Jenis model dan cara memilih model
Tidak ada model AI terbaik untuk semua tugas. Di materi ini kamu belajar memilih model dari jenis input, kualitas output, biaya, privasi, kecepatan, dan kebutuhan reasoning.
- Membedakan general chatbot dan specialized model
- Menilai trade-off speed, cost, reasoning, context, dan privacy
- Membuat model selection matrix
Sebelum mulai
- Paham perbedaan umum antara chatbot, model, dan aplikasi AI.
- Siapkan 3 pekerjaan yang ingin kamu bantu dengan AI.
Konsep utama
01Model dipilih dari tugas
Model yang bagus untuk coding belum tentu paling nyaman untuk writing, dan model cepat belum tentu kuat untuk reasoning panjang.
Kenapa penting: Pemilihan model yang salah membuat biaya naik, output lemah, atau data sensitif masuk ke tempat yang tidak tepat.
Contoh: Riset aktual butuh akses sumber terbaru, sedangkan penulisan draft panjang butuh kemampuan writing dan context yang kuat.
Yang sering keliru: Memilih model hanya karena sedang ramai dibicarakan.
02Closed model dan open-weight model
Closed model biasanya mudah dipakai sebagai layanan, sedangkan open-weight model memberi kontrol lebih besar tetapi butuh kemampuan teknis.
Kenapa penting: Pilihan ini memengaruhi privasi, biaya hosting, fleksibilitas, dan maintenance.
Contoh: Tim kecil bisa mulai dari API tertutup, sementara produk sensitif mungkin mempertimbangkan model yang di-host sendiri.
Yang sering keliru: Menganggap open-weight selalu lebih murah tanpa menghitung infrastruktur.
03Selection matrix
Selection matrix membantu membandingkan model berdasarkan tugas, input, output, risiko, budget, dan integrasi.
Kenapa penting: Matrix membuat keputusan lebih transparan dan tidak bergantung pada selera satu orang.
Contoh: Untuk customer support, kolom pentingnya adalah akurasi, privasi, latency, escalation, dan biaya per percakapan.
Yang sering keliru: Membandingkan benchmark umum tanpa menguji data sendiri.
Cara kerjanya
Tidak ada model terbaik untuk semua tugas. Model bagus untuk coding belum tentu paling enak untuk writing. Model cepat belum tentu paling kuat untuk reasoning panjang. Model murah belum tentu cukup aman untuk data sensitif. Karena itu, peserta harus belajar memilih model berdasarkan job-to-be-done.
Parameter pemilihan model: kualitas output, kemampuan reasoning, kemampuan bahasa Indonesia, panjang context, dukungan file/gambar/audio, kecepatan, biaya, privasi, API availability, dan integrasi tool. Untuk course pemula, ajarkan matrix sederhana: tugas apa, input apa, output apa, risiko apa, budget berapa.
Closed model biasanya mudah dipakai dan kualitasnya stabil, tetapi lebih terkunci pada platform. Open-weight model memberi fleksibilitas hosting dan customization, tetapi butuh kemampuan teknis lebih tinggi. Untuk website edukasi, jangan memaksa satu vendor. Ajarkan prinsip dan perbandingan kategori.
Contoh nyata
Coba sendiri
- 1
Pilih 5 task: artikel, riset, desain, coding, customer support.
- 2
Tentukan kriteria model untuk masing-masing task.
- 3
Buat matrix pilihan tools/model.
Prompt yang bisa dipakai
Cek pemahaman
Jawab dengan bahasa sendiri. Kalau masih muter-muter, baca ulang bagian yang paling nyangkut.
- 1
Apa beda closed model dan open-weight model?
- 2
Kriteria apa yang penting untuk memilih model?
- 3
Kenapa model mahal tidak selalu pilihan terbaik?