Memperkenalkan API Sahabat AI di Neosantara (Eksperimental)

Neosantara meluncurkan dukungan API eksperimental untuk ekosistem model Sahabat AI — keluarga LLM Indonesia pertama yang dilatih lanjut pada 50 miliar token bahasa Indonesia dan terintegrasi ke dalam asisten suara AI Dira milik GoTo, kini melayani platform ekonomi digital terbesar Indonesia (siaran pers GoTo, 2024). Inisiatif ini menghadirkan dua model AI berkinerja tinggi melalui satu endpoint kompatibel OpenAI, dengan billing Rupiah transparan dan latensi gateway lokal.

Pasar AI Indonesia mencapai estimasi USD 1,1 miliar pada 2026, tumbuh pada CAGR 38%, dengan segmen LLM saja diproyeksikan mencapai USD 38,7 miliar pada 2031 (IDC 2025; Mobility Foresights, 2025). Model terlokalisasi bukan lagi opsional — mereka menjadi standar untuk aplikasi AI berbahasa Indonesia.

Tidak seperti model bahasa global yang memerlukan prompt engineering ekstensif untuk menghasilkan output Indonesia yang sadar budaya, model Sahabat AI dilatih lanjut pada 50 miliar token teks berbahasa Indonesia. Ini berarti mereka menangkap pola bahasa formal, informal, dan regional secara bawaan — tanpa perlu system prompt kustom untuk konteks lokal. Dalam evaluasi independen yang membandingkan Sahabat AI dengan SEA-LIONv3 pada 50 tantangan berbahasa Indonesia, Sahabat AI unggul dalam kelancaran linguistik dan akurasi domain (SUPA AI Blog, 2025).

#Mengapa Model Sahabat AI Mengungguli LLM Umum untuk Tugas Berbahasa Indonesia

Kesenjangan performa antara model umum dan model terlokalisasi terukur. Pada benchmark SEA-HELM — evaluasi standar di 7 bahasa Asia Tenggara — Sahabat AI v1-9B Instruct mencetak 64,15 untuk Bahasa Indonesia, 64,44 untuk Jawa, dan 54,91 untuk Sunda, mengungguli model dasar pada tugas yang relevan secara budaya (papan peringkat SEA-HELM, 2025).

Pada benchmark MMLU-ProX, penalaran bahasa Indonesia mencapai skor 81,3% dengan model multibahasa terbaik — menempatkan Indonesia di atas semua bahasa Asia Timur dan Tenggara lainnya yang diuji — tetapi hanya ketika menggunakan model dengan data pelatihan Indonesia yang signifikan (EMNLP 2025).

Model umum seperti GPT-4o dan Claude bekerja cukup baik pada percakapan bahasa Indonesia informal, tetapi performanya menurun drastis pada teks hukum dan regulasi formal Indonesia — jenis teks yang dibutuhkan developer untuk sistem produksi (AIMenta, 2026). Model Sahabat AI menutup kesenjangan ini karena dilatih pada korpus yang mencerminkan keragaman linguistik Indonesia: 700+ bahasa daerah, Jawa (95 juta penutur), Sunda (42 juta), dan bahasa Indonesia formal yang sangat berbeda dari data pelatihan media sosial.

Studi LORAXBENCH (EMNLP 2025) mengevaluasi model multibahasa pada 20 bahasa daerah Indonesia dan enam tugas. Sahabat AI, bersama Gemini 1.5 Pro dan Gemma 9B, menunjukkan performa lintas bahasa terkuat — termasuk pada bahasa dengan sumber daya rendah seperti Bugis dan pada register formal seperti Krama Jawa, yang sebagian besar model umum tangani dengan buruk.

Model-model ini juga membantu organisasi mematuhi Undang-Undang PDP Indonesia, yang berlaku efektif sejak Oktober 2024 dengan penegakan diperkirakan pada Oktober 2026 — merutekan lalu lintas melalui gateway lokal mencegah kebocoran data ke luar negeri, persyaratan kepatuhan utama (AIMenta, 2026).

#Model Sahabat AI Mana yang Harus Anda Gunakan?

Kedua model tersedia melalui API eksperimental Neosantara, masing-masing dioptimalkan untuk beban kerja berbeda:

Varian Lion 9B (model merge komunitas yang menempati peringkat #3 di Open LLM Leaderboard untuk model sub-10B pada November 2024) unggul dalam percakapan terbuka — pengujian independen menunjukkan ia mengungguli SEA-LIONv3 dengan selisih signifikan dalam mengenali slang daerah dan menafsirkan ekspresi idiomatik (SUPA AI Blog, 2025). Varian Llama 3 CPT (model instruksi resmi GoToCompany, dilatih lanjut dari Sea-Lion v2.1 milik AI Singapore pada 50 miliar token) lebih cocok untuk tugas terstruktur yang membutuhkan ketepatan dalam mengikuti instruksi. Keduanya mendukung context window 8.192 token, cukup untuk merangkum dokumen berbahasa Indonesia atau memproses percakapan multi-turn.

Jika Anda sudah menggunakan Neosantara untuk model lain, varian Sahabat AI ini bekerja melalui endpoint API yang sama — cukup ganti parameter model.

#Cara Integrasi: Satu API, Dua Model

API Neosantara yang kompatibel dengan OpenAI memungkinkan Anda mengintegrasikan model Sahabat AI dengan kode yang sudah ada dalam hitungan menit. Tanpa SDK terpisah, tanpa konfigurasi khusus — cukup ganti ID model.

import openai

client = openai.OpenAI(
    api_key="your_neosantara_api_key",
    base_url="https://api.neosantara.xyz/v1"
)

response = client.chat.completions.create(
    model="sahabatai-lion-9b-ties-v1",
    messages=[
        {"role": "system", "content": "Anda adalah asisten AI yang ramah dan fasih berbahasa Indonesia."},
        {"role": "user", "content": "Tuliskan ringkasan singkat tentang sejarah kota Jakarta."}
    ],
    temperature=0.7
)

print(response.choices[0].message.content)

Catatan kompatibilitas: Karena Neosantara menggunakan protokol OpenAI, model Sahabat AI bekerja dengan alat apa pun yang mendukung format request OpenAI — termasuk LiteLLM, any-llm, dan klien HTTP kustom. Jika Anda sudah menggunakan LiteLLM dengan Neosantara atau any-llm dengan Neosantara, menambahkan Sahabat AI hanya membutuhkan perubahan parameter model.

Karena integrasi ini masih dalam tahap eksperimental, performa model dan ketersediaan server dapat berubah selama pengujian. Neosantara menyarankan penggunaan fallback model dalam arsitektur aplikasi Anda — misalnya, merutekan ke model stabil seperti Kimi K2 atau agen Agno ketika endpoint Sahabat AI tidak tersedia.

#Lanskap LLM Indonesia: Di Mana Posisi Sahabat AI

Ekosistem LLM Indonesia telah berkembang pesat. Sebagai konteks, pasar NLP Indonesia bernilai USD 790,2 juta pada 2024 dan diproyeksikan mencapai USD 9,4 miliar pada 2033 (CAGR 30,5%) (DataCube Research, 2025). Tiga tingkatan model tersedia:

Sahabat AI menempati posisi unik: ia adalah satu-satunya LLM Indonesia tingkat produksi yang terintegrasi ke platform konsumen utama. Asisten suara Dira milik GoTo — pertama kali diluncurkan di Google Gemini 1.5 Flash pada Juli 2024, kemudian beralih ke infrastruktur Sahabat AI pada November 2024 — menangani interaksi Gojek dan GoPay dalam bahasa dan dialek asli (blog NVIDIA, 2024). Pada Juni 2025, GoTo dan Indosat meluncurkan model Sahabat AI dengan 70 miliar parameter yang mendukung 5 bahasa lokal (Indonesia, Jawa, Sunda, Bali, Batak), memperluas jangkauan ekosistem (siaran pers GoTo, 2025). Untuk bisnis Indonesia, pilihannya bukan antara "model lebih baik" dan "model lokal" — tetapi mencocokkan model dengan kasus penggunaan. Model frontier serba guna tetap menjadi pilihan terbaik untuk penalaran kompleks; Sahabat AI adalah pilihan terbaik ketika akurasi linguistik dan budaya lebih penting.

#Pertanyaan yang Sering Diajukan (FAQ)

#Apa arti "eksperimental" untuk penggunaan produksi?

Status eksperimental berarti integrasi masih dalam pengembangan aktif. Performa, latensi, dan ketersediaan model dapat berubah selama tahap pengujian. Neosantara merekomendasikan penggunaan fallback model dalam arsitektur produksi Anda — misalnya, merutekan ke model tujuan umum yang stabil jika endpoint Sahabat AI mengembalikan error.

#Apakah model ini gratis dengan free tier Neosantara?

Ya. Model Sahabat AI tersedia melalui API key Neosantara yang sama dengan sistem kredit gratis. Daftar untuk mendapatkan kredit gratis Rp 10.000 untuk menguji kedua model sesuai kasus penggunaan Anda sebelum beralih ke paket berbayar.

#Bisakah saya menggunakan model Sahabat AI melalui LiteLLM atau any-llm?

Ya. API Neosantara yang kompatibel dengan OpenAI berarti Sahabat AI bekerja dengan alat apa pun yang mendukung format request OpenAI — termasuk LiteLLM, any-llm, LangChain, dan klien kustom. Satu-satunya perubahan adalah parameter model.

#Apa perbedaan antara Lion 9B dan Llama 3 CPT?

Lion 9B mengutamakan kelancaran percakapan alami dengan kesadaran budaya, ideal untuk chatbot dan asisten interaktif. Ia mengungguli alternatif regional dalam pengenalan bahasa informal dan slang. Llama 3 CPT dioptimalkan untuk mengikuti instruksi terstruktur — lebih cocok untuk klasifikasi, ekstraksi, dan tugas data terstruktur yang membutuhkan format output presisi.

#Bagaimana perbandingan Sahabat AI dengan SEA-LION?

Dalam evaluasi independen 50 tantangan yang mencakup bahasa, pengetahuan domain, geografi, dan tugas gabungan, Sahabat AI mengungguli SEA-LIONv3 dalam kelancaran linguistik dan akurasi domain, sementara SEA-LIONv3 unggul tipis dalam kueri geografis (SUPA AI Blog, 2025). Kedua model masih memiliki ruang untuk perbaikan pada tugas yang membutuhkan integrasi beberapa kompetensi.

#Referensi Sumber

1. GoTo Company, "GoTo and Indosat Ooredoo Hutchison Launch Sahabat-AI," November 2024. https://www.gotocompany.com/en/news/press/goto-launches-sahabat-ai-enhancing-its-leadership-in-indonesias-technology-sector
2. GoTo Company, "Sahabat-AI 70B Model Launch with Multilingual Chat Service," June 2025. https://www.gotocompany.com/en/news/press/sahabat-ai-gets-smarter-indosat-and-goto-launch-new-70-billion-parameter-model-with-multilingual-chat-service
3. NVIDIA Blog, "Indonesia Tech Leaders Build Sovereign AI with Sahabat-AI," November 2024. https://blogs.nvidia.com/blog/indonesia-tech-leaders-sovereign-ai/
4. Neosantara, "Ikhtisar Model," 2026. https://docs.neosantara.xyz/id/models-overview
5. Neosantara, "Panduan Memulai," 2026. https://docs.neosantara.xyz/id/quickstart
6. SUPA AI, "Benchmarking Bahasa Indonesia LLMs: SEA-LIONv3 vs SahabatAI-v1," Februari 2025. https://blog.supa.so/2025/02/21/benchmarking-bahasa-indonesia-llms-sea-lionv3-vs-sahabatai-v1/
7. EMNLP 2025, "MMLU-ProX: A Multilingual Benchmark for Advanced LLM Evaluation," 2025. https://aclanthology.org/2025.emnlp-main.79.pdf
8. EMNLP 2025, "LORAXBENCH: A Multitask, Multilingual Benchmark Suite for 20 Indonesian Languages," 2025. https://aclanthology.org/2025.emnlp-main.881.pdf
9. Papan Peringkat SEA-HELM, "Evaluasi Bahasa Asia Tenggara," 2025. https://leaderboard.sea-lion.ai/detailed/ID
10. AIMenta, "Indonesia Enterprise AI 2026 — PDP Law, Digital Economy, Bahasa Indonesia," April 2026. https://aimenta.ai/insights/indonesia-enterprise-ai-2026-digital-economy-regulation
11. DataCube Research, "Indonesia AI Natural Language Processing Market Size," November 2025. https://www.datacuberesearch.com/indonesia-natural-language-processing-market

Semua URL diakses Juni 2026.