Baseten Rilis joey-1, Decision Model AI Seharga 1 Sen per Juta Token: Ini Bedanya dengan Jev, Clef, dan mammoth-1

Baseten, perusahaan infrastruktur AI asal Amerika Serikat, merilis joey-1 pada Kamis (29/10/2026) lewat blog resminya. joey-1 adalah decision model berukuran 2 miliar parameter dengan tarif US$0,01 per 1 juta token, atau sekitar Rp181 dengan kurs Selasa (3/11/2026). Model ini tidak menulis jawaban panjang seperti chatbot, melainkan langsung memilih satu jawaban dari pilihan yang tersedia beserta tingkat keyakinannya.

Banyak orang mengira semua AI bekerja seperti ChatGPT: diberi pertanyaan, lalu mengetik jawaban kata demi kata. Namun, sejak pertengahan September 2026 justru muncul jenis model baru yang sengaja tidak bisa menulis kalimat. Kini sedikitnya enam pemain besar berlomba di kategori ini, dari TypeSafe AI dengan Jev, Cloudflare dengan Clef, sampai Baseten yang merilis tiga model hanya dalam 8 hari.

Ringkasnya: Decision model adalah AI yang tidak menghasilkan teks, tetapi mengembalikan probabilitas untuk setiap pilihan jawaban, misalnya "spam" atau "bukan spam", dalam satu kali proses. Baseten merilis joey-1 (2 miliar parameter, US$0,01 per 1 juta token) pada Kamis (29/10/2026), melengkapi mammoth-1 dan elephant-1 yang rilis Rabu (21/10/2026). Pesaingnya antara lain Jev dari TypeSafe AI, Clef dari Cloudflare, dan d1-ultra dari Liquid AI. Peringkat terbaik masih bergeser tiap pekan, dan belum ada keterangan resmi soal dukungan bahasa Indonesia dari Baseten.

Daftar Isi

• Apa itu decision model, dan apa bedanya dengan chatbot?
• Apa yang diumumkan Baseten soal joey-1?
• Bagaimana joey-1 dibandingkan Jev, Clef, mammoth-1, dan elephant-1?
• Model mana yang paling unggul menurut papan peringkat?
• Apakah bisa dipakai di Indonesia dan berbahasa Indonesia?
• Apa artinya bagi pelajar, mahasiswa, dan pekerja?
• FAQ

Apa itu decision model, dan apa bedanya dengan chatbot?

Decision model menerima sebuah keadaan, misalnya isi email atau tiket keluhan pelanggan, ditambah satu atau beberapa pertanyaan dengan pilihan jawaban yang sudah ditentukan. Menurut penjelasan Baseten, model ini tidak menulis teks, tetapi memberi skor untuk setiap kemungkinan jawaban, dan seluruh skor itu berjumlah 1. Alhasil, untuk pertanyaan tim mana yang menangani sebuah tiket, keluarannya bisa berupa "Tagihan 0,92, Keamanan 0,05, Dukungan 0,03" sekaligus dalam satu langkah hitung (angka ilustrasi redaksi).

Bedanya justru terasa di ongkos dan kecepatan. Chatbot biasa harus mengetik setiap token keluaran. Padahal, yang dibutuhkan sering hanya satu label. Karena itu, sebagian besar penyedia decision model hanya menagih token masukan, sementara keluarannya gratis. TypeSafe AI, misalnya, menulis di pengumuman Jev pada Selasa (15/9/2026) bahwa token keluaran Jev gratis karena "terlalu murah untuk dihitung" (terjemahan redaksi dari "too cheap to meter").

Kelebihan lain ada pada angka keyakinan. Baseten mencontohkan tiket bantuan bisa dirutekan otomatis kalau model 90% yakin, lalu dilempar ke petugas manusia kalau keyakinannya lebih rendah. Pola ini disorot seorang pengembang dalam liputan TechCrunch pada Jumat (18/9/2026).

"Pada akhirnya, model ini sedikit melimpahkan masalah halusinasi kepada pengguna. Pengguna harus memutuskan, kalau hasilnya hanya keluar dengan probabilitas 50%, mungkin ini seperti lempar koin dan saya abaikan. Tetapi kalau 95%, ya, saya bisa melakukan sesuatu dengannya," ujar Armin Ronacher, CTO Earendil, kepada TechCrunch (terjemahan bebas redaksi).

Namun, angka keyakinan itu tidak selalu jujur. Lembaga uji independen Artificial Analysis, dalam artikel peluncuran saat meluncurkan Decision Index pada Selasa (13/10/2026), mencatat decision model umumnya terlalu percaya diri. Lembaga itu juga menemukan model jenis ini masih tertinggal dari model bahasa biasa untuk soal pengetahuan dan penalaran, meski jauh lebih cepat dan murah.

Apa yang diumumkan Baseten soal joey-1?

Pengumuman berjudul "Decisions for a penny" itu ditulis Max Kirkby dan Charles O'Neill di blog Baseten. joey-1 dilatih ulang oleh Base Labs, laboratorium riset internal Baseten, dari model terbuka Qwen3.5-2B buatan Alibaba, dengan data dan resep yang sama seperti dua saudaranya. Bobot modelnya dibuka di Hugging Face dengan lisensi MIT.

Salah satu klaim utamanya soal kecepatan. Menurut Baseten, joey-1 melayani permintaan rata-rata 2.000 token dengan latensi P50 sekitar 20 milidetik, kira-kira 2,5 kali lebih cepat dari elephant-1 yang butuh 49 milidetik. Baseten juga mengklaim joey-1 sebagai decision model terkuat di kelas 3 miliar parameter ke bawah, tetapi berdasarkan uji internal yang rinciannya belum dipublikasikan, seperti dicatat The Next Web.

Hitungan biayanya bahkan lebih mencolok. Baseten mencontohkan klasifikasi 10 juta tiket bantuan sebulan, masing-masing sekitar 500 token, setara 5 miliar token. Ongkosnya sekitar US$50 sebulan dengan joey-1, atau kira-kira Rp907.000, dibandingkan US$500 atau sekitar Rp9,07 juta dengan mammoth-1. Baseten menyarankan joey-1 sebagai penyaring pertama, lalu kasus yang meragukan diteruskan ke model yang lebih besar.

Laporan Unite.ai menambahkan detail teknis: joey-1 diakses lewat endpoint bernama /v1/systemone, menerima teks dan gambar, dan secara bawaan tidak menyimpan data permintaan. Menurut blog Baseten, lewat layanan Model APIs konteksnya dibatasi 16 ribu token, sedangkan deployment khusus membuka konteks penuh 262 ribu token.

Bagaimana joey-1 dibandingkan Jev, Clef, mammoth-1, dan elephant-1?

Kategori ini dibuka TypeSafe AI, startup yang didirikan Diogo Almeida, mantan peneliti OpenAI. Setelah Jev muncul, gelombang pesaing datang dalam hitungan pekan. Berikut perbandingan enam model yang paling sering disebut, berdasarkan halaman resmi masing-masing yang kami periksa Selasa (3/11/2026):

Dari tabel itu ternyata terlihat dua kubu. TypeSafe dan Liquid AI memilih model tertutup yang hanya bisa diakses lewat API, sedangkan Baseten dan Cloudflare membuka bobotnya sehingga kampus atau perusahaan bisa menjalankannya di server sendiri. Menariknya, tiga model Baseten dan Clef sama-sama dibangun di atas keluarga Qwen dari Alibaba, model terbuka yang pernah kami bahas di artikel trio AI China di dunia open source.

Cloudflare menyebut Clef kompatibel penuh dengan API Jev dan dijalankan di GPU yang tersebar di jaringan edge-nya. Sementara itu, OpenAI ikut masuk lewat Decisions API, yang menurut TechCrunch pada Kamis (22/10/2026) mulai dibuka luas untuk pengembang. Uniknya, OpenAI tidak melatih model khusus, tetapi mengonfigurasi ulang ChatGPT Luna agar lebih cepat dan murah.

"Terobosan besar Decisions API adalah kecepatannya, memangkas waktu dari satu sampai tiga detik menjadi 100, 120, 180 milidetik," kata Nikunj Handa, product lead API OpenAI, kepada TechCrunch (terjemahan bebas redaksi).

Model mana yang paling unggul menurut papan peringkat?

Jawabannya ternyata bergantung pada papan mana yang dilihat, dan kapan. Saat rilis Rabu (21/10/2026), Baseten mengklaim mammoth-1 menempati peringkat 1 dari 208 decision model di Jev Decision Index edisi 0.4, dengan skor 71,24. Klaim itu kini sudah usang. Jev Decision Index adalah papan peringkat komunitas di Hugging Face milik akun multimodalart, bukan buatan TypeSafe, dan sejak edisi 0.4 skor utamanya dihitung dari tes privat yang soalnya tidak dipublikasikan.

Ada beberapa catatan penting. Skor joey-1 yang dipamerkan di kartu modelnya, yaitu 63,30 dan urutan 37 dari 230, berasal dari bagian tes publik edisi 0.4. Pada skor utama berbasis tes privat, angkanya jauh lebih rendah. Papan itu juga mencatat satu tes privat tidak dihitung untuk ketiga model Baseten karena ada tanda data latihnya tumpang tindih dengan soal uji, sementara laporan teknis Base Labs menyatakan tidak ada kontaminasi antara data latih dan benchmark yang dipakai menilai.

Di papan resmi Artificial Analysis, mammoth-1 dan joey-1 bahkan belum masuk daftar. Angka 65,9 untuk mammoth-1 dan 62,9 untuk joey-1 yang beredar di materi Baseten berasal dari replika internal Base Labs, bukan dari Artificial Analysis. Makanya, semua angka di atas sebaiknya dibaca sebagai potret sesaat, karena urutan teratas sudah berganti beberapa kali sejak Oktober.

Apakah bisa dipakai di Indonesia dan berbahasa Indonesia?

Halaman Baseten, Cloudflare, Liquid AI, dan TypeSafe yang kami periksa tidak menyebut pembatasan negara, tetapi juga belum ada keterangan resmi soal Indonesia. Untuk bahasa, metadata joey-1, elephant-1, dan mammoth-1 di Hugging Face hanya mencantumkan bahasa Inggris. Dokumentasi Jev lebih terang-terangan: bahasa Inggris adalah bahasa latih utama, sedangkan bahasa lain tetap bisa diproses "tetapi tidak sama baiknya" (terjemahan redaksi dari "handled but not equally well"), sehingga pengguna diminta menguji dulu dengan data sendiri.

Soal akses, Jev hanya tersedia sebagai layanan API tertutup, dan saat peluncuran TypeSafe menyebut layanannya berbasis di Pantai Barat Amerika Serikat. TechCrunch mencatat model TypeSafe juga paling banyak dipanggil lewat OpenRouter. Sebaliknya, model berbobot terbuka seperti joey-1 dan Clef bisa diunduh dan dijalankan sendiri. Unite.ai mencatat joey-1 cukup dijalankan dengan satu GPU, pilihan yang masuk akal bagi laboratorium kampus yang ingin bereksperimen tanpa mengirim data ke luar negeri.

Perlu diingat, semua harga di artikel ini adalah tarif API untuk pengembang dalam dolar AS, bukan paket langganan aplikasi. Konversi Rupiah memakai kurs open.er-api.com Selasa (3/11/2026) sekitar Rp18.145 per dolar AS. Decision model juga bukan aplikasi yang bisa diobrol seperti chatbot, melainkan komponen di balik layar sebuah sistem.

Apa artinya bagi pelajar, mahasiswa, dan pekerja?

Bagi kebanyakan pembaca, decision model tidak akan terlihat langsung. Namun, hasilnya bisa terasa. Baseten menyebut contoh pemakaian seperti memilah tiket bantuan, mendeteksi spam dan phishing, menjaga chatbot dari prompt berbahaya, serta memilih kapan pertanyaan cukup dijawab model kecil atau perlu model besar. Ada 4 hal praktis yang bisa dipetik dari sekarang:

1. Mahasiswa informatika punya bahan riset murah. Dengan bobot terbuka dan tarif US$0,01 per 1 juta token, eksperimen klasifikasi teks untuk tugas akhir kini jauh lebih terjangkau, asal hasilnya diuji pada data berbahasa Indonesia.
2. Jangan telan angka keyakinan mentah-mentah. Artificial Analysis menemukan decision model cenderung terlalu percaya diri, jadi keputusan penting tetap perlu ambang yang ketat dan pemeriksaan manusia.
3. Pekerja admin dan layanan pelanggan perlu paham alurnya. Sistem yang memilah email atau keluhan secara otomatis makin murah dibangun, sehingga kemampuan menyusun kategori dan memeriksa kasus yang ditolak model justru makin dicari.
4. Baca peringkat dengan tanggalnya. Gelar "terbaik di dunia" bisa usang dalam seminggu, seperti klaim mammoth-1. Kebiasaan ini bagian dari literasi AI yang perlu dimiliki siswa dan guru.

Bagi pengajar, halaman model joey-1 menyebut model ini bisa dipakai untuk memberi skor berdasarkan rubrik. Namun, belum ada sumber yang menguji model ini pada esai atau tugas mahasiswa, sehingga memakainya untuk menilai tugas masih terlalu dini. Perlombaan model AI besar pun tetap berjalan di jalur lain, seperti terlihat dari pengumuman Gemini 4 Carbon pekan lalu.

FAQ: joey-1 dan decision model

Apa itu decision model?

Decision model adalah jenis AI yang tidak menghasilkan teks, tetapi memilih jawaban dari daftar pilihan yang sudah ditentukan dan memberi probabilitas untuk setiap pilihan. Karena tidak perlu mengetik keluaran, model ini jauh lebih cepat dan murah untuk tugas klasifikasi seperti mendeteksi spam atau memilah tiket.

Kapan joey-1 dirilis dan berapa harganya?

Baseten merilis joey-1 pada Kamis, 29 Oktober 2026. Tarifnya US$0,01 per 1 juta token input di Baseten Model APIs, dengan keluaran gratis. Bobotnya juga dibuka gratis di Hugging Face dengan lisensi MIT.

Apa bedanya joey-1, elephant-1, dan mammoth-1?

Ketiganya buatan Base Labs dengan data latih yang sama, tetapi ukurannya berbeda: joey-1 2 miliar parameter, elephant-1 9 miliar, dan mammoth-1 27 miliar. Baseten menyarankan joey-1 untuk volume besar yang butuh kecepatan, elephant-1 sebagai pilihan seimbang, dan mammoth-1 untuk keputusan yang menuntut akurasi tertinggi.

Apakah Jev buatan TypeSafe masih yang terbaik?

Tidak lagi menurut dua papan peringkat utama. Per data 29 Oktober 2026, Jev 1.14 mencetak 60,24 di Jev Decision Index, di bawah sejumlah model terbuka. Di Artificial Analysis Decision Index yang dicek 3 November 2026, Jev 1.14 mendapat 57,1, sementara d1-ultra dari Liquid AI memimpin dengan 65,2.

Apakah decision model mendukung bahasa Indonesia?

Belum ada keterangan resmi soal dukungan bahasa Indonesia. Metadata model Baseten hanya mencantumkan bahasa Inggris, dan dokumentasi Jev menyebut bahasa selain Inggris diproses tetapi tidak sama baiknya. Pengguna disarankan menguji dulu dengan data berbahasa Indonesia sebelum memakainya.

Decision model pada akhirnya mengingatkan bahwa AI tidak selalu harus pandai bicara untuk berguna. Di Indonesia, teknologi seperti ini kemungkinan pertama kali hadir diam-diam di balik kotak masuk email, layanan pelanggan, dan sistem kampus, jauh sebelum orang tahu namanya.

Kalau ingin memahami istilah seperti probabilitas, kalibrasi, atau open weights dengan bahasa sederhana, kamu bisa bertanya langsung di kakak.ai, lalu minta contoh yang dekat dengan tugas kuliah atau pekerjaanmu. Coba Sekarang, Gratis.