Laporan Ekosistem LLM Global 2026-2027: Sumber Terbuka Menyamakan Kedudukan, Keruntuhan Kos, dan Jurang Penskalaan AI Perusahaan

Latar Belakang Industri: Daripada Pertandingan Model kepada Persaingan Ekosistem

Pasaran model bahasa besar (LLM) global mencecah AS$11.63 bilion pada 2026, dijangka berkembang pada kadar pertumbuhan tahunan terkumpul (CAGR) 35.6%, mencecah hampir AS$180 bilion menjelang 2035. Sementara itu, Gartner meramalkan perbelanjaan AI global akan mencecah AS$2.52 trilion pada 2026, meningkat 44% tahun ke tahun, dengan perbelanjaan model AI generatif meningkat 80.8%. Ini bukan lagi sekadar "pertandingan model", tetapi evolusi ekosistem kompleks yang merentasi teknologi, modal, regulasi, dan geopolitik.

Kesan Pasaran: Runtuhnya Kos dan Tumpuan Trafik Pengguna

Harga model menurun pada kadar 10 hingga 100 kali ganda. Pada awal 2023, keupayaan setara GPT-4 berharga kira-kira AS$30 per juta token; kini prestasi setara telah jatuh di bawah AS$1. Harga model penalaran canggih masih AS$10–30 per juta token (input) dan melebihi AS$50 (output), manakala model sumber terbuka seperti DeepSeek V3.2 menekan harga kepada AS$0.14/0.28. Cache prompt dan API pemprosesan kelompok masing-masing boleh mengurangkan kos sebanyak 90% dan 50%, tetapi hanya 22% perusahaan menjejak perbelanjaan AI pada peringkat transaksi, menjadikannya "kos tersembunyi yang paling mahal".

Trafik pengguna sangat tertumpu: ChatGPT menguasai 53.9% bahagian trafik, Gemini 27.9%, manakala Claude 9.2% tetapi dengan pertumbuhan tahunan 855%. Berbeza ketara dengan perbelanjaan peringkat perusahaan, Anthropic menguasai kira-kira 40% perbelanjaan API LLM perusahaan, dengan pendapatan tahunan Claude Code telah melebihi AS$2.5 bilion, dan India menjadi pasaran kedua terbesar selepas AS. Kadar penggunaan perusahaan kelihatan optimis di permukaan—88% hingga 91% organisasi telah menggunakan AI—tetapi hanya kira-kira satu pertiga sedang menskalakan, dan hanya 7% mencapai pengembangan seluruh perniagaan. Tinjauan PwC terhadap 4,454 CEO menunjukkan 56% tidak memperoleh ROI yang boleh diukur dalam setahun lalu, manakala perusahaan AI matang mencapai ROI purata 5.8 kali ganda dan peningkatan produktiviti 37%. "Jurang penskalaan" ini telah menjadi percanggahan teras AI perusahaan.

Landskap Persaingan: Kebangkitan Sumber Terbuka dan Pertahanan Sumber Tertutup## Landskap Persaingan: Kebangkitan Sumber Terbuka dan Pertahanan Sumber Tertutup

Landskap sumber terbuka dan sumber tertutup telah ditulis semula sepenuhnya dalam tempoh satu tahun. Model sumber terbuka berwajaran dari China kini menguasai lebih 45% trafik OpenRouter, berbanding kurang 2% setahun lalu; penggunaan token mingguan Xiaomi MiMo V2 Pro adalah tiga kali ganda berbanding yang berada di tempat kedua. Jurang keupayaan antara model sumber terbuka dengan barisan hadapan sumber tertutup telah mengecil daripada 12 bulan kepada 3-6 bulan. DeepSeek V3.2 dan MiniMax M2.7 menghampiri tahap Opus dalam tugasan pengekodan sebenar, manakala kos MiniMax adalah kira-kira 50 kali lebih rendah. Sumber tertutup hanya mengekalkan kelebihan 3-8 mata peratusan pada penanda aras penaakulan paling sukar (seperti GPQA Diamond). Namun, risiko lesen mula timbul: sesetengah model "sumber terbuka" disertakan dengan had pengeluaran, klausa etika atau sekatan geografi; jika proses perolehan mengabaikan perkara ini, ia akan menimbulkan risiko pematuhan. Rentak pelancaran dipercepatkan kepada "keluaran baharu setiap minggu", dengan makmal seperti OpenAI, Anthropic, Google, Meta, DeepSeek, Alibaba, Moonshot AI dan Zhipu terus bersaing.

Implikasi untuk Perusahaan: Melangkaui Kadar Penggunaan, Fokus pada ROI dan Tadbir Urus

Syarikat harus berhenti menggunakan "sama ada menggunakan AI" sebagai metrik, dan sebaliknya memberi tumpuan kepada "sama ada nilai perniagaan yang boleh disahkan dihasilkan". Berdasarkan data, jurang antara syarikat yang matang dalam AI dengan syarikat biasa adalah lebih besar daripada jurang antara pengguna dan bukan pengguna. Syarikat harus mewujudkan mekanisme penjejakan kos AI peringkat transaksi, menggunakan cache gesaan dan pemprosesan kelompok untuk mengurangkan perbelanjaan sebenar, sambil menilai dengan teliti klausa lesen model sumber terbuka. Pemilihan model sedang beralih daripada "keutamaan prestasi" kepada "keseimbangan kos, kawalan dan pematuhan". Selain itu, keupayaan multimodal telah berubah daripada ciri baharu kepada keperluan asas—hampir 60% aplikasi perusahaan menggunakan dua atau lebih modaliti, dengan Amerika Utara menguasai 43.6% bahagian pasaran.

Tinjauan: Pemboleh Ubah Utama untuk 12 hingga 36 Bulan Akan Datang

Dalam tempoh 12 bulan akan datang, kos inferens akan terus menurun, jurang keupayaan antara sumber terbuka dan sumber tertutup mungkin mengecil lagi, dan perbelanjaan API perusahaan dijangka menghampiri AS$15 bilion menjelang akhir 2026. Dalam tempoh 24 bulan, multimodal dan Agen (Agent) akan terikat erat, kekerapan pelancaran model mungkin menjadi lebih stabil, tetapi peraturan (seperti kawalan eksport dan AI Act) mungkin menjadi pemboleh ubah yang lazim—penarikan sementara Claude Fable 5 pada Jun 2026 telah membayangkan risiko ini. Pada dimensi 3 tahun, pasaran LLM akan menuju ke arah pembezaan yang tinggi: sebilangan kecil model sumber tertutup barisan hadapan akan wujud bersama model sumber terbuka yang inklusif, dengan nilai perusahaan bergantung pada aset data, integrasi aliran kerja dan keupayaan transformasi organisasi, bukan pada pemilihan model itu sendiri. Bagi pelabur, fokus pada syarikat yang boleh membuktikan "ROI selepas penggunaan", bukan syarikat yang hanya menimbun parameter model.