Artificial Intelligence – Preset

Perang Harga AI China Makin Panas: DeepSeek Diskon 75%, Xiaomi MiMo Pangkas API hingga 99%

Davina — Wed, 27 May 2026 12:33:50 +0000

Perang harga AI China makin panas. Setelah DeepSeek membuat diskon API 75% menjadi permanen, Xiaomi MiMo ikut menekan harga dengan klaim pemangkasan biaya API hingga 99% untuk seri MiMo-V2.5.

Buat developer, ini bukan sekadar kabar diskon biasa. Harga API yang makin murah bisa mengubah cara orang membangun agent, chatbot, workflow automation, sampai aplikasi dengan context panjang. Biaya yang dulu terasa mahal untuk eksperimen harian sekarang mulai masuk akal untuk dipakai lebih agresif.

Yang menarik, perang harga ini terjadi di antara dua pemain China yang sama-sama ingin merebut hati developer global. DeepSeek datang dengan reputasi model reasoning dan coding yang kuat, sementara Xiaomi MiMo membawa nama besar Xiaomi plus integrasi ekosistem yang lebih luas.

Perang harga AI China dimulai dari DeepSeek

DeepSeek lebih dulu menarik perhatian setelah menurunkan harga API untuk model deepseek-v4-pro. Dalam halaman pricing resminya, DeepSeek menampilkan harga baru dengan label diskon 75% untuk beberapa komponen utama.

Harga DeepSeek V4-Pro kini berada di kisaran:

$0.003625 per 1 juta input token untuk cache hit
$0.435 per 1 juta input token untuk cache miss
$0.87 per 1 juta output token

Sebelumnya, harga yang dibandingkan DeepSeek adalah $0.0145 untuk cache hit, $1.74 untuk cache miss, dan $3.48 untuk output. Kalau dihitung, harga baru itu memang turun menjadi seperempat harga lama alias diskon 75%.

Efeknya cukup besar. Untuk aplikasi yang banyak melakukan reasoning, coding assistance, summarization, atau agentic workflow, biaya output biasanya menjadi salah satu komponen paling terasa. Ketika output turun ke bawah $1 per 1 juta token, developer punya ruang lebih besar untuk bereksperimen.

Xiaomi MiMo membalas dengan diskon hingga 99%

Tak lama setelah itu, Xiaomi MiMo ikut masuk ke percakapan. Seri MiMo-V2.5 diposisikan sebagai model agentic dan multimodal dengan dukungan context panjang, termasuk MiMo-V2.5 dan MiMo-V2.5-Pro.

Untuk MiMo-V2.5-Pro, harga yang beredar dibuat sangat dekat dengan DeepSeek V4-Pro:

$0.0036 per 1 juta input token untuk cache hit
$0.435 per 1 juta input token untuk cache miss
$0.87 per 1 juta output token

Dengan angka ini, Xiaomi terlihat jelas ingin menempel DeepSeek di level harga flagship. Namun MiMo-V2.5 versi non-Pro justru lebih agresif. Angkanya berada di sekitar $0.14 untuk input cache miss dan $0.28 untuk output per 1 juta token.

Artinya, MiMo-V2.5 biasa bisa sekitar 3 kali lebih murah dibanding model Pro untuk input miss dan output. Ini menarik untuk workload yang tidak selalu butuh model flagship, misalnya klasifikasi, ekstraksi data, draft awal, routing agent, atau pekerjaan repetitif dengan toleransi kualitas yang masih bisa diterima.

Kenapa klaim 99% perlu dibaca hati-hati?

Klaim “hingga 99%” dari Xiaomi bukan berarti semua jenis token otomatis turun 99%. Angka itu lebih masuk akal jika dibandingkan dengan beberapa skenario lama, terutama cache hit dan context panjang.

Contohnya, jika harga cache hit lama untuk MiMo-V2.5-Pro berada di $0.20 lalu turun menjadi $0.0036, penurunannya sekitar 98,2%. Jika dibandingkan dengan skenario lama $0.40, penurunannya bisa sekitar 99,1%.

Namun untuk output, penurunannya tidak selalu sebesar itu. Karena itu, developer tetap perlu melihat detail penggunaan: apakah aplikasinya lebih banyak input, output, cache hit, cache miss, atau context panjang.

Bagian lain yang perlu diperhatikan adalah sistem paket Xiaomi MiMo yang menggunakan credits. Credits tidak selalu sama dengan token mentah. Nilai akhirnya bergantung pada model dan jenis pemakaian. Jadi, angka seperti miliaran credits terdengar besar, tetapi harus diterjemahkan dulu ke kebutuhan token nyata.

Apa artinya buat developer dan startup?

Buat developer, perang harga ini jelas kabar baik. Biaya inference yang lebih murah membuat banyak ide yang sebelumnya mahal jadi lebih realistis. Misalnya, aplikasi customer support dengan agent multi-step, AI coding assistant internal, sistem analisis dokumen panjang, sampai workflow otomasi yang memanggil model berkali-kali.

Namun ada satu pelajaran penting: jangan memilih model hanya karena headline harga. Harga murah memang menggoda, tapi kualitas, latency, stabilitas API, rate limit, ekosistem SDK, keamanan data, dan konsistensi output tetap harus diuji.

Untuk startup, strategi paling masuk akal adalah memakai beberapa model sekaligus. Model mahal bisa dipakai untuk tugas yang benar-benar butuh kualitas tinggi, sementara model murah seperti MiMo-V2.5 atau DeepSeek yang sedang diskon bisa dipakai untuk workload volume besar.

Di sinilah konsep model routing makin penting. Aplikasi modern tidak harus bergantung pada satu provider saja. Request sederhana bisa diarahkan ke model murah, sedangkan request kompleks baru dinaikkan ke model yang lebih kuat.

Tekanan untuk OpenAI, Anthropic, dan Google

Kalau tren ini berlanjut, tekanan terbesar bukan hanya ke sesama pemain China. Model Barat seperti OpenAI, Anthropic, dan Google juga akan ikut terdampak dari sisi persepsi harga.

Developer yang membangun produk akan mulai bertanya: apakah semua request harus memakai model premium Barat? Atau sebagian besar workload bisa dipindahkan ke model China yang lebih murah, lalu model premium hanya dipakai untuk lapisan final?

Jawaban tiap tim tentu berbeda. Untuk sektor yang sensitif, isu privasi dan regulasi bisa menjadi pertimbangan besar. Tapi untuk eksperimen, internal tooling, prototyping, atau workload non-sensitif, harga murah seperti ini sulit diabaikan.

Kesimpulan

Perang harga AI China antara DeepSeek dan Xiaomi MiMo menunjukkan bahwa kompetisi API AI sudah masuk fase baru. Bukan hanya siapa yang paling pintar, tetapi siapa yang bisa menawarkan performa cukup bagus dengan biaya paling efisien.

DeepSeek membuat diskon 75% menjadi permanen untuk V4-Pro. Xiaomi MiMo membalas dengan pemangkasan hingga 99% pada beberapa skenario, sambil menawarkan MiMo-V2.5 yang lebih murah untuk workload harian.

Bagi developer, ini momentum menarik. Biaya turun, pilihan model bertambah, dan eksperimen AI agent jadi makin terjangkau. Tapi tetap ada catatan penting: pahami struktur harga, baca detail credits, dan uji kualitas model di workload nyata sebelum memindahkan sistem produksi.

Sumber

Google I/O 2026: Gemini, AI Agent, dan Arah Baru Search

Davina — Fri, 22 May 2026 02:04:57 +0000

Google I/O 2026 terasa seperti sinyal besar bahwa perang AI mulai bergeser. Bukan lagi cuma soal model yang lebih pintar menjawab pertanyaan, tapi soal AI yang bisa membantu menyelesaikan pekerjaan dengan konteks, aksi, dan integrasi yang lebih dalam.

Google sendiri merangkum banyak pengumuman tahun ini, mulai dari Gemini Omni, Google Antigravity, Universal Cart, pembaruan Search, sampai Gemini 3.5. Buat saya, benang merahnya cukup jelas: Google ingin membuat AI terasa lebih dekat ke workflow harian, bukan sekadar fitur tambahan yang ditempel di aplikasi.

Artikel ini bukan daftar mentah semua pengumuman. Saya rangkum bagian yang paling relevan buat kamu yang mengikuti perkembangan AI, produktivitas, aplikasi, dan masa depan kerja digital.

Google I/O 2026 dan pergeseran ke AI yang bisa bertindak

Selama beberapa tahun terakhir, banyak orang mengenal AI lewat chatbot. Kita mengetik prompt, AI menjawab, lalu kita menyalin hasilnya ke dokumen, email, spreadsheet, atau tools lain. Di Google I/O 2026, arah itu mulai terasa berubah.

Lewat keynote dan rangkuman resminya, Google menekankan konsep AI yang lebih “agentic”. Artinya, AI tidak hanya memberi saran, tetapi juga bisa membantu menjalankan beberapa langkah kerja dengan lebih mandiri, tetap di bawah kontrol pengguna.

Contohnya bisa terasa di aktivitas sederhana seperti mencari informasi, merangkum dokumen, menyiapkan draft, mengatur meeting, sampai membantu belanja atau membuat konten. Kalau implementasinya matang, pengguna tidak perlu terus berpindah aplikasi hanya untuk menyelesaikan satu tugas kecil.

Di sisi lain, pendekatan ini juga membuat ekspektasi pengguna naik. AI yang bisa bertindak harus lebih akurat, transparan, dan mudah dikoreksi. Salah langkah sedikit saja bisa berdampak ke data, pekerjaan, bahkan keputusan bisnis.

Gemini 3.5 jadi fondasi utama

Salah satu pengumuman penting adalah Gemini 3.5. Google menyebut model ini membawa “frontier intelligence with action”, atau kecerdasan tingkat lanjut yang dipadukan dengan kemampuan bertindak.

Kalimat itu terdengar teknis, tapi maksud praktisnya sederhana: model AI tidak cukup hanya kuat dalam reasoning. Ia juga harus bisa memahami instruksi panjang, memakai tools, menjaga konteks, dan membantu pengguna sampai hasil akhir lebih rapi.

Buat pengguna umum, dampaknya bisa muncul dalam bentuk jawaban yang lebih relevan, bantuan coding yang lebih nyaman, pembuatan konten yang lebih cepat, atau integrasi yang lebih halus di layanan Google. Buat developer, ini membuka peluang membuat aplikasi yang tidak hanya “menjawab”, tetapi juga benar-benar membantu workflow.

Tren ini juga nyambung dengan dunia AI agent yang makin ramai. Kalau kamu pernah memakai agent untuk coding, riset, atau otomasi, kamu pasti tahu nilai terbesar AI bukan cuma di jawaban cepat, tapi di kemampuannya menjaga alur kerja. Baca juga: OpenClaw Agent Sering Lupa? Ini Cara Fix Memory.

Search, Workspace, dan aplikasi harian makin AI-first

Bagian yang menurut saya paling penting dari Google I/O 2026 adalah cara Google membawa AI ke produk yang sudah dipakai banyak orang. Search, Workspace, dan ekosistem aplikasi Google punya skala yang sangat besar. Jadi, perubahan kecil di sana bisa memengaruhi kebiasaan digital jutaan pengguna.

Google juga membahas AI Mode di Search dan pembaruan Workspace. Ini menunjukkan bahwa pencarian informasi dan produktivitas kantor akan makin bercampur dengan AI. Kita tidak lagi hanya mencari link, lalu membuka banyak tab. Ke depan, pengguna akan lebih sering meminta ringkasan, perbandingan, rencana aksi, atau jawaban yang sudah disusun dari berbagai konteks.

Untuk pekerjaan harian, integrasi seperti ini bisa sangat membantu. Misalnya:

membuat ringkasan rapat dari dokumen dan email terkait,
menyusun draft presentasi dari brief singkat,
membandingkan opsi produk sebelum membeli,
membantu menulis email follow-up yang lebih jelas,
atau membuat daftar tugas dari percakapan panjang.

Tapi ada catatan penting: makin dalam AI masuk ke aplikasi harian, makin penting juga literasi pengguna. Kita tetap perlu mengecek sumber, memahami konteks, dan tidak menerima semua output AI mentah-mentah.

Kenapa Google Antigravity dan Universal Cart menarik?

Dua nama yang mencuri perhatian dari rangkuman Google adalah Google Antigravity dan Universal Cart. Detail teknisnya bisa berkembang, tetapi pesan besarnya sudah terlihat: Google ingin AI menjadi lapisan yang menghubungkan banyak aktivitas digital.

Google Antigravity terdengar seperti bagian dari strategi developer dan agentic workflow. Jika konsepnya berjalan seperti arah yang ditunjukkan Google, developer bisa mendapatkan lingkungan kerja yang lebih dekat dengan AI assistant, bukan cuma autocomplete biasa.

Sementara Universal Cart mengarah ke pengalaman belanja yang lebih terpadu. Ini menarik karena e-commerce selama ini sering membuat pengguna berpindah-pindah tab, membandingkan harga, membaca ulasan, lalu kembali lagi ke mesin pencari. AI berpotensi membuat proses itu lebih ringkas, asal tetap transparan soal rekomendasi, iklan, dan sumber data.

Yang perlu diwaspadai dari era agentic AI

Saya cukup optimis dengan arah Google I/O 2026, tapi bukan berarti semua hal otomatis aman. Semakin besar kemampuan AI untuk bertindak, semakin besar pula risiko jika kontrol pengguna tidak jelas.

Ada beberapa hal yang perlu diperhatikan:

Privasi data. AI yang terhubung ke email, dokumen, dan kalender harus punya batas akses yang mudah dipahami.
Akurasi keputusan. AI bisa membantu, tetapi output penting tetap perlu dicek manusia.
Transparansi sumber. Pengguna harus tahu kapan jawaban berasal dari sumber tepercaya, asumsi model, atau konten sponsor.
Kontrol aksi. Untuk tugas sensitif, AI sebaiknya meminta konfirmasi sebelum mengirim, membeli, menghapus, atau mengubah sesuatu.

CNBC Indonesia juga menyoroti pernyataan Sundar Pichai soal masa depan AI, termasuk peluang agent AI untuk meningkatkan produktivitas dan tantangan etika seputar AGI. Ini memperkuat poin bahwa AI bukan cuma kompetisi fitur, tapi juga soal tata kelola dan kepercayaan.

Kesimpulan: Google I/O 2026 bukan sekadar event developer

Google I/O 2026 memperlihatkan bahwa AI sedang masuk fase baru. Dari chatbot yang menjawab, menjadi sistem yang membantu bertindak. Dari fitur terpisah, menjadi lapisan yang menyatu dengan Search, Workspace, developer tools, dan pengalaman belanja.

Buat pengguna Preset ID, poin paling praktisnya begini: mulai sekarang, skill memakai AI bukan cuma soal menulis prompt bagus. Kita juga perlu paham cara memeriksa output, mengatur izin, memilih tools yang tepat, dan menjaga data pribadi.

Kalau Google berhasil mengeksekusi visi ini dengan aman, Gemini dan ekosistem Google bisa menjadi salah satu contoh paling besar dari AI yang benar-benar masuk ke rutinitas harian. Kalau tidak, pengguna akan cepat sadar bahwa AI yang terlalu agresif tanpa kontrol justru terasa merepotkan.

Sumber

Alibaba Luncurkan Chip AI Baru, Nvidia Mulai Ditekan dari China?

Davina — Wed, 20 May 2026 13:01:40 +0000

Chip AI Alibaba kembali jadi sorotan setelah muncul laporan soal chip baru yang diklaim membawa peningkatan performa besar. Di tengah persaingan AI global, kabar ini menarik karena Alibaba bukan hanya pemain e-commerce dan cloud, tetapi juga salah satu raksasa teknologi China yang ingin mengurangi ketergantungan terhadap chip asing.

Isu ini datang pada waktu yang sensitif. Nvidia masih menjadi nama paling dominan di pasar chip AI dunia. GPU Nvidia dipakai untuk melatih dan menjalankan banyak model AI besar, dari chatbot sampai sistem rekomendasi. Namun, tekanan geopolitik dan pembatasan ekspor membuat perusahaan teknologi China harus mencari jalan sendiri. Dari sinilah chip AI Alibaba menjadi penting.

Kenapa chip AI Alibaba penting?

AI modern membutuhkan komputasi besar. Model bahasa besar, sistem generatif, dan aplikasi AI perusahaan tidak bisa berjalan optimal hanya dengan prosesor biasa. Dibutuhkan akselerator khusus yang mampu memproses data dalam jumlah masif secara efisien. Selama beberapa tahun terakhir, Nvidia menjadi pilihan utama karena ekosistem hardware dan software mereka sudah sangat matang.

Masalahnya, tidak semua negara dan perusahaan punya akses bebas ke chip Nvidia kelas atas. China menghadapi pembatasan ekspor dari Amerika Serikat untuk sejumlah chip AI canggih. Kondisi ini membuat perusahaan seperti Alibaba, Huawei, Baidu, dan Tencent terdorong mengembangkan solusi lokal.

Jika laporan soal chip AI Alibaba benar-benar menunjukkan peningkatan performa signifikan, maka ini bukan sekadar produk baru. Ini bisa menjadi sinyal bahwa China makin serius membangun rantai pasok AI sendiri, dari model, cloud, sampai hardware.

Alibaba bukan pemain kecil di AI

Alibaba punya modal besar untuk masuk lebih dalam ke pasar chip AI. Mereka punya Alibaba Cloud, salah satu layanan cloud terbesar di Asia. Mereka juga punya ekosistem AI sendiri, termasuk model bahasa besar dan layanan AI untuk bisnis. Artinya, chip buatan sendiri bisa langsung dipakai untuk memperkuat layanan internal maupun produk cloud mereka.

Strategi ini mirip dengan tren global. Perusahaan besar tidak lagi hanya mengandalkan chip pihak ketiga. Google punya TPU, Amazon punya Trainium dan Inferentia, sementara Microsoft dan Meta juga mengembangkan chip khusus untuk kebutuhan AI. Tujuannya sama: menekan biaya, meningkatkan kontrol, dan mengoptimalkan performa untuk workload internal.

Bagi Alibaba, chip AI Alibaba bisa menjadi senjata strategis. Jika performanya kompetitif dan biaya operasionalnya lebih rendah, Alibaba Cloud bisa menawarkan layanan AI yang lebih efisien untuk perusahaan di China dan kawasan Asia.

Apakah Nvidia langsung terancam?

Jawabannya: belum tentu langsung. Nvidia masih punya keunggulan besar, terutama dari sisi ekosistem CUDA, software, developer, dan kompatibilitas. Banyak perusahaan memilih Nvidia bukan hanya karena chip-nya kuat, tetapi karena seluruh ekosistemnya sudah terbukti.

Namun, tekanan terhadap Nvidia bisa muncul secara bertahap. Jika perusahaan China semakin mampu membuat chip AI sendiri, permintaan terhadap chip Nvidia di pasar China bisa berkurang. Walau pasar global Nvidia masih sangat besar, China tetap pasar penting, terutama untuk cloud, internet, riset, dan industri manufaktur.

Selain itu, kompetisi lokal dapat memaksa Nvidia beradaptasi. Mereka harus terus membuat produk yang sesuai dengan aturan ekspor, sambil tetap menjaga performa. Di sisi lain, perusahaan China akan terus mengejar agar tidak tertinggal terlalu jauh.

Dampaknya untuk industri AI global

Kemunculan chip AI Alibaba menunjukkan bahwa perang AI tidak hanya terjadi di level aplikasi. Selama ini publik lebih sering melihat persaingan chatbot, model generatif, atau fitur AI di smartphone. Padahal, fondasi paling bawah dari semua itu adalah hardware.

Siapa yang menguasai chip, punya posisi lebih kuat dalam menentukan arah industri AI. Negara dan perusahaan yang punya akses ke komputasi murah akan lebih mudah mengembangkan model besar, menjalankan eksperimen, dan menawarkan layanan AI dalam skala luas.

Karena itu, perkembangan chip AI lokal China bisa mempercepat fragmentasi teknologi global. Amerika Serikat dan sekutunya mungkin makin mengandalkan Nvidia, AMD, Google, dan pemain Barat lain. Sementara China memperkuat ekosistem sendiri lewat Alibaba, Huawei, dan perusahaan domestik lain.

Bagus untuk Alibaba, tapi tantangannya berat

Walau terdengar menjanjikan, Alibaba tetap punya tantangan besar. Membuat chip cepat bukan satu-satunya syarat sukses. Mereka juga harus memastikan produksi stabil, efisiensi daya bagus, dukungan software matang, dan developer mau memakai platform tersebut.

Di dunia AI, hardware yang kuat bisa gagal jika software-nya sulit digunakan. Nvidia memahami hal ini sejak lama. Karena itu, jika Alibaba ingin serius menantang dominasi Nvidia, mereka perlu membangun ekosistem yang nyaman untuk developer dan perusahaan.

Kesimpulan

Chip AI Alibaba adalah sinyal bahwa persaingan AI semakin dalam. Bukan hanya soal siapa punya chatbot paling pintar, tetapi siapa yang punya infrastruktur paling kuat untuk menjalankan AI secara mandiri.

Nvidia memang belum tergeser. Dominasi mereka masih sangat kuat. Tapi jika Alibaba dan pemain China lain terus mempercepat pengembangan chip sendiri, pasar AI global bisa berubah lebih cepat dari perkiraan. Untuk pengguna biasa, dampaknya mungkin belum terasa langsung. Tapi untuk industri teknologi, ini adalah bagian dari babak baru: perang komputasi AI.