, Anda terbuka terhadap keputusan yang tidak dapat Anda kendalikan.

Kebanyakan waktu ini tidak penting. Terkadang tiba-tiba menjadi sangat penting.

Memiliki Kecerdasan

Pelajaran bukanlah perusahaan harus berhenti menggunakan model terdepan. Justru sebaliknya. Lab terdepan membangun teknologi yang luar biasa. Kebanyakan produk harus menggunakannya. Kami juga menggunakannya. Dalam banyak hal, model terdepan sedang menjadi infrastruktur. Tapi infrastruktur dan kepemilikan adalah dua hal yang berbeda.

Anda dapat menggunakan infrastruktur publik, sambil tetap memiliki hal-hal yang menciptakan nilai untuk bisnis Anda. Di bidang AI, kepemilikan berarti mulai dari model open-source yang paling canggih, lalu membentuknya di sekitar keunikan perusahaan Anda.

Data Anda.

Alur kerja Anda.

Keahlian domain Anda.

Kasus tepi Anda.

Standar evaluasi Anda.

Definisi Anda tentang "baik".

Seiring waktu, model menjadi kurang umum dan lebih mencerminkan pekerjaan yang dilakukan perusahaan Anda setiap hari. Di sinilah nilai diciptakan.

Bayangkan sebuah rumah. Memindahkan furnitur mudah. Mengecat dinding mudah. Tapi jika masa depan Anda bergantung pada tata letaknya sendiri, pada akhirnya Anda akan menginginkan kemampuan untuk memindahkan dinding. Begitu juga dengan kecerdasan.

Saat kecerdasan milik Anda, tidak ada yang bisa diam-diam menarik fondasi produk Anda.

Inilah alasan kami membangun Fireworks dengan cara ini.

Pelatihan dan inferensi berada di bawah satu atap, sehingga perusahaan dapat mengadopsi model open-source terbaik, membentuknya di sekitar masalah yang paling penting bagi bisnis, dan menerapkannya secara andal dalam produksi.

Tidak hanya mengonsumsi kecerdasan. Memilikinya.

Tidak Ada Satu Batas Depan Tunggal

Kesimpulan optimis minggu ini adalah, masa depan AI tidak bergantung pada kemenangan satu model tunggal.

Tidak ada satu batas depan tunggal. Ada banyak batas depan.

Model terdepan adalah satu batas depan.

Model yang dilatih lanjut berdasarkan pengetahuan perusahaan berpemilik selama bertahun-tahun adalah batas depan lainnya.

Model khusus yang lebih baik memecahkan masalah tertentu yang sempit adalah batas depan lainnya.

Router yang memetakan permintaan ke sekumpulan model, yang bersama-sama melampaui model mana pun pada banyak tugas, juga merupakan satu batas depan.

Hal paling menarik di bidang AI bukanlah sebuah model menjadi lebih pintar. Tapi kecerdasan menjadi semakin dapat disesuaikan. Perusahaan yang menang belum tentu perusahaan yang memiliki model terbesar. Tapi perusahaan yang mengubah kecerdasan menjadi aset unik milik mereka sendiri.

Melihat ke Depan

Sementara semua orang bereaksi terhadap berita minggu ini, kami sibuk meluncurkan produk — Kimi Moonshot K2.7 Code, MiniMax M3, Alibaba Qwen 3.7 Plus.

Masa depan yang saya nantikan bukanlah satu model diam-diam melahap semua yang dilihatnya. Tapi banyak tim yang memiliki bagian batas depan yang penting bagi mereka.

Jika penutupan Mythos membuat Anda memikirkan pertukaran ini secara berbeda, kami akan senang berbicara.

Related Questions

QApa risiko utama yang diungkapkan oleh penutupan Claude Mythos bagi bisnis yang bergantung pada platform AI eksternal?

ARisiko utamanya adalah kehilangan kendali. Bisnis yang mengandalkan platform AI pihak lain sepenuhnya sangat rentan terhadap keputusan yang tidak dapat mereka pengaruhi, seperti perubahan harga, aturan, atau bahkan penutupan layanan, yang dapat mengancam kelangsungan produk inti mereka.

QMenurut artikel, apa perbedaan mendasar antara 'menyewa' dan 'memiliki' kecerdasan buatan (AI)?

AMenyewa AI berarti menggunakan API atau platform eksternal (seperti model paling canggih) sebagai layanan siap pakai, tetapi tunduk pada kebijakan pemiliknya. Memiliki AI berarti memulai dari model open-source, melatihnya dengan data dan pengetahuan khusus perusahaan, sehingga menciptakan aset cerdas yang unik dan terkendali penuh oleh perusahaan tersebut.

QMengapa artikel berpendapat bahwa biaya bukan lagi masalah terpenting dalam memilih model AI?

AKarena pelajaran dari penutupan Mythos menunjukkan bahwa isu kendali jauh lebih kritis daripada biaya. Perusahaan mungkin berhemat dengan model API eksternal, tetapi jika bisnis intinya bergantung padanya, mereka menghadapi risiko eksistensial jika platform tersebut berubah atau ditutup.

QApa yang dimaksud dengan pernyataan 'tidak ada satu pun batasan terdepan (single frontier)' dalam konteks masa depan AI?

APernyataan ini berarti kemajuan AI tidak hanya bergantung pada satu model terhebat. Ada banyak 'batasan terdepan': model canggih komersial, model open-source yang disesuaikan dengan pengetahuan perusahaan, model khusus untuk masalah sempit, dan sistem yang merutekan permintaan ke berbagai model. Masa depan AI terletak pada kemampuan menyesuaikan kecerdasan.

QBagaimana Fireworks, yang disebutkan dalam artikel, memungkinkan perusahaan untuk 'memiliki' kecerdasan mereka?

AFireworks memungkinkan perusahaan dengan menyediakan platform terpadu untuk pelatihan dan inferensi. Perusahaan dapat mengadopsi model open-source terbaik, membentuknya sesuai dengan data, alur kerja, dan standar evaluasi unik mereka, lalu menerapkannya dalam produksi. Ini menciptakan aset AI yang dimiliki dan dikendalikan sepenuhnya oleh perusahaan.

Related Reads

Google TPU Shipments Revised Up by 50%

Recent industry research indicates a significant upward revision in the shipments of Google's TPU (Tensor Processing Unit) chips. Previous expectations for 2027 were set at around 10 million units, but new estimates now point to 15 million units, a 50% increase. This substantial boost directly translates to higher demand across the entire supporting supply chain. Google's TPU clusters utilize a standardized all-optical interconnect architecture. Consequently, key hardware components are deeply integrated and scaled in fixed ratios with the chips. The 15 million TPU target will drive corresponding demand increases for NPO optical engines (roughly a 1:1 match), 1.6T optical modules, OCS optical switches, high-end server power supplies, fiber optics & MPO connectors, and liquid cooling solutions. Among these, liquid cooling is highlighted as the sector experiencing the most significant transformation and offering the most stable potential for excess returns. As next-generation TPU chips reach power levels where traditional air cooling is insufficient, liquid cooling becomes essential. 2026 is forecasted as the first year of substantial adoption for Google's liquid cooling solutions. This shift, coupled with delivery and capacity bottlenecks faced by incumbent overseas manufacturers, is creating a prime window for domestic Chinese suppliers to enter and secure Google's core supply chain. The market size for Google-specific liquid cooling is projected to potentially triple from a baseline of hundreds of billions to around 300 billion units by 2028. The logic for the fiber optic sector is also being rewritten. Once considered a cyclical commodity tied to telecom operator procurement, fiber is now a strategic and scarce resource for AI Data Centers (AIDC). A severe supply-demand imbalance, driven by the long lead time for preform production (18-24 months) and surging demand from cloud giants, is supporting strong performance. Chinese fiber manufacturers are well-positioned to capture a significant share of global AIDC demand, with exports potentially reaching 200-300 million core kilometers in 2026. Overall, the investment focus within the AI computing industry is shifting from pure "chip performance speculation" towards the more certain incremental growth in computing infrastructure and its supporting ecosystem. The upward revision in Google TPU shipments, along with the potential for further doubling by 2028, is seen as solidifying performance visibility for the entire supporting supply chain over the next two years.

marsbit43m ago

Google TPU Shipments Revised Up by 50%

marsbit43m ago

What Wall Street Really Wants After the Crypto Story Recedes

The tide of speculative crypto narratives has receded, revealing Wall Street's true objective: building a controlled, yield-generating, and compliant financial pipeline on distributed ledgers. They are migrating core functions onto blockchains, not for decentralization, but for efficiency and new revenue streams. Key developments include BlackRock's BUIDL fund, a tokenized treasury fund acting as a foundational reserve asset, and the rise of Securitize, which is going public and partnering with the NYSE to build a 24/7 digital securities trading and settlement system. This signals a major shift of securities clearing to blockchain technology. To make volatile assets like Bitcoin palatable for institutional investors, firms like BlackRock and Goldman Sachs are creating "covered call" ETFs (e.g., BITA). These products systematically sell options on Bitcoin holdings, transforming price volatility into stable monthly income, effectively repackaging crypto as a yield-bearing asset. Stablecoins are being positioned not as speculative tools but as efficient payment rails. Companies like Stripe and Mastercard are integrating them for instant, low-cost merchant settlements and cross-border card payments, respectively. Critically, new legislation like the GENIUS Act shapes them as non-interest-bearing, heavily regulated extensions of the US dollar system. In summary, Wall Street is quietly constructing a parallel, blockchain-based financial infrastructure featuring tokenized traditional assets, structured crypto yields, and programmable dollar pipelines—all under its control and fully integrated with existing regulatory and credit frameworks.

marsbit1h ago

What Wall Street Really Wants After the Crypto Story Recedes

marsbit1h ago

Tying Itself to SpaceX: Cursor's $60 Billion Rise

This article recounts the rapid rise of AI-powered coding startup Cursor and its 25-year-old MIT graduate CEO, Michael Truell. Launched in 2023, Cursor achieved explosive growth, reaching over 10 billion USD in revenue by late 2025. However, its journey highlights a central dilemma for AI application companies: dependence on foundational model providers. Cursor initially relied heavily on Anthropic's models but faced an existential threat when Anthropic launched its own competing coding tool, Claude Code. In response, Cursor declared an internal emergency in early 2026 and accelerated development of its own model, Composer. To secure the immense computing power needed, Truell struck a pivotal deal with Elon Musk's SpaceX in April 2026. The collaboration grants Cursor access to SpaceX's supercomputing resources for Composer, while SpaceX's Grok model benefits from Cursor's programming data. The agreement includes a potential 600 billion USD acquisition of Cursor by SpaceX later in the year, though a substantial termination fee is in place if the deal falls through. The story explores Cursor's intense, sometimes controversial hiring practices involving lengthy unpaid "work trials," its complex partnership-turned-rivalry with Anthropic, and its high-stakes gamble to ensure independence through the SpaceX alliance. The core question remains: will Cursor evolve into a defining, independent "generational" software company, or become a key piece in a tech giant's AI arsenal?

marsbit1h ago

Tying Itself to SpaceX: Cursor's $60 Billion Rise

marsbit1h ago

Trading

Spot
Futures

Hot Articles

Discussions

Welcome to the HTX Community. Here, you can stay informed about the latest platform developments and gain access to professional market insights. Users' opinions on the price of AI (AI) are presented below.

活动图片