Baseten Bison-1: Model AI Pengambil Keputusan Open-Weight yang Puncaki Decision Index (2026)

Baseten Bison-1 jadi model AI pengambil keputusan open-weight nomor 1 di Decision Index (skor 76). Kenali harga dan cara memakainya.

Ilustrasi kepala bison geometris oranye dengan motif sirkuit di atas latar navy, banner artikel Baseten Bison-1 model AI pengambil keputusan
Baseten Bison-1: Model AI Pengambil Keputusan Open-Weight yang Puncaki Decision Index (2026)

Di Artikel Ini

TL;DR: Baseten merilis Bison-1 dan Groundhog-1 pada 20 November 2026, dua model AI pengambil keputusan open-weight berbasis Gemma 4. Bison-1 meraih skor 76 di Artificial Analysis Decision Index v2.1, nomor 1 dari 19 model, dengan kalibrasi terbaik (skor Brier 0,14). Keduanya menerima teks dan gambar, punya konteks 128 ribu token, dan dibanderol US$0,10 dan US$0,035 per satu juta token.

๐Ÿ’ก Key Takeaway

  • Bison-1 nomor 1 di Decision Index. Skor 76 di Decision Index v2.1 mengalahkan d1.2-ultra (75) dan mammoth-1 (71).
  • Bukan penulis, tapi penilai. Model keputusan tidak menulis paragraf; ia mengembalikan probabilitas untuk pilihan yang kamu tentukan, misalnya “layak” 83%.
  • Konteks 8x lebih besar. Jendela 128 ribu token memungkinkan seluruh kebijakan atau riwayat percakapan masuk tanpa diringkas dulu.
  • Open-weight dan murah. Bobot terbuka di Hugging Face, harga US$0,10 (Bison-1) dan US$0,035 (Groundhog-1) per satu juta token.

Setiap hari, tim kamu memutuskan ratusan hal kecil: tiket mana yang mendesak, email mana yang spam, transaksi mana yang mencurigakan. Kalau salah, biayanya menumpuk. Baseten menawarkan jalan lain: model kecil yang tugasnya cuma satu, yaitu menilai dan memberi skor. Pada 20 November 2026, Bison-1 menjadi model keputusan terbaik yang pernah diuji Artificial Analysis.

Apa itu Bison-1 dan Groundhog-1?

Bison-1 dan Groundhog-1 adalah dua model AI pengambil keputusan terbaru dari Baseten, perusahaan infrastruktur AI di balik keluarga model Base Labs. Keduanya dibangun di atas Gemma 4, model dasar buatan Google: Bison-1 memakai Gemma 4 31B (dense, 31 miliar parameter), Groundhog-1 memakai Gemma 4 26B-A4B (mixture-of-experts, sekitar 4 miliar parameter aktif per token). Keduanya live di Baseten Model APIs dan bobotnya terbuka di Hugging Face.

Bedanya dari pendahulunya, mammoth-1 dan elephant-1, adalah fondasi: dua model lama dibangun di atas Qwen, model dasar asal Tiongkok, sedangkan pasangan baru ini model pertama Baseten di atas “American backbone” dari Google. Baseten menulis, memilih model Amerika harus bisa dipertahankan dari sisi kinerja.

Kabar Sumber Artinya buat kamu
Baseten merilis Bison-1 dan Groundhog-1 pada 20 November 2026 Blog resmi Baseten Model keputusan open-weight baru yang memuncaki benchmark โ€” alternatif murah untuk routing dan triase.
Bison-1 skor 76 di Decision Index v2.1, nomor 1 dari 19 model Artificial Analysis, dikutip Baseten Model kecil yang khusus bisa mengalahkan model general yang jauh lebih besar.
Konteks 128 ribu token, input teks dan gambar, harga US$0,10 dan US$0,035 per satu juta token Baseten Dokumen panjang bisa masuk tanpa diringkas dulu, dengan biaya per keputusan yang kecil.

Bison-1 Puncaki Decision Index: Angka-angkanya

Artificial Analysis Decision Index v2.1 adalah benchmark independen yang mengukur seberapa baik sebuah model menjawab pertanyaan pilihan โ€” ya atau tidak, pilihan ganda, atau skor rubrik โ€” dan seberapa jujur tingkat keyakinannya. Dari 19 model yang diuji, Bison-1 memimpin dengan skor 76, di atas d1.2-ultra (75) dan mammoth-1 (71). Groundhog-1 belum mendapat skor resmi; Baseten memperkirakan kinerjanya setara mammoth-1.

Yang lebih menarik adalah kalibrasinya: Bison-1 mencatat skor Brier 0,14, terendah di indeks itu, mengalahkan d1.2-ultra di 0,15. Skor Brier mengukur seberapa dekat tingkat keyakinan model dengan seberapa sering ia benar: model yang bilang “83% yakin” lalu benar sekitar 83% dari waktu jauh lebih berguna daripada model yang selalu mengaku 99% yakin tapi sering salah. Baseten menyebut peningkatan ini datang dari “soft label” โ€” model diajari jawabannya “83% pilihan A, 17% pilihan B”, bukan selalu “100% pilihan A”.

Apa itu model AI pengambil keputusan?

Kalau chatbot biasa menulis teks bebas, model keputusan bekerja dengan memilih. Kamu memberinya pertanyaan tertutup dan daftar pilihan, lalu ia mengembalikan probabilitas untuk tiap pilihan โ€” misalnya “Apakah email ini phishing?” (ya/tidak) atau “Seberapa mendesak tiket ini?” (skor 1โ€“5). Karena keluarannya berupa angka, hasilnya bisa langsung dipakai sistem: skor di atas ambang diteruskan otomatis, di bawah ambang dikirim ke manusia.

Gelombang model seperti ini sedang deras. Layanan Decisions API dari OpenAI rilis pada Oktober 2026, lalu dua model AI pengambil keputusan lain yang rilis awal November โ€” Koa Decisions dari Salesforce dan Kanana-2-v-decide dari Kakao โ€” disusul model AI Google yang menjawab dengan pilihan, bukan menulis teks, Gemini Decision 1. Bison-1 adalah babak terbaru, dan untuk pertama kalinya pemuncaknya adalah model open-weight dari perusahaan infrastruktur.

Di kantor, model keputusan cocok untuk pekerjaan berulang yang jawabannya bisa diperiksa: memilah tiket bantuan, mendeteksi spam dan phishing, menilai kelayakan dokumen, dan mengarahkan pesan pelanggan ke tim yang tepat. Pekerjaan seperti ini tidak butuh model yang bisa menulis esai โ€” butuh model yang cepat, murah, dan konsisten. Satu peringatan: angka probabilitas bukan kebenaran mutlak. Model AI pengambil keputusan yang jalan di laptop sendiri, Drex Max, sudah menunjukkan bahwa skor model harus diuji di data kamu sendiri sebelum dipercaya penuh.

Kenapa konteks 128K dan input gambar penting?

Konteks Bison-1 dan Groundhog-1 adalah 128 ribu token, delapan kali lipat dari mammoth-1 dan elephant-1 yang hanya 16 ribu token. Detail yang mengubah keputusan sering tersembunyi jauh dari pertanyaan. Baseten memberi contoh: sebuah faktur bisa terlihat siap dibayar, tapi email di awal percakapan menunjukkan pesanan itu sudah dibatalkan. Tanpa riwayat lengkap, model bisa menyetujui pembayaran yang seharusnya ditolak. Dengan konteks 128 ribu token, kamu bisa memasukkan kebijakan panjang atau riwayat percakapan tanpa meringkasnya dulu. Keduanya juga menerima input gambar, jadi tangkapan layar formulir atau foto dokumen bisa ikut dinilai bersama teksnya.

Berapa biayanya dan kapan pakai yang mana?

Harga Bison-1 dan Groundhog-1 sama dengan pasangan lama mereka: Bison-1 US$0,10 dan Groundhog-1 US$0,035 per satu juta token, seperti mammoth-1 dan elephant-1. Bedanya, kamu mendapat konteks delapan kali lebih besar dan โ€” untuk Bison-1 โ€” akurasi terbaik di kelasnya dengan harga yang sama. Panduan Baseten: Bison-1 untuk akurasi tertinggi, Groundhog-1 untuk konteks panjang dengan biaya rendah, joey-1 (US$0,01) untuk tugas yang sangat sensitif terhadap biaya.

5 langkah mencoba Bison-1 untuk bisnismu

  1. Pilih satu keputusan berulang. Ambil pekerjaan yang timmu lakukan puluhan kali sehari dengan jawaban benar yang tercatat.
  2. Tulis rubriknya. Tentukan pilihan apa saja yang tersedia dan apa arti tiap pilihan.
  3. Uji di 50โ€“100 contoh nyata. Bandingkan keputusan Bison-1 dengan keputusan manusia.
  4. Hitung biaya per keputusan. Kalikan harga per token dengan rata-rata token per permintaan.
  5. Pasang manusia sebagai pemeriksa. Otomatiskan keputusan berisiko rendah, dan kirim keputusan berisiko tinggi ke manusia untuk persetujuan akhir.

Batasan yang perlu kamu tahu

Tiga hal yang perlu diingat. Pertama, semua angka berasal dari pengujian Artificial Analysis dan klaim Baseten sendiri; belum ada pengujian independen yang luas, dan Groundhog-1 belum punya skor resmi. Kedua, model keputusan tidak menggantikan penilaian manusia untuk hal yang ambigu โ€” ia hanya mempercepat hal yang sudah jelas polanya. Ketiga, bobot terbuka tidak berarti gratis: menjalankan model sendiri butuh GPU dan perawatan, jadi kebanyakan tim lebih hemat memakai Baseten Model APIs. Untuk pemakaian komersial, baca kartu modelnya di Hugging Face.

Komunitech: Karyawan AI yang Terukur

Model seperti Bison-1 menunjukkan arah yang jelas: AI di kantor bukan lagi soal chatbot yang menjawab segalanya, tapi sistem kecil yang memutuskan hal spesifik dengan cepat, murah, dan bisa diaudit. Di Workshop Karyawan AI Komunitech, kamu belajar membangun sistem seperti itu untuk pekerjaanmu sendiri โ€” dari memetakan keputusan berulang di tim sampai memasang AI agent yang bekerja dengan aturan dan persetujuan manusia. Ikuti juga newsletter Komunitech untuk kabar model AI terbaru, dan lihat katalog Model AI Komunitech untuk membandingkan model lain sebelum memilih.

Pertanyaan yang Sering Ditanya

Apa bedanya model keputusan dengan chatbot seperti ChatGPT?

Chatbot menulis teks bebas, sedangkan model keputusan mengembalikan probabilitas untuk pilihan yang kamu tentukan. Misalnya, Bison-1 langsung menjawab “phishing: 91%” tanpa paragraf penjelasan. Keluaran berupa angka lebih mudah dipakai sistem otomatis.

Apakah Bison-1 bisa dipakai gratis?

Bobot modelnya terbuka di Hugging Face, jadi kamu bisa menjalankannya sendiri kalau punya perangkat keras yang memadai. Lewat Baseten Model APIs, Bison-1 dibanderol US$0,10 per satu juta token dan Groundhog-1 US$0,035. Baseten tidak mengumumkan paket gratis untuk API ini.

Apa itu skor Brier dan kenapa penting?

Skor Brier mengukur seberapa dekat keyakinan model dengan kenyataan. Model yang bilang “83% yakin” dan benar sekitar 83% dari waktu mendapat skor rendah (bagus). Bison-1 mencatat 0,14, terendah di Decision Index v2.1 โ€” penting karena sistem otomatis memakai angka keyakinan itu untuk memutuskan kapan meminta bantuan manusia.

Apakah Groundhog-1 lebih buruk dari Bison-1?

Tidak selalu. Groundhog-1 lebih murah (US$0,035 berbanding US$0,10) dan hanya mengaktifkan sekitar 4 miliar parameter per token, jadi lebih cepat. Baseten memperkirakan kinerjanya setara mammoth-1 โ€” untuk volume besar, ia bisa lebih hemat.

Bisakah Bison-1 jalan di laptop sendiri?

Bison-1 adalah model 31 miliar parameter; menjalankan bobot penuh butuh GPU dengan memori besar, bukan laptop biasa. Untuk kebanyakan tim, memakai Baseten Model APIs jauh lebih praktis daripada meng-host sendiri.

Kapan sebaiknya tetap memakai model general seperti GPT-6.2 atau Claude?

Pakai model general saat tugasnya terbuka: menulis, menganalisis dokumen panjang, atau memecahkan masalah baru. Pakai model keputusan saat tugasnya tertutup dan berulang: klasifikasi, pemberian skor, dan routing. Banyak tim memakai keduanya โ€” lihat kategori AI Agent di blog Komunitech untuk contohnya.

Kesimpulan

Bison-1 membuktikan bahwa model kecil yang fokus pada satu tugas bisa mengalahkan model besar di tugas itu: skor 76 di Decision Index, kalibrasi terbaik, konteks 128 ribu token, dan harga US$0,10 per satu juta token. Bersama Groundhog-1 yang lebih murah, pasangan ini memberi tim Indonesia cara masuk akal mengotomasi keputusan berulang tanpa membayar harga model frontier. Langkah pertamamu: pilih satu keputusan yang timmu buat puluhan kali sehari, tulis rubriknya, dan uji Bison-1 di 50 contoh nyata.

Referensi

  • Baseten, “Meet bison-1 and groundhog-1, frontier American decision models” (20 November 2026) โ€” https://www.baseten.co/blog/meet-bison-1-and-groundhog-1/
  • MarkTechPost, “Baseten Releases Bison-1 and Groundhog-1, Topping Decision Model Index” (20 November 2026) โ€” https://www.marktechpost.com/2026/11/20/baseten-bison-1-groundhog-1-gemma-4-decision-models/
  • Unite.AI, “Baseten Extends Decision Models to 128K Context and Image Input” (20 November 2026) โ€” https://www.unite.ai/baseten-extends-decision-models-to-128k-context-and-image-input/

Disclaimer: Artikel ini disusun pada 22 November 2026 dari pengumuman resmi Baseten dan liputan MarkTechPost serta Unite.AI. Harga dan ketersediaan model dapat berubah; periksa halaman resmi Baseten sebelum memakai model ini untuk produksi. Artikel ini bersifat edukatif, bukan rekomendasi investasi atau pembelian.

Avatar Ardansyah Falah

Workshop ยท Batch 12

2 jam bikin AI Agent pertamamu

Minggu, 18 Okt 2026 ยท 20.00 WIB

Rp399.000 Rp1.800.000

Modul Gratis

Modul intro Karyawan AI

Tiga bab video + worksheet + grup Telegram. Gratis.

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *