India merilis tiga model AI lokal untuk bahasanya sendiri
India meluncurkan tiga model AI fondasi buatan sendiri pada 3 November 2026: EKA-1, model 26,3 miliar parameter yang mencakup seluruh 22 bahasa terjadwal India, serta Dhīr 2B dan Dhīr 5B yang ringkas dan bisa berjalan luring. Peluncuran ini adalah upaya IndiaAI Mission untuk AI yang dibangun dan dikendalikan India sendiri.
Poin penting
- Pada 3 November 2026, Kementerian Elektronika dan TI India meluncurkan tiga model fondasi buatan sendiri di New Delhi: EKA-1 dari Soket Labs serta Dhīr 2B dan Dhīr 5B dari ZenteiQ.
- EKA-1 memiliki 26,3 miliar parameter, dilatih dengan sekitar 7,5 triliun token, dan mencakup seluruh 22 bahasa terjadwal India ditambah bahasa Inggris, untuk matematika, kode, penalaran, dan pekerjaan agen.
- Dhīr 2B dan Dhīr 5B adalah model ringkas bersumber terbuka untuk bahasa Inggris dan 10 bahasa India, dirancang berjalan luring di laptop, ponsel, dan sistem on-premise di lingkungan dengan konektivitas rendah atau sensitif.
- Model-model ini tersedia lewat AIKosh, platform dataset IndiaAI Mission, untuk peneliti, pelajar, perusahaan, dan publik.
- Tidak ada skor benchmark atau evaluasi independen yang dipublikasikan bersama peluncuran ini, sehingga perbandingan model-model ini dengan alternatif global masih belum terverifikasi.
Apa yang terjadi
India meluncurkan tiga model fondasi AI buatan sendiri pada 3 November 2026, dalam acara pers di New Delhi: EKA-1, buatan Soket Labs, serta Dhīr 2B dan Dhīr 5B, buatan ZenteiQ. Peluncuran ini dipresentasikan oleh S. Krishnan, Sekretaris Kementerian Elektronika dan Teknologi Informasi (MeitY), di bawah pilar Innovation Centre untuk model fondasi dari IndiaAI Mission.
Argumen kementerian ini adalah otonomi strategis. Krishnan mengatakan pengembangan model buatan sendiri memperkuat otonomi teknologi dan strategis India di bidang AI, serta membuka peluang peningkatan produktivitas di pemerintahan, industri, riset, dan pendidikan. Kedua pembangunnya terpilih lewat program model fondasi misi tersebut, dan pekerjaan mereka didukung infrastruktur komputasi AI nasional bersubsidi serta pendanaan riset.
EKA-1: model besar, disetel untuk India
EKA-1 adalah yang terbesar dari ketiganya. Soket Labs menggambarkannya sebagai model bahasa hibrida sparse terbuka dengan 26,3 miliar parameter, dilatih dengan sekitar 7,5 triliun token. Model ini mencakup seluruh 22 bahasa yang tercantum dalam Jadwal Kedelapan India di samping bahasa Inggris, dan dirancang untuk matematika, kode, penalaran, dan pekerjaan agen.
CEO Soket Abhishek Upperwal mengatakan model ini disesuaikan dengan lanskap perbankan, jasa keuangan, dan keamanan siber India, dibangun untuk menangani kebutuhan spesifik sektor dan ekosistem digital negara itu yang terus berkembang. Itu adalah pasar sasarannya, bukan klaim penerapan: pengumuman peluncuran tidak menyatakan bahwa bank atau sistem pertahanan siber mana pun sudah memakai EKA-1 dalam produksi.
Dhīr: model kecil yang berjalan tanpa cloud
Pasangan Dhīr mengambil pendekatan sebaliknya. ZenteiQ, startup yang lahir di Indian Institute of Science, Bengaluru, membangun Dhīr 2B dan Dhīr 5B sebagai model bersumber terbuka yang dilatih dari nol, bukan diadaptasi dari bobot yang sudah ada. Dhīr 2B adalah model padat dengan 2,03 miliar parameter; Dhīr 5B memakai desain mixture-of-experts dengan total 5,09 miliar parameter, yang 1,79 miliar di antaranya aktif pada satu waktu.
Keduanya mendukung bahasa Inggris dan 10 bahasa India, dan keduanya dirancang berjalan luring: di laptop, di ponsel, dan di server milik organisasi sendiri. CEO ZenteiQ Prof. Sashikumaar Ganesan mengatakan desain ringannya memungkinkan model berjalan di perangkat ponsel tanpa konektivitas cloud, sehingga data tetap di perangkat. Lingkungan yang dituju adalah tempat panggilan cloud menjadi masalah: pertahanan, pemerintahan, industri, dan pendidikan di lingkungan konektivitas rendah atau sensitif. ZenteiQ merilis bobot model di bawah lisensi Apache 2.0, beserta dokumentasi dan alat evaluasi, lewat AIKosh.
Apa artinya untuk Anda
Jika Anda membangun produk untuk pengguna India, kabar praktisnya adalah cakupan bahasa plus pilihan penerapan. Model yang menangani seluruh 22 bahasa terjadwal secara native ditujukan untuk layanan bahasa India yang selama ini dilayani secara tidak merata oleh model global, dari dukungan pelanggan hingga layanan warga. Model Dhīr penting dengan cara berbeda: asisten luring dan on-premise mengubah percakapan kepatuhan bagi bank, rumah sakit, dan kantor pemerintah yang tidak bisa mengirim data sensitif ke cloud asing.
Bagi semua orang lain, ini adalah langkah kedaulatan yang patut diperhatikan. India mengikuti logika yang sama dengan pemerintah lain yang membangun model domestik: mengurangi ketergantungan pada teknologi yang dibangun dan dikendalikan pihak lain, serta menjaga data dan keputusan lebih dekat ke dalam negeri. IndiaAI Mission, yang disetujui Kabinet Uni pada Maret 2024, menjalankan tujuh pilar yang mencakup komputasi, dataset, keterampilan, dan pendanaan startup; ketiga model ini termasuk keluaran model fondasi publik pertamanya.
Yang masih belum jelas: bagaimana skor EKA-1 dan model Dhīr pada benchmark publik, kapan penerapan perusahaan yang lebih luas akan muncul, seperti apa kelanjutannya yang lebih besar (Soket juga sedang membangun model bersumber terbuka 120 miliar parameter untuk bahasa India, dan Dhīr 9B dilaporkan sedang dikembangkan), dan apakah bobot terbukanya menarik komunitas pengembang atau hanya menjadi etalase pemerintah. Pengumumannya nyata dan modelnya tersedia; putusan soal kualitasnya masih menunggu.
Komentar