Rumor inti (Nov 2025): Meta disebut menyiapkan “drop” lanjutan keluarga Llama (sering dijuluki Llama 3.5/4 oleh komunitas) dengan pola yang sudah terbukti—rilis bobot terbuka, lisensi longgar untuk komersial, serta distribusi lintas cloud. Konteks faktualnya jelas: Meta sudah merilis Llama 3.1 (termasuk 405B) yang diklaim kompetitif dengan model tertutup TechCrunch, dan memperluas ke multimodal via Llama 3.2 (tersedia di Vertex AI) Google Cloud. Mark Zuckerberg berulang kali menyebut “komitmen open source” sebagai strategi percepatan ekosistem (kutipan rilis partner Groq) PRNewsWire, sementara Yann LeCun konsisten mendorong pendekatan terbuka sebagai “yang akan menang” BusinessToday dan mempromosikan model kolaborasi global untuk open-source AI BusinessInsider. Di sisi tata kelola, EU AI Act menegaskan kewajiban pelabelan/provenance konten sintetis (C2PA/watermark) mulai bergulir EPRS, IMATAG.
Kenapa ini seperti “senjata untuk rakyat”?
- Gratis tapi mematikan: Arah Meta selama 2024–2025 adalah menaruh model besar “cukup kompetitif” di tangan siapa pun. Dampaknya: barrier to entry jatuh; tim kecil bisa menyaingi API premium. Lihat pola Llama 3.1 (405B) + varian 8B/70B untuk produksi ringan TechCrunch dan dukungan multimodal 3.2 TechCrunch.
- Efek pasar: Startup yang “menempel” API tertutup harus membuktikan value-add (data privat, UX, jaminan SLA, kepatuhan) di atas model open; jika tidak, churn ke on-prem/open akan naik.
- Strategi Meta: Dengan open-weights, Meta menukar margin lisensi dengan jaringan inovator yang memperkaya ekosistem—yang pada gilirannya memperkuat platform dan hardware-partner (AWS/Azure/GCP, Groq, dsb.).
Dilema etis & keamanan (bukan teori—regulasi sudah bergerak):
- Risiko penyalahgunaan: Model kuat “tanpa pintu pagar platform” juga memudahkan aktor jahat (disinformasi, social engineering). Laporan penelitian & liputan 2024–2025 menunjukkan deepfake politik dan LLM grooming meningkat FT · Washington Post.
- Kewajiban label/provenance: AI Act/AI Pact mendorong watermarking/metadata terstandar dan keterlacakan konten sintetis EPRS · AI-Pact PDF. Untuk pelaksana, NIST AI RMF memberi kerangka GOVERN–MAP–MEASURE–MANAGE agar rilis open tetap punya guardrail operasional NIST.
Apa yang perlu dipantau (checklist praktis):
1) Lisensi & batasan distribusi: apakah ada pengecualian ukuran pengguna (seperti klausul 700M MAU di Llama 3.1)?
2) Rute distribusi: ketersediaan di model garden (Bedrock, Vertex, Azure) vs unduh on-prem.
3) Kinerja & biaya: metrik token/watt dan $/1M token pada CPU/GPU/LPU; apakah “90% GPT-5” itu nyata untuk tugas Anda atau hanya pada subset benchmark.
4) Kepatuhan: dukungan label C2PA/watermark, allow/deny-list output, dan policy hooks untuk audit.
5) Strategi Anda:
– API-first: tetap di layanan tertutup jika Anda butuh jaminan SLA, governance, dan integrasi produk.
– Open-first: gunakan Llama untuk fine-tune domain, RAG data privat, dan kontrol biaya; tambah lapisan TRiSM sendiri.
Baca lanjut (internal, untuk eksekusi di proyek Anda):
Llama 3: ringkasan teknis · Llama 3.1 405B · Llama 3.2 multimodal · Vertex Model Garden · Bedrock & Llama · Groq LPU & Llama · RAG data privat · AI TRiSM & NIST RMF · C2PA & watermark · Governance open-weights
-(L)-
