Motif-3 (Beta): Di Dalam Model AI Berdaulat Korea yang Baru Saja Menembus Tiga Besar Sumber Terbuka

Motif-3-Beta adalah peserta terbaru dalam persaingan ketat model bahasa besar dengan bobot terbuka, dan hadir dengan kisah asal yang tidak biasa: ia berasal dari Motif Technologies, anak perusahaan yang beranggotakan sekitar 30 orang dari perusahaan infrastruktur AI Korea, Moreh, yang didirikan pada Februari 2025 dan didukung oleh Seri B sekitar ₩24 miliar (sekitar $16 juta). Itu adalah tim yang sangat kecil dan dana perang yang sederhana dibandingkan dengan laboratorium yang biasanya memuncaki papan peringkat ini, itulah sebabnya penempatan tolok ukur awal model ini telah menarik perhatian: skor Indeks Kecerdasan Analisis Buatan Independen (AAII) sebesar 44, yang menempati posisi ketiga di antara model sumber terbuka dan bobot terbuka di seluruh dunia, dan peringkat ke-11 secara keseluruhan setelah laboratorium perbatasan tertutup dihitung.

Model tersebut secara eksplisit masih dalam tahap pengembangan — sebuah checkpoint Beta atau pratinjau, bukan rilis final — dan dilengkapi dengan lisensi riset non-komersial, bukan lisensi Apache 2.0 yang sepenuhnya permisif seperti pendahulunya, Motif-2. Kombinasi antara "angka awal yang kuat" dan "masih belum selesai, masih terbatas" adalah kerangka jujur untuk segala hal berikut: Motif-3 adalah titik data yang benar-benar menarik dalam perlombaan sumber terbuka dan dorongan Korea menuju kemandirian AI, namun model ini belum dapat diterapkan secara komersial oleh sebagian besar tim, dan beberapa klaim teknisnya yang lebih mendalam belum diverifikasi secara independen.

TL;DR. Motif-3-Beta adalah model mixture-of-experts dengan total 314B / 13B parameter aktif dari Motif Technologies, anak perusahaan Moreh di Korea Selatan yang beranggotakan ~30 orang, yang dibangun sebagai bagian dari program AI berdaulat nasional “Dokpamo” negara tersebut. Model ini memperoleh Indeks Kecerdasan Analisis Buatan (Artificial Analysis Intelligence Index) sebesar 44 — ketiga di antara model sumber terbuka secara global, di belakang Kimi K3 dan GLM-5.2, dan ke-11 secara keseluruhan. Bobot (weights) dapat diunduh dari Hugging Face di bawah lisensi riset non-komersial; tersedia obrolan gratis di chat.motiftech.io; belum ada harga API publik. Versi final diperkirakan akan dirilis sekitar awal Agustus 2026, dan belum ada skor MMLU, GPQA, atau HumanEval yang dipublikasikan untuk model itu sendiri.

Poin-poin penting

• Debut open-source #3 dari tim kecil. AAII 44 menempatkan Motif-3-Beta di posisi ketiga di antara model open-source/open-weight — di belakang Kimi K3 dan GLM-5.2 — dan ke-11 secara keseluruhan melawan laboratorium frontier tertutup, menurut liputan pers yang mengutip Artificial Analysis.

• Model besar, aktivasi efisien.~314B total parameter tetapi hanya ~13B aktif per token, melalui 384 routed experts (8 aktif plus 1 shared) — rasio sparsity yang dibangun untuk inferensi hemat biaya meskipun ukuran model secara keseluruhan besar.

• Masih Beta, masih non-komersial. Ini adalah checkpoint pratinjau; versi final ditargetkan sekitar awal Agustus 2026. Bobot terbuka di Hugging Face, tetapi di bawah lisensi penelitian non-komersial — sebuah langkah mundur dari ketentuan Apache 2.0 pendahulu Motif-2.

• Kandidat unggulan AI berdaulat Korea. Dibangun di bawah program nasional “Dokpamo” (Independent AI Foundation Model), menggunakan GPU B200 yang dipasok pemerintah, dan dipasarkan sebagai arsitektur independen tanpa basis sumber terbuka asing.

• Berfokus pada Korea, konteks 256K. Dilatih dengan korpus prapelatihan Korea khusus sebesar ~106GB, dengan jendela konteks 256K token — diposisikan sebagai model teks/percakapan daripada model multimodal.

• Belum ada tolok ukur standar yang dipublikasikan. Tidak ada angka MMLU, GPQA, HumanEval, atau KMMLU yang dirilis untuk Motif-3 itu sendiri, dan klaim arsitektur kustomnya adalah terminologi vendor yang belum diverifikasi.

Angka AAII 44 / #3-open-source / #11-overall dalam artikel ini bersumber dari liputan pers yang mengutip Artificial Analysis dan kartu Hugging Face model tersebut, bukan dari pembacaan langsung dan terverifikasi secara independen terhadap situs Artificial Analysis yang langsung — perlakukan angka-angka tersebut sebagai akurat secara arah daripada tepat pada saat ini. Motif-3-Beta, sesuai namanya, adalah Beta: tolok ukur, lisensi, dan harga semuanya masih dapat berubah sebelum rilis final. Lisensi Hugging Face adalah hanya untuk penggunaan riset non-komersial. Belum ada skor MMLU, GPQA, HumanEval, atau KMMLU yang dipublikasikan untuk Motif-3 oleh sumber mana pun pada saat tulisan ini dibuat.

Apa itu Motif-3 (Beta)

Motif Technologies adalah laboratorium AI Korea yang merupakan spin-off dari Moreh, sebuah perusahaan yang lebih dikenal dengan perangkat lunak infrastruktur AI dan virtualisasi GPU-nya. Didirikan pada Februari 2025 dengan sekitar 30 karyawan dan pendanaan Seri B sekitar ₩24 miliar (sekitar $16 juta), Motif tergolong kecil menurut standar pengembang model perbatasan — sebagian besar pesaing di tingkat tolok ukur ini memiliki tim teknik yang jauh lebih besar. Perusahaan ini dipimpin oleh CEO Lim Jeong-hwan, dan Motif-3-Beta adalah rilisan paling ambisiusnya hingga saat ini, menyusul model Motif-2.6B yang lebih kecil.

Secara arsitektural, Motif-3-Beta adalah model bahasa besar sparse mixture-of-experts (MoE) dengan total sekitar 314 miliar parameter, di mana hanya sekitar 13 miliar yang aktif untuk setiap token yang diberikan. Perutean berjalan di 384 pakar yang dirutekan, dengan 8 aktif per token ditambah 1 pakar bersama. Model ini memiliki jendela konteks 256K token, dimensi tersembunyi 4.096, 53 lapisan transformer, kosakata 220.160 token, dan dikirimkan dalam presisi bf16. Ini adalah model teks/percakapan — tidak ada kemampuan gambar, audio, atau video yang disebutkan — dan secara sengaja berfokus pada bahasa Korea, dilatih sebagian pada korpus khusus (secara internal disebut sebagai motif-3-korean-pt-v0) sekitar 106GB teks bahasa Korea.

Status sama pentingnya dengan spesifikasi. Motif-3-Beta secara eksplisit merupakan titik pemeriksaan pratinjau, bukan model jadi — Motif telah mengindikasikan bahwa versi final direncanakan sekitar awal Agustus 2026. Bobotnya terbuka dan dapat diunduh dari Hugging Face, tetapi di bawah lisensi penelitian non-komersial, yang berarti penggunaan untuk produksi atau menghasilkan pendapatan tidak diizinkan berdasarkan ketentuan saat ini. Itu adalah perubahan yang mencolok dari rilis sebelumnya perusahaan, Motif-2, yang dirilis di bawah lisensi Apache 2.0 yang sepenuhnya permisif. Ada antarmuka obrolan gratis yang dihosting di chat.motiftech.io bagi siapa saja yang ingin mencoba model tanpa mengunduhnya, tetapi belum ada harga API publik, tidak ada organisasi GitHub untuk proyek tersebut, dan tidak ada makalah arXiv Motif-3 yang menjelaskan arsitektur secara mendetail yang dapat ditinjau rekan — semua itu adalah kesenjangan normal untuk Beta, tetapi perlu diketahui sebelum Anda merencanakan penggunaan model ini.

Hook AAII: penyelaman mendalam tolok ukur

Alasan utama Motif-3-Beta mendapat perhatian di luar Korea adalah satu angka independen: skor Artificial Analysis Intelligence Index (AAII) sebesar 44. Menurut liputan pers yang mengutip Artificial Analysis, hal itu menempatkan model tersebut di peringkat ketiga di antara model sumber terbuka dan bobot terbuka di seluruh dunia — di belakang Kimi K3 dan GLM-5.2 — dan peringkat ke-11 secara keseluruhan setelah model perbatasan tertutup dan kepemilikan dimasukkan dalam peringkat. Untuk tim yang beranggotakan 30 orang yang baru berdiri sekitar satu setengah tahun, masuk dalam tiga besar sumber terbuka global pada indeks netral pihak ketiga adalah hasil yang sah, dan itu adalah bukti paling jelas sejauh ini bahwa pendekatan Motif kompetitif, bukan sekadar ambisius.

Meskipun demikian, angka ini perlu disertai catatan hati-hati tertentu: angka tersebut bersumber dari laporan pers dan kartu Hugging Face milik model itu sendiri yang mengutip Artificial Analysis, bukan dari pembacaan langsung yang baru saja diverifikasi ulang dari papan utama Artificial Analysis secara langsung pada saat penulisan. Peringkat AA berubah seiring model baru ditambahkan dan model yang sudah ada dinilai ulang, jadi perlakukan AAII 44 / #3-open-source / #11-overall sebagai cuplikan yang harus diperiksa terhadap situs langsung sebelum dikutip sebagai fakta terkini dalam pengambilan keputusan di hilir.

Dokumentasi Motif sendiri juga menjelaskan beberapa komponen arsitektur kustom: “Grouped Differential Latent Attention (GDLA),” “Grouped PolyNorm activation,” dan mekanisme “modified mHC”. Istilah-istilah ini diciptakan oleh vendor, dan hingga saat ini tidak didefinisikan secara detail di kartu model serta belum di-benchmark secara independen atau ditinjau oleh rekan sejawat — belum ada makalah Motif-3 di arXiv. Wajar untuk melihatnya sebagai sinyal menarik bahwa Motif membangun arsitekturnya sendiri daripada mengambil basis open-source yang sudah ada, tetapi tidak untuk memperlakukannya sebagai keunggulan kinerja yang terbukti sampai ada analisis independen.

Penting juga untuk terus terang tentang apa yang hilang: tidak ada skor MMLU, GPQA, HumanEval, atau KMMLU yang telah dipublikasikan untuk Motif-3 itu sendiri. Itu merupakan celah nyata dibandingkan model terbuka yang lebih mapan, yang biasanya mempublikasikan serangkaian lengkap tolok ukur akademik standar di samping skor indeks komposit. Sampai Motif mengisi gambaran itu — kemungkinan sekitar rilis final pada awal Agustus 2026 — angka AAII tersebut melakukan banyak pekerjaan evaluatif sendirian, dan harus dibaca sebagai "sinyal awal yang menjanjikan," bukan "model yang diuji secara komprehensif."

Konteks tentang model-model yang berada di peringkat di atasnya: Kimi K3, dari Moonshot, memiliki AAII sekitar 57 (posisi empat besar secara keseluruhan) dan peringkat #1 di Frontend Code Arena, dibangun sebagai MoE dengan parameter sekitar 2,8T yang dibanderol $3/$15 per juta token — kuat namun dilaporkan lambat dan bertele-tele, dengan bobot terbuka yang dijanjikan tetapi belum sepenuhnya dikonfirmasi. GLM-5.2, dari Z.ai/Zhipu, mencetak AAII sebesar 51 dan memegang posisi #1 untuk bobot terbuka secara keseluruhan, merupakan MoE sekitar 750B/40B yang dirilis di bawah lisensi MIT yang sepenuhnya permisif, dapat di-host sendiri, dan dibanderol $1,40/$4,40 per juta token. Keduanya mengungguli Motif-3-Beta dalam indeks sumber terbuka saat ini, yang merupakan konteks yang berguna: "peringkat ketiga di dunia" di antara model terbuka adalah hasil yang benar-benar kuat, tetapi itu adalah posisi ketiga yang jauh di belakang dua model yang keduanya lebih matang dalam hal penerapan dan, dalam kasus GLM-5.2, secara signifikan lebih terbuka dalam ketentuan lisensi.

Akses dan Harga

Mencoba langsung Motif-3-Beta hari ini berarti ada dua jalur. Yang pertama adalah mengunduh bobot terbuka langsung dari Hugging Face dan menghosting model sendiri — tetapi hanya untuk tujuan penelitian non-komersial, sesuai dengan ketentuan lisensi saat ini; tidak ada izin penggunaan komersial dalam rilis Beta ini, yang mengesampingkannya untuk penggunaan produksi terlepas dari bagaimana angka benchmark terlihat. Jalur kedua adalah antarmuka obrolan gratis Motif yang dihosting di chat.motiftech.io, yang memungkinkan siapa saja mencoba model ini di peramban tanpa mengunduh atau menghosting apa pun.

Saat ini tidak ada API publik yang memiliki harga per token yang dipublikasikan — sebuah celah yang berarti jika Anda mengevaluasi model ini terhadap kompetitor yang mengutamakan API seperti Kimi K3 ($3/$15 per juta token) atau GLM-5.2 ($1.40/$4.40 per juta token), yang keduanya memungkinkan Anda memperkirakan biaya dalam skala besar saat ini. Sampai Motif mempublikasikan harga API (kemungkinan terkait dengan rilis final, non-Beta), perbandingan biaya terhadap model-model tersebut pasti tidak lengkap. Untuk saat ini, opsi praktisnya adalah: coba gratis melalui chat.motiftech.io, atau host sendiri bobot terbuka secara ketat untuk penelitian non-komersial.

Kisah AI berdaulat Korea

Motif-3-Beta bukan sekadar peluncuran produk perusahaan — ini adalah titik data nyata dalam dorongan Korea Selatan menuju apa yang disebut sebagai AI berdaulat: kemampuan untuk membangun dan mengendalikan model kelas frontier secara domestik daripada sepenuhnya bergantung pada model dasar Amerika atau China. Motif-3 sedang dikembangkan dalam inisiatif "Model Dasar AI Independen" yang didukung pemerintah, yang dalam pers Korea disebut sebagai "Dokpamo," yang mendanai beberapa upaya yang bersaing secara simultan — termasuk lini EXAONE dari LG AI Research, model Solar dari Upstage, dan program AI SK Telecom sendiri. Motif-3 adalah salah satu peserta yang paling banyak diamati di bidang tersebut, sebagian karena seberapa cepat ia dibangun.

Menurut laporan, model tersebut dilatih menggunakan sekitar 700–768 GPU Nvidia B200 yang dipasok oleh pemerintah, dengan siklus pengembangan inti memakan waktu sekitar lima bulan — sebuah garis waktu yang cepat untuk model dengan 314 miliar parameter, bahkan dengan mempertimbangkan efisiensi parameter aktif 13 miliar dari desain MoE-nya. Motif telah menekankan bahwa ini adalah arsitektur independen tanpa basis sumber terbuka asing di bawahnya, suatu hal yang menjadi kebanggaan nasional sekaligus teknis: tujuan dari program Dokpamo bukan hanya "model yang baik," tetapi model yang dibangun dari ujung ke ujung dengan pilihan arsitektur domestik, bukan sebagai fine-tune atau turunan dari rilis bobot terbuka AS atau China yang sudah ada.

Pembingkaian efisiensi itu — 13B aktif dari total 314B parameter — juga merupakan kontras yang disengaja dengan sejarah Motif sendiri. Model awal perusahaan, Motif-2.6B, dilatih pada GPU AMD MI250 alih-alih perangkat keras Nvidia, mencerminkan minat Moreh yang lebih luas dalam fleksibilitas infrastruktur GPU. Jika dilihat bersama, Motif-2.6B dan Motif-3-Beta menceritakan kisah yang konsisten tentang tim kecil yang mengoptimalkan secara keras untuk efisiensi komputasi — pertama melalui pilihan perangkat keras, sekarang melalui perutean MoE yang jarang — yang bisa dibilang merupakan keterampilan yang lebih dapat ditransfer untuk program AI nasional yang terbatas sumber daya daripada sekadar meningkatkan jumlah parameter.

Untuk siapa: tiga skenario

1. Peneliti bahasa Korea dan tim NLP

Korpus pelatihan bahasa Korea khusus Motif-3-Beta menjadikannya kandidat alami bagi tim akademik dan riset yang bekerja secara spesifik pada tugas-tugas NLP berbahasa Korea — evaluasi, eksperimen fine-tuning, atau studi perbandingan dengan model berfokus Korea lainnya seperti EXAONE milik LG atau Solar milik Upstage. Karena lisensinya adalah penggunaan riset non-komersial, hal ini tepat sasaran dengan kasus penggunaan yang menjadi dasar lisensi tersebut: unduh bobotnya, jalankan evaluasi Anda sendiri, dan perlakukan model ini sebagai titik data baru yang benar-benar independen dalam riset model bahasa Korea.

2. Tim yang melacak garis depan sumber terbuka

Jika bagian dari pekerjaan Anda adalah mengamati arah persaingan model open-weight, Motif-3-Beta patut dicermati secara serius sebagai sinyal: posisi ketiga di antara model open-source global dari tim yang hanya beranggotakan 30 orang, yang dibangun dalam waktu sekitar lima bulan dengan alokasi komputasi nasional, menunjukkan bagaimana arsitektur MoE yang efisien secara komputasi menurunkan hambatan untuk mencapai hasil yang kompetitif. Cobalah melalui antarmuka gratis chat.motiftech.io untuk mendapatkan gambaran kualitatif tentang perilakunya, dan pantau terus rilis final pada awal Agustus 2026, saat rangkaian tolok ukur yang lebih lengkap serta (kemungkinan) ketentuan lisensi yang diperbarui akan tersedia.

3. Analis kebijakan dan industri yang mengikuti program sovereign-AI

Bagi siapa pun yang melacak strategi AI nasional — bagaimana pemerintah di luar AS dan Tiongkok berusaha membangun kemampuan AI mandiri — Motif-3 adalah studi kasus konkret yang berguna dari program Dokpamo Korea dalam aksi: alokasi GPU pemerintah, sebuah perusahaan swasta kecil, klaim arsitektur yang secara eksplisit “tanpa basis sumber terbuka asing”, dan siklus pembangunan selama lima bulan. Ini berada di samping EXAONE dari LG AI Research dan Solar dari Upstage sebagai salah satu dari beberapa upaya paralel, dan membandingkan pendekatan masing-masing, pilihan lisensi, dan lintasan tolok ukur adalah lensa yang masuk akal untuk memahami bagaimana pendanaan AI-berdaulat diterjemahkan menjadi output model yang sebenarnya.

Kapan tidak menggunakannya

Jangan gunakan Motif-3-Beta dalam produk komersial atau yang menghasilkan pendapatan — lisensi Hugging Face saat ini secara eksplisit hanya untuk penggunaan penelitian non-komersial, dan menggunakannya dalam produksi merupakan pelanggaran lisensi, bukan sekadar risiko. Jangan anggap angka AAII 44 sebagai hasil benchmark yang sepenuhnya terverifikasi dan final: angka tersebut berasal dari pers dan kartu model itu sendiri, bukan dari pembacaan langsung dan segar dari papan peringkat Artificial Analysis langsung, dan kemungkinan akan berubah pada saat versi final dirilis. Jangan mengandalkan model ini untuk tugas-tugas yang memerlukan cakupan benchmark standar dan terdokumentasi dengan baik — belum ada skor MMLU, GPQA, HumanEval, atau KMMLU yang dipublikasikan untuk diperiksa dengan kasus penggunaan Anda. Dan jangan berharap akses API tingkat produksi saat ini: tidak ada harga API publik, tidak ada organisasi GitHub, dan tidak ada makalah arsitektur yang ditinjau sejawat, semuanya wajar untuk ditunggu sebelum membangun apa pun di luar prototipe penelitian di atas Motif-3.

FAQ

Apa itu Motif-3-Beta?

Ini adalah model bahasa besar sparse mixture-of-experts dari Motif Technologies, sebuah lab AI Korea dan anak perusahaan Moreh. Model ini memiliki sekitar 314 miliar parameter total dengan sekitar 13 miliar aktif per token, jendela konteks 256K token, dan dilatih dengan korpus bahasa Korea khusus. Saat ini model tersebut masih dalam tahap checkpoint Beta/pra-rilis, bukan rilis final.

Seberapa bagus Motif-3-Beta sebenarnya?

Menurut satu ukuran independen — Artificial Analysis Intelligence Index — skornya 44, yang menurut liputan pers menempatkannya di peringkat ketiga di antara model sumber terbuka global (di belakang Kimi K3 dan GLM-5.2) dan peringkat ke-11 secara keseluruhan. Itu adalah hasil awal yang kuat, tetapi belum ada skor MMLU, GPQA, HumanEval, atau KMMLU yang dipublikasikan untuk model tersebut, sehingga gambaran lengkapnya masih belum sempurna.

Bolehkah saya menggunakan Motif-3-Beta untuk keperluan komersial?

Tidak di bawah lisensi saat ini. Bobot Hugging Face dirilis hanya untuk penggunaan penelitian non-komersial. Ini adalah langkah mundur dari lisensi Apache 2.0 yang sepenuhnya permisif yang digunakan oleh model pendahulunya, Motif-2, dan ini merupakan batasan keras untuk penggunaan produksi saat ini.

Berapa biaya untuk menggunakannya?

Belum ada harga API publik. Anda dapat mencoba model ini secara gratis di antarmuka chat.motiftech.io yang di-host, atau menghosting sendiri bobot terbuka untuk penelitian non-komersial. Harga dan ketentuan komersial mungkin akan diperkenalkan bersamaan dengan rilis final.

Apakah ini benar-benar arsitektur Korea yang independen?

Itu klaim Motif, dan itu sesuai dengan tujuan yang lebih luas dari program AI berdaulat nasional Korea "Dokpamo" — sebuah arsitektur tanpa basis sumber terbuka asing di bawahnya. Model tersebut memang mendeskripsikan komponen kustom ("Grouped Differential Latent Attention," "Grouped PolyNorm activation," mekanisme "modified mHC"), tetapi ini adalah istilah yang dijelaskan oleh vendor yang belum dirinci dalam makalah atau ditinjau secara independen.

Kapan versi finalnya keluar?

Motif telah mengindikasikan bahwa rilis final non-Beta direncanakan sekitar awal Agustus 2026. Harapkan pembaruan tolok ukur, dan kemungkinan pembaruan lisensi dan harga, pada saat itu.

Bagaimana perbandingannya dengan Kimi K3 dan GLM-5.2?

Keduanya saat ini berada di atas Motif-3-Beta pada indeks open-source Artificial Analysis — Kimi K3 sekitar AAII 57 dan GLM-5.2 di AAII 51, dibandingkan dengan Motif-3-Beta yang 44. GLM-5.2 juga memiliki lisensi MIT yang lebih permisif dan harga API yang dipublikasikan ($1.40/$4.40 per juta token) hari ini, yang belum ditawarkan oleh Motif-3-Beta.

Haruskah saya menggunakan Motif-3-Beta hari ini?

Gunakan jika Anda melakukan penelitian NLP bahasa Korea, melacak persaingan model sumber terbuka, atau mempelajari kebijakan AI berdaulat — semua kasus penggunaan yang didukung dengan baik oleh lisensi non-komersial dan antarmuka obrolan gratis. Tunggu rilis final, dengan tolok ukur yang lebih lengkap dan ketentuan komersial yang lebih jelas, sebelum membangun apa pun di luar prototipe riset.

Intinya

Motif-3-Beta adalah hasil yang sungguh penting: sebuah tim Korea yang terdiri dari 30 orang, didanai melalui program AI kedaulatan nasional, berhasil menempati peringkat ketiga di antara model open-source global pada indeks independen dalam waktu kurang lebih lima bulan pengembangan. Namun, "Beta" dan "non-komersial" bukanlah catatan kaki pemasaran biasa — keduanya adalah fakta penentu apakah model ini dapat digunakan untuk keperluan Anda saat ini. Sebagai artefak riset dan sebagai sinyal ke arah mana arsitektur MoE yang efisien dan program AI nasional bergerak, model ini layak untuk dicermati. Sebagai model produksi, model ini belum sampai di sana — pantau kembali sekitar rilis final awal Agustus 2026 untuk gambaran yang lebih lengkap.