Hanya beberapa hari setelah merilis Kimi K3, model open-weight dengan 2,8 triliun parameter yang menghidupkan kembali perdebatan mengenai posisi Tiongkok dalam perlombaan AI terdepan, Moonshot AI terpaksa menghentikan langganan baru karena permintaan melebihi kapasitas komputasinya. Jeda tersebut, yang pertama kali dilaporkan oleh Associated Press pada tanggal 20 Juli 2026, dan dikonfirmasi oleh berbagai media termasuk Euronews, PYMNTS, dan Caixin Global, menandai momen yang tidak biasa: laboratorium AI di Tiongkok menolak pelanggan yang membayar karena infrastruktur mereka sendiri tidak dapat mengimbanginya.
Perkembangan ini merupakan subplot yang mencolok dalam cerita yang lebih luas dari cakupan industri AI, yang fokusnya telah bergeser dari apakah model open-weight dapat bersaing dengan model berpemilik menjadi apakah seseorang — di negara mana pun — dapat menyediakan komputasi yang cukup untuk melayani model tersebut setelah model tersebut tersedia.
Apa yang Terjadi
Menurut Associated Press, model AI baru Tiongkok menghentikan langganan baru karena permintaan “membanjiri kapasitas.” Euronews membingkainya dengan lebih blak-blakan, melaporkan bahwa model Tiongkok berhenti mendaftar di tengah "permintaan yang besar", yang mencerminkan gelombang minat global setelah peluncuran Kimi K3. PYMNTS melaporkan bahwa Moonshot menghentikan langganan Kimi K3 baru khususnya karena permintaan "membebani komputasi" - yang berarti server perusahaan tidak dapat memproses volume permintaan inferensi yang datang dari pengguna baru dan calon pengguna.
Urutannya sangat mudah. Moonshot meluncurkan Kimi K3 pada 16 Juli 2026, menyebutnya sebagai model kelas 3T terbuka pertama di dunia — sistem 2,8 triliun parameter yang dibangun di atas arsitektur Mixture-of-Experts yang hanya mengaktifkan sebagian kecil parameternya per token. Model ini segera menarik perhatian yang besar, naik ke puncak Hacker News dan menarik liputan dari Reuters, Bloomberg, dan The New York Times karena mempersempit kesenjangan dengan sistem kepemilikan dari Anthropic dan OpenAI. Dalam beberapa hari, perhatian tersebut diterjemahkan ke dalam lonjakan penggunaan yang tidak mampu diserap oleh infrastruktur yang dimiliki perusahaan.
Kemacetan Komputasi
Jeda ini menggarisbawahi kendala berat yang kini dihadapi oleh setiap laboratorium AI terdepan: membangun model yang kuat hanyalah setengah dari perjuangan; menyajikannya dalam skala besar adalah setengahnya, dan seringkali lebih mahal. Inferensi – menjalankan model untuk menghasilkan respons bagi pengguna – memerlukan akses berkelanjutan ke chip khusus dan energi untuk menggerakkannya. Model sebesar Kimi K3, bahkan dengan desain Mixture-of-Experts yang efisien, memerlukan kapasitas GPU yang besar untuk melayani ribuan pengguna secara bersamaan.
Keputusan Moonshot untuk berhenti menerima langganan baru menunjukkan bahwa perusahaan memprioritaskan pengguna yang ada dan kualitas layanan dibandingkan pertumbuhan. Menolak pendapatan jarang merupakan pilihan yang mudah diambil oleh sebuah startup, dan hal ini menandakan bahwa alternatif lain – menurunkan kinerja atau menghentikan layanan – dianggap lebih buruk. Hal ini juga berarti bahwa, setidaknya untuk sementara, kesenjangan antara kemampuan Kimi K3 dan jumlah orang yang benar-benar dapat menggunakan versi yang dihosting ditentukan oleh komputasi, bukan oleh kualitas model.
Ini adalah dinamika yang sama yang secara berkala membebani laboratorium-laboratorium Barat. Ketika sebuah model baru menimbulkan kegembiraan, permintaan inferensi dapat melonjak jauh lebih cepat daripada penyediaan infrastruktur, dan chip bukanlah sesuatu yang dapat dipesan lebih banyak oleh perusahaan dalam semalam. Situasi yang dialami Moonshot menggambarkan bahwa krisis komputasi bukanlah masalah yang hanya terjadi di AS saja — ini adalah fitur struktural dari pasar AI terdepan, yang dirasakan oleh siapa pun yang merilis model yang cukup menarik untuk menarik perhatian banyak orang.
Bobot Terbuka Menawarkan Katup Pelepasan Sebagian
Ada satu nuansa yang membedakan Kimi K3 dari model berpemilik yang menghadapi tekanan yang sama: bobotnya terbuka. Moonshot telah berkomitmen untuk merilis bobot model penuh, yang berarti bahwa organisasi dengan GPU mereka sendiri dapat mengunduh dan menjalankan Kimi K3 secara mandiri, melewati layanan yang dihosting Moonshot sepenuhnya.
Hal ini tidak menyelesaikan masalah langganan Moonshot secara langsung, karena menjalankan model dengan parameter 2,8 triliun secara lokal masih memerlukan perangkat keras serius yang tidak dimiliki sebagian besar pengguna individu. Namun hal ini berarti jangkauan model tidak sepenuhnya dibatasi oleh server farm suatu perusahaan. Laboratorium penelitian, perusahaan, dan penyedia cloud dengan kapasitas cadangan dapat menjalankan tugasnya sendiri, dan komunitas open-weight telah mulai melakukan hal tersebut.
Ketegangan tersebut, kemudian, khusus untuk penawaran konsumen yang dihosting Moonshot — cara termudah bagi pengguna non-teknis untuk mencoba Kimi K3. Itu adalah layanan yang dihentikan sementara, dan di situlah batas maksimum komputasi dirasakan paling parah.
Sinyal untuk Debat Kelas Terbuka
Penghentian ini juga memicu argumen politik dan komersial yang sedang berlangsung mengenai model open-weight. Keberhasilan Kimi K3 dalam menarik permintaan yang melebihi pasokan, di satu sisi, merupakan sebuah validasi: model tersebut jelas cukup baik sehingga orang-orang sangat menginginkannya hingga membuat pembuatnya kewalahan. Para analis di Silicon Valley mencatat bahwa Kimi K3 memicu kekhawatiran nyata mengenai apakah sistem yang dapat diunduh secara bebas dapat menandingi sistem yang tertutup, dan lonjakan pengguna adalah bukti nyata bahwa minat tersebut bukan sekedar sensasi belaka.
Pada saat yang sama, krisis kapasitas menyoroti keuntungan yang jarang dibahas dari laboratorium tertutup terbesar: mereka telah menghabiskan waktu bertahun-tahun dan miliaran orang untuk mengumpulkan komputasi, tepatnya agar mereka dapat menyerap lonjakan permintaan seperti ini. Pendatang baru dengan model yang bagus namun infrastruktur yang kurang terakumulasi dapat mengalami hambatan kapasitas pada saat yang paling buruk – tepat ketika perhatian berada pada puncaknya.
Bagi Moonshot, pertanyaan jangka pendeknya adalah seberapa cepat mereka dapat memperluas kapasitas layanannya untuk membuka kembali langganan. Pertanyaan jangka panjang yang dirasakan oleh seluruh industri adalah apakah laju peningkatan model melebihi kecepatan yang dapat dicapai oleh siapa pun dalam membangun infrastruktur untuk menjalankannya.
Tetap Terdepan dalam AI
Untuk liputan lanjutan tentang model frontier, pergerakan open-weight, dan perlombaan komputasi global, ikuti perkembangan AI terbaru kami.
Baca berita AI selengkapnya
