VASIOTA.COM, Berita AI – OpenAI mempublikasikan laporan teknis tentang apa yang mereka sebut adversarial distillation pada 20 November 2026. Laporan itu menyebut dua pengembang AI asal China, DeepSeek dan Moonshot AI, sebagai pihak yang memakai keluaran model OpenAI untuk melatih model mereka sendiri.
Inti persoalannya bukan sekadar penyalinan jawaban. Distilasi memungkinkan sebuah model kecil meniru kemampuan model besar tanpa melewati proses pelatihan dan pengamanan yang sama. Hasilnya, kemampuan model mahal bisa berpindah ke produk lain dengan biaya jauh lebih murah, sekaligus kehilangan lapisan pengamanan yang seharusnya menyertainya.
Apa Itu Distilasi Adversarial
Distilasi biasa adalah teknik sah dalam pengembangan AI. Model guru memberikan contoh, model murid belajar meniru polanya. Yang membuatnya “adversarial” adalah niat dan caranya. Pelaku sengaja memancing model agar mengeluarkan penalaran internal, lalu memakai keluaran itu untuk membangun model tandingan.
Analogi yang mudah adalah membeli satu buku resep mahal, memfotokopi seluruh isinya, lalu menjual buku salinan dengan sampul baru. Resepnya masih berfungsi, tetapi pembeli tidak mendapat jaminan dapur yang bersih, bahan yang aman, atau tanggung jawab penulis aslinya.
Dalam kasus ini, yang “difotokopi” adalah kemampuan penalaran model. Itu sebabnya OpenAI tidak mempersoalkan penggunaan API secara umum, melainkan pola permintaan yang dirancang untuk mengekstrak langkah berpikir model secara sistematis.
Angka 54 Persen dan 0,2 Persen
OpenAI melaporkan bahwa tingkat keberhasilan serangan adaptif terhadap GPT-6 Astra, model dengan pengamanan awal, mencapai 54,0 persen. Setelah pengamanan diperbarui pada GPT-6.2 Astra, angka itu turun menjadi 0,2 persen.
Selisihnya terlihat dramatis, tetapi perlu dibaca dengan hati-hati. Serangan adaptif adalah serangan yang terus berubah menyesuaikan respons model. Angka 0,2 persen menggambarkan keberhasilan pada metode yang diuji saat ini, bukan jaminan bahwa tidak ada metode lain di luar sana. Pertahanan AI selalu bersifat perlombaan, bukan kemenangan permanen.
Yang menarik, penurunan itu tidak dicapai dengan menutup API. OpenAI memakai kombinasi pelatihan pertahanan, pengklasifikasi yang mendeteksi pola ekstraksi, dan kontrol API yang mengikat proses penalaran pada riwayat percakapan. Pendekatan terakhir membuat permintaan yang dipotong dari konteks aslinya tidak lagi mendapat keluaran penalaran lengkap.
Konteks yang Lebih Luas
Isu ini bukan hal baru. Sejak Oktober 2026, sejumlah laporan menyebut DeepSeek dan Moonshot mengandalkan keluaran GPT-6 Astra untuk melatih model terbaru mereka. Anthropic juga pernah menuduh laboratorium China melakukan praktik serupa terhadap Claude.
Bagi pengguna, dampaknya terasa pada dua hal. Pertama, kualitas model murah bisa mendekati model mahal dengan cepat, sehingga pilihan produk semakin banyak. Kedua, jaminan keamanan tidak otomatis ikut tersalin. Model hasil distilasi bisa mewarisi kemampuan tanpa mewarisi mekanisme penolakan terhadap permintaan berbahaya.
Untuk pengembang di Indonesia yang membangun layanan di atas API pihak ketiga, ada pelajaran praktis. Ketahui asal model yang dipakai. Jika sebuah penyedia menjual akses sangat murah dengan kemampuan setara model teratas, ada baiknya memeriksa apakah layanan itu punya kebijakan keamanan dan dokumentasi yang jelas. Harga murah bukan masalah, asal risikonya dipahami.

