GoTo Group merilis model bahasa besar berkapasitas 27 miliar parameter yang dilatih untuk bahasa Indonesia dan sejumlah bahasa daerah. Peluncuran berlangsung pada Bali Tech Week 2026 di Sanur, Bali, Senin, 19 Oktober 2026, dan bobot modelnya tersedia di repositori resmi GoTo. Langkah ini menjadi salah satu sorotan viral nusantara di bidang kecerdasan buatan karena menyasar persoalan bahasa lokal yang sering tertangani tidak merata oleh model global.
Viral nusantara: GoTo rilis model bahasa Indonesia 27 miliar parameter
Model itu diumumkan langsung dalam sesi diskusi di Bali Tech Week 2026. Chief Executive Officer GoTo, Hans Patuwo, menyatakan masyarakat Indonesia sudah terbiasa memakai produk kecerdasan buatan buatan luar negeri. Namun menurutnya, Indonesia tetap perlu mengembangkan kecerdasan buatan sendiri untuk menjawab tantangan dan kebutuhan lokal.
Model tersebut dirilis secara terbuka sehingga bisa diakses gratis oleh mahasiswa, peneliti, startup, pelaku bisnis, hingga instansi pemerintah. GoTo menyebut model itu dapat menjadi dasar pengembangan fitur tanya jawab otomatis, perangkum dokumen, dan sistem penerjemahan. Ketersediaan bobot model diharapkan memperluas kesempatan belajar dan bereksperimen bagi pengembang.
Repositori model di Hugging Face mencantumkan GoTo sebagai inisiator dan menyebut GoTo bersama AI Singapore sebagai pengembang. Keterlibatan lintas negara itu menempatkan proyek ini dalam upaya Asia Tenggara memperbaiki cakupan bahasa yang sering ditangani tidak merata oleh model global. Pengguna tetap perlu menguji sendiri performa model pada istilah, dialek, dan alur kerja masing-masing.
Iklan
Campus Commercial Park: rukost di kawasan kampus
C.CO Park menghadirkan kawasan ruko dan kost dalam satu gerbang, dirancang untuk mahasiswa dan penghuni sekitar kampus. Cocok untuk yang mencari aset produktif dengan pengelolaan kawasan yang tertata.
Enam bahasa dan konteks 128 ribu token
Model yang diinstruksikan atau instruction-tuned ini dibangun di atas arsitektur Gemma 3. Menurut kartu modelnya, bahasa yang didukung meliputi Inggris, Indonesia, Jawa, Sunda, Batak Toba, dan Bali. Jendela konteksnya mencapai 128.000 token sehingga pengguna dapat memproses dokumen atau percakapan panjang dalam satu permintaan.
Kemampuan menangani bahasa daerah menjadi pembeda dibanding model umum yang biasanya lebih kuat pada bahasa Inggris. Dalam percakapan sehari-hari, warga Indonesia kerap mencampur bahasa Indonesia baku, bahasa daerah, singkatan, dan istilah informal. Kombinasi seperti itu sering menjadi titik lemah model yang dilatih dengan data dominan berbahasa asing.
Siapa yang mengembangkan dan data apa yang dipakai
GoTo menyatakan materi pelatihannya mencakup teks berbahasa Indonesia dari mitra media dan situs web sektor publik. Untuk data bahasa Batak, perusahaan bekerja sama dengan Universitas Sumatera Utara. Keterangan mengenai korpus pelatihan dan relevansi lokal itu berasal dari GoTo dan belum diaudit secara independen.
Perusahaan menyebut model ini melanjutkan pekerjaan model terbuka berbahasa Indonesia yang dimulai pada 2024. GoTo bersama Indosat Ooredoo Hutchison sebelumnya memperkenalkan inisiatif Sahabat-AI. Inisiatif itu kemudian menghasilkan model 70 miliar parameter dan layanan percakapan multibahasa.
Rilis terbaru diposisikan sebagai bagian dari upaya yang lebih luas, bukan pengganti langsung semua model sebelumnya. Artinya, pengembang yang sudah memakai model Sahabat-AI tidak otomatis harus berpindah. Pilihan model tetap bergantung pada kebutuhan aplikasi, kapasitas perangkat, dan biaya operasional.
Terbuka tetapi butuh perangkat besar
Meski bobotnya dapat diunduh siapa saja, menjalankan model ini butuh perangkat yang tidak murah. Kartu model memperkirakan kebutuhan memori video sekitar 54 sampai 60 gigabita untuk inferensi presisi FP16 atau BF16. Perangkat yang disarankan antara lain satu Nvidia A100 80GB, dua kartu Nvidia L40S, atau tiga kartu RTX 4090.
Kebutuhan itu menempatkan versi presisi penuh di luar jangkauan perangkat konsumen biasa. Organisasi kecil kemungkinan perlu memakai infrastruktur awan, server khusus, atau versi presisi rendah. Repositori juga menyediakan panduan penerapan untuk kerangka inferensi seperti vLLM dan Hugging Face Transformers.
Dari sisi lisensi, GoTo menyebut rilis ini sebagai open source, sementara kartu model mencantumkan lisensi Gemma milik Google sebagai dasar yang berlaku. Organisasi yang berencana menerapkannya disarankan meninjau ketentuan lisensi untuk penggunaan yang dimaksud. Perbedaan istilah antara open source dan lisensi terbuka bersyarat perlu dicermati sebelum dipakai secara komersial.
