Distilasi memungkinkan model baru belajar dari output model yang lebih kuat, menghemat waktu dan daya komputasi pelatihan. ByteDance secara internal mengakui bahwa tanpa mengikuti jalur ini, model bahasa Seed akan sulit mengejar DeepSeek, Kimi, dan Qwen dalam jangka pendek.

Penulis artikel, sumber: 0x9999in1, ME News



TL;DR

• Menurut The Information, pendiri ByteDance, Zhang Yiming, secara jelas menyatakan dalam pertemuan seluruh tim Seed bulan lalu: perusahaan tidak akan menjadikan distilasi sebagai jalan pintas untuk mengejar model besar, meskipun hal ini menyebabkan ketinggalan sementara dari pesaing domestik.
• Distilasi memungkinkan model baru belajar dari output model yang lebih kuat, menghemat waktu dan daya komputasi pelatihan. ByteDance secara internal mengakui bahwa tanpa mengikuti jalur ini, model bahasa Seed akan sulit mengejar DeepSeek, Kimi, dan Qwen dalam jangka pendek.
• Yang sebenarnya ditakuti oleh ByteDance bukanlah kesenjangan teknologi, melainkan risiko politik. TikTok telah lama menjadi perhatian pemerintah AS, dan jika dituduh mengekstraksi kemampuan model mutakhir AS dalam skala besar, Washington mungkin kembali memberikan tekanan.
• Anthropic sebelumnya pernah menyebut DeepSeek, Bulan di Sisi Gelap, MiniMax, Zhipu, dan Alibaba karena secara besar-besaran mengekstrak kemampuan Claude, tetapi tidak menyebut ByteDance.
• Ini bukan soal moralitas, tapi penetapan harga risiko. Zhang Yiming mengubah sebuah pilihan teknis menjadi soal kelangsungan hidup.

Katakan dulu kesimpulannya: Ini bukan sikap tinggi hati, tapi perhitungan.

Jelaskan dulu dengan jelas.

Zhang Yiming menolak distilasi, bukan karena dia lebih menjaga reputasi daripada orang lain. Bukan pula karena insinyur ByteDance tiba-tiba secara kolektif memeluk "kepercayaan orisinalitas".

Karena dia telah menghitungnya dengan jelas.

Dalam akun ini, uang yang bisa dihemat melalui distilasi jauh lebih kecil dibandingkan masalah yang mungkin ditimbulkan oleh distilasi. Bagi perusahaan AI Tiongkok lainnya, distilasi adalah akselerator. Bagi ByteDance, distilasi adalah senjata yang bisa digunakan melawannya.

Tindakan yang sama, ketika menimpa orang yang berbeda, memiliki harga yang sama sekali berbeda. Inilah seluruh rahasia nya.

Jadi jangan terburu-buru memakai topi "idealisme teknis" pada Zhang Yiming. Hal yang dia lakukan sangat tenang, bahkan agak kejam—dia membayar lebih awal untuk sebuah risiko yang tidak terlihat oleh orang lain.

Apa itu distilasi? Mengapa semua orang menggunakannya?

Mari belajar dulu.

Distilasi, dengan kata sederhana, adalah "AI belajar kepada guru". Sebuah model yang lebih kecil dan lebih murah meniru output dari model yang lebih besar dan lebih kuat. Guru menjawab bagaimana, siswa belajar dengan menirunya. Setelah belajar, model kecil dapat melakukan tugas yang hampir setara dengan model besar dengan biaya sangat rendah.

Seberapa hebat teknologi ini? Sehebat hampir menjadi tindakan baku industri.

Pikirkanlah. Berapa banyak uang yang harus dikeluarkan untuk melatih model canggih dari awal? Berapa banyak daya komputasi yang dibutuhkan? Berapa banyak data berkualitas tinggi yang diperlukan? Sedangkan distilasi, sama saja dengan berdiri di atas bahu orang lain, langsung melewati bagian paling sulit.

Di dalam ekosistem AI Tiongkok, distilasi hampir ada di mana-mana. Ketika DeepSeek R1 muncul secara mendadak dan mengguncang seluruh industri, perdebatan seputar distilasi pun membara—publik secara luas membahas bagaimana laboratorium-laboratorium Tiongkok memanfaatkan output model canggih Amerika untuk mempercepat evolusi mereka sendiri.

OpenAI pernah menyatakan kekhawatiran. Anthropic juga pernah menyebutnya. Keduanya sedang mempertimbangkan apakah akan memperketat syarat layanan untuk menutup celah "meniru" ini.

Inilah latar belakangnya. Ketika semua orang mengambil jalan pintas, mengambil jalan pintas itu sendiri tidak lagi perlu dijelaskan.

Yang perlu dijelaskan adalah orang yang tidak menyalin.

Kebersihan Byte: Seed tidak menyentuh distilasi sejak hari pertama

Ini bagian yang menarik.

Dilaporkan bahwa departemen penelitian AI ByteDance, Seed, sejak hari pertama berdiri, mematuhi aturan yang tidak biasa: tidak melakukan knowledge distillation.

Bukan aturan yang baru saja dibuat. Sejak awal hingga akhir.

Di industri di mana meniru model yang lebih kuat hampir menjadi ritual dewasa, induk perusahaan TikTok justru memilih jalan yang lebih sulit. Mereka akan membangun modelnya sendiri dari prinsip pertama, satu batu bata demi satu batu bata, menggunakan data propieternya sendiri.

What is the cost?

ByteDance sendiri mengakui: tanpa mengikuti jalur distilasi, model bahasa Seed akan lebih sulit mengejar rekan-rekan domestik seperti DeepSeek, Kimi, dan Qwen dalam jangka pendek.

Ini perkataan yang jujur. Tanpa dibuat-buat.

Mengejar model besar memang merupakan perlombaan yang membutuhkan ketepatan detik. Anda mengurangi satu akselerator, berarti Anda harus menghabiskan lebih banyak waktu, lebih banyak daya komputasi, dan lebih banyak usaha keras untuk menutup kesenjangan tersebut.

Apa yang dicari oleh Byte?

Jawaban sebenarnya: ByteDance takut bukan pada ketinggalan, tapi pada Washington

Gambar itu, tidak memberikan pisau kepada Washington.

Ini adalah inti dari seluruh masalah ini. Yang paling dikhawatirkan oleh ByteDance, sejak awal, bukan ketinggalan teknis sedikit saja. Yang mereka khawatirkan adalah risiko politik.

Cek kembali catatan lama, maka Anda akan mengerti. Perusahaan ByteDance, karena TikTok, telah lama berada di bawah pengawasan pemerintah AS. Ini bukan hal baru, melainkan pedang yang telah menggantung selama bertahun-tahun.

Situasi saat ini adalah: bisnis keamanan data TikTok di Amerika Serikat telah mengundang modal Amerika Serikat. Namun, ByteDance masih mempertahankan sahamnya dan terus mengelola bisnis global TikTok.

Artinya, hubungan antara ByteDance dan TikTok belum sepenuhnya terputus. Masih ada di meja permainan.

Lalu pertanyaannya adalah. Misalnya suatu hari, ByteDance dituduh "mengekstraksi kemampuan model mutakhir Amerika secara besar-besaran", apa yang akan terjadi?

Jawabannya tidak sulit ditebak. Di tangan Washington, akan tiba-tiba muncul alasan baru yang terdengar mulia untuk kembali menekan TikTok.

Lihat, perusahaan ini bahkan AI-nya pun mencuri dari Amerika.

Satu kalimat saja bisa mendorong situasi yang baru saja sedikit mereda kembali ke tengah api.

Jadi, sekarang Anda melihat kembali aturan "tidak menyentuh destilasi sejak hari pertama," apakah rasanya sama sekali berbeda?

It's not technical pedantry. It's an insurance policy bought in advance.

Mengapa ByteDance tidak ada dalam daftar panggilan Anthropic?

Ada satu detail yang sangat menarik untuk diperhatikan.

Anthropic sebelumnya pernah menuduh: DeepSeek, Bulan di Sisi Gelap, MiniMax, Zhipu, dan Alibaba—kelompok ini—secara besar-besaran mengekstraksi kemampuan Claude.

The list is clearly laid out.

Tetapi dalam daftar ini, tidak ada Byte.

Saya tidak ingin membaca berlebihan terhadap informasi yang "tidak muncul". Tetapi jika digabungkan dengan pernyataan ByteDance sendiri bahwa "tidak pernah mendistilasi", setidaknya bisa membentuk gambaran yang logis dan konsisten:

Ketika orang lain karena distilasi secara publik disebutkan, ByteDance justru berada di tempat yang tidak disinari lampu sorot.

Ini adalah imbalan dari pembayaran di muka.

Keringat yang kamu keluarkan hari ini adalah untuk memastikan besok tidak ada yang bisa menyalahkanmu. Ketika seluruh industri mengalami tekanan opini akibat tuduhan "meniru", ByteDance dapat dengan tenang berkata: Ini tidak ada hubungannya dengan saya.

Dalam lingkungan geopolitik yang semakin menekankan "sumber murni", kalimat "model saya tidak pernah minum susu model Amerika" — itu sendiri adalah aset.

Tetapi harganya adalah uang sungguhan: tidak ada jawaban gratis untuk soal ini.

Ngomong-ngomong, jangan terlalu romantis membahas hal ini.

Menolak distilasi, tagihan yang harus dibayar Byte adalah nyata.

Pertama, adalah waktu. Melatih dari awal secara alami lebih lambat daripada distilasi. Di lintasan yang beriterasi dalam hitungan minggu atau bulan, keterlambatan itu sendiri sudah merupakan kemunduran.

Transaksi kedua adalah daya komputasi dan biaya. Biaya yang dapat dihemat oleh distilasi harus ditanggung sendiri oleh ByteDance. Membangun dari nol berarti data yang lebih mahal, siklus pelatihan yang lebih panjang, dan lebih banyak percobaan dan kesalahan.

Transaksi ketiga adalah posisi persaingan jangka pendek. Bahkan ByteDance sendiri mengakui bahwa model bahasa dalam jangka pendek lebih sulit mengejar rekan-rekan domestik. Di balik kalimat ini terdapat peringkat di daftar, suara di acara peluncuran, dan kesabaran pasar modal.

Jadi, apa yang diminta Zhang Yiming kepada timnya jelas: bersedia mengorbankan keuntungan jangka pendek demi mencapai tujuan jangka panjang.

Mengatakan ini terdengar ringan. Namun, melakukannya berarti menghadapi tekanan setiap kuartal dan kecemasan karena "orang lain sudah merilis model baru," lalu terus-menerus mengingatkan diri sendiri—tidak perlu terburu-buru, tidak perlu meniru, terus maju.

Di dunia ini, tidak ada kesadaran gratis. Kesadaran dibeli dengan harga.

Prinsip jangka panjang Zhang Yiming kali ini tepat sasaran

Semua orang yang mengenal Zhang Yiming tahu bahwa empat kata "long-termism" telah lama ia ucapkan.

Namun, seringkali long-termism hanyalah sebuah kalimat indah yang hanya diucapkan tanpa tindakan. Ketika saatnya harus mengeluarkan uang, mengakui kekalahan, atau diam-diam melihat pesaing melintas jauh di depan, sedikit orang yang mampu bertahan.

Kali ini, prinsip jangka panjang benar-benar tepat sasaran.

It's no longer a slogan in a PowerPoint presentation, but a concrete, painful choice: there's a faster path right in front of you, everyone is taking it, yet you refuse to.

Why?

Karena Zhang Yiming tidak melihat peringkat balapan ini. Yang ia lihat adalah apakah ByteDance mampu bertahan secara stabil di pasar global dalam lima hingga sepuluh tahun ke depan, bukan terguling pada suatu hari karena tuduhan politik yang tiba-tiba.

TikTok mengajarkan padanya satu hal: bagi sebuah perusahaan yang beroperasi di Tiongkok dan Amerika, risiko terbesar bukanlah teknologi yang tidak kuat, melainkan adanya kelemahan yang bisa digunakan orang lain.

Distilasi dapat membuat model menjadi lebih kuat. Namun, distilasi juga bisa menjadi titik lemahnya.

Di antara "lebih kuat" dan "lebih aman", Zhang Yiming memilih yang terakhir.

Apakah ini cerdas, atau konservatif?

Beberapa orang akan mengatakan ini terlalu konservatif. Dalam kompetisi AI, setiap detik sangat penting. Apakah layak memperlambat langkah demi risiko yang belum terjadi? Bagaimana jika pesaingmu justru menggunakan distilasi untuk benar-benar meninggalkanmu?

Kekhawatiran ini tidak tanpa dasar.

Tetapi saya lebih suka memahaminya sebagai kemampuan "penentuan harga risiko".

Perusahaan biasa hanya menghitung biaya langsung: berapa banyak yang bisa dihemat dengan distilasi, seberapa cepat beberapa hari. Zhang Yiming menghitung rekening lain: tindakan ini, akankah pada suatu saat yang tidak bisa saya kendalikan, menjadi jerami terakhir yang menjatuhkan TikTok?

Transaksi sebelumnya adalah catatan keuangan. Transaksi berikutnya adalah catatan kelangsungan hidup.

Laporan keuangan seindah apa pun, tidak lebih besar daripada laporan kelangsungan hidup.

Tentu, saya tidak mengatakan Zhang Yiming pasti benar. Mungkin beberapa tahun ke depan, kita akan melihat kembali dan menyadari bahwa keputusan ini membuat ByteDance melewatkan jendela kunci tertentu. Mungkin jalan distilasi pesaingnya tidak memicu badai politik yang diharapkan. Sejarah tidak pernah menjamin bahwa orang yang hati-hati pasti menang.

Tetapi saya menghargai sikap "memikirkan dengan matang sebelum bertindak" ini.

Di industri di mana semua orang berteriak "cepat, cepat, cepat," ada sebuah perusahaan yang bersedia berhenti dan bertanya pada dirinya sendiri: Apakah saya mampu menempuh jalan pintas ini?

Penutup

Pada akhirnya, distilasi hanyalah istilah teknis.

Namun keputusan Zhang Yiming ini sudah melampaui ranah teknis. Ini adalah penilaian risiko yang diambil oleh perusahaan yang berada di antara Tiongkok dan Amerika Serikat. Ini adalah pernyataan dari pendiri yang mengutamakan "bertahan lama" daripada "berlari cepat".

Orang lain mengambil jalan pintas karena mereka mampu melakukannya. Byte mengambil jalan panjang karena mereka tidak mampu melakukannya.

Setelah memahami tingkat ini, kamu akan menyadari: "Kesabaran" Zhang Yiming bukanlah masalah kemampuan, tapi masalah kesadaran.

Dan tetap tenang, di industri yang penuh kegaduhan ini, pada dasarnya adalah kemewahan yang langka.

Pelan itu terserah. Beberapa hutang pasti harus dibayar suatu hari nanti. Zhang Yiming hanya memilih untuk membayarnya lebih awal.

Sumber kutipan

• Informasi, "Zhang Yiming dari ByteDance Tidak Akan Menggunakan Distilasi untuk Mengembangkan Model AI" (Agustus 2026)
• Cryptopolitan, "Pendiri ByteDance menolak distilasi saat AS menargetkan laboratorium Tiongkok" (Agustus 2026)
• Cryptobriefing, "ByteDance melarang distilasi dari panduan AI-nya, mempertaruhkan semuanya pada data buatan sendiri" (5 Agustus 2026)
• American Bazaar, "Pendiri ByteDance Zhang Yiming mengatakan perusahaan tidak akan mengandalkan distilasi AI" (5 Agustus 2026)
• TechFlow Post, "Pendiri ByteDance membantah menggunakan teknologi distilasi untuk model AI" (5 Agustus 2026)
• AI Weekly, "Zhang Yiming dari ByteDance Menolak Distilasi untuk Model AI" (Agustus 2026)