Persaingan kecerdasan buatan untuk menghasilkan video dari perintah teks semakin ketat, dengan pengembang China mengambil posisi dominan di jajaran model dengan performa tertinggi. Berdasarkan leaderboard Artificial Analysis per 10 Agustus 2026, delapan dari 10 model yang berada di posisi teratas berasal dari perusahaan atau tim pengembang China. Di tengah dominasi tersebut, Google masih mempertahankan posisi pertama melalui Gemini Omni Flash dengan skor Elo 1.243.
Perkembangan ini memperlihatkan perubahan penting dalam lanskap AI generatif. Jika sebelumnya persaingan teknologi AI banyak dikaitkan dengan perusahaan teknologi Amerika Serikat, sektor pembuatan video dari teks kini memperlihatkan kehadiran yang sangat kuat dari pengembang China. Nama seperti MiniMax, ByteDance, Alibaba, Kuaishou melalui Kling AI, dan Skywork AI muncul dalam jajaran model yang mendapat perhatian tinggi.
Delapan dari 10 Model Teratas Berasal dari China
Data yang dikutip Bloomberg Technoz dari Artificial Analysis menunjukkan bahwa pengembang China mengisi sebagian besar posisi teratas dalam teknologi text-to-video. Dari 10 model dengan peringkat tertinggi pada 10 Agustus 2026, delapan di antaranya berasal dari perusahaan atau tim pengembang China.
Posisi pertama memang masih ditempati Gemini Omni Flash milik Google. Namun, setelah posisi tersebut, persaingan didominasi oleh sejumlah pemain China. MiniMax, ByteDance, Alibaba, Kuaishou melalui Kling AI, serta Skywork AI termasuk nama yang berada dalam jajaran teratas.
Komposisi tersebut menjadi gambaran bahwa kemampuan menghasilkan video menggunakan kecerdasan buatan telah berkembang menjadi arena persaingan global. Pengembang tidak hanya berlomba membuat model yang mampu menghasilkan gambar bergerak dari teks, tetapi juga berupaya meningkatkan kualitas hasil sehingga dapat memenuhi preferensi pengguna ketika dibandingkan secara langsung.
Google Masih Memimpin
Meski pengembang China mendominasi jumlah model di papan atas, Google tetap menjadi pemimpin dalam peringkat yang dikutip dalam laporan tersebut. Gemini Omni Flash berada di posisi pertama dengan skor Elo 1.243.
Gemini Omni Flash merupakan model video generatif dari Google DeepMind. Dalam penilaian Artificial Analysis yang dikutip Bloomberg Technoz, model tersebut telah memperoleh hampir 12.000 sampel penilaian.
Posisi tersebut menunjukkan bahwa dominasi berdasarkan jumlah model tidak sama dengan dominasi pada posisi pertama. Google masih memiliki model yang menjadi pilihan teratas dalam penilaian kualitas video, sementara sebagian besar posisi lainnya diisi oleh model dari pengembang China.
Bagaimana Artificial Analysis Menilai Model Video AI?
Peringkat yang digunakan Artificial Analysis tidak semata-mata berasal dari satu pengukuran teknis. Sistem yang digunakan dalam leaderboard tersebut memakai metode Elo yang berasal dari pemungutan suara pengguna dalam perbandingan video secara blind.
Dalam proses tersebut, pengguna membandingkan dua video yang dibuat berdasarkan perintah teks yang sama. Identitas model yang menghasilkan video tidak diketahui oleh pengguna ketika melakukan perbandingan. Dengan cara tersebut, penilaian diarahkan pada hasil video yang terlihat, bukan pada nama perusahaan atau model di baliknya.
Semakin tinggi skor Elo, semakin sering model tersebut dipilih oleh pengguna dalam perbandingan. Pendekatan seperti ini memberikan sudut pandang yang berbeda dari pengujian berbasis spesifikasi teknis karena hasil akhirnya sangat bergantung pada preferensi manusia terhadap kualitas video yang dihasilkan.
Artificial Analysis sendiri menyediakan perbandingan model video berdasarkan kualitas Elo, termasuk berbagai kategori seperti text-to-video, image-to-video, video editing, serta model yang mendukung atau tidak mendukung audio. Dengan demikian, performa sebuah model dapat dilihat dalam konteks kemampuan video generatif yang berbeda.
Text-to-Video Mengubah Cara Membuat Konten
Teknologi text-to-video memungkinkan pengguna memberikan instruksi dalam bentuk teks untuk menghasilkan video. Konsep dasarnya terlihat sederhana: pengguna memberikan prompt, kemudian model AI menerjemahkan instruksi tersebut menjadi rangkaian visual bergerak.
Namun, di balik proses tersebut terdapat tantangan teknologi yang jauh lebih kompleks. Model harus memahami konteks bahasa, objek, hubungan antarobjek, gerakan, lingkungan, serta perubahan visual dari waktu ke waktu. Hasil video juga harus tetap konsisten sehingga objek atau karakter tidak berubah secara tidak wajar dari satu bagian ke bagian berikutnya.
Karena itu, persaingan model video AI tidak hanya menyangkut kemampuan menghasilkan gambar yang menarik. Model juga perlu memahami instruksi pengguna dan menghasilkan video yang sesuai dengan maksud prompt. Penilaian melalui perbandingan blind menjadi salah satu cara untuk melihat apakah kualitas hasil tersebut benar-benar dapat diterima pengguna.
Perkembangan model video generatif juga memperluas penggunaan AI dari sekadar menghasilkan gambar statis. Jika gambar AI dapat digunakan untuk membuat ilustrasi atau materi visual, model text-to-video membuka peluang untuk menghasilkan adegan bergerak berdasarkan instruksi yang relatif singkat.
Perusahaan China Semakin Agresif di AI Video
Masuknya banyak pengembang China ke jajaran teratas menunjukkan kuatnya kompetisi di sektor AI video. Nama perusahaan dan tim pengembang yang muncul bukan berasal dari satu kelompok teknologi saja, melainkan mencakup sejumlah pemain dengan latar belakang berbeda.
MiniMax menjadi salah satu nama yang disebut dalam jajaran tersebut. ByteDance, perusahaan yang dikenal luas melalui ekosistem platform digitalnya, juga hadir melalui teknologi video AI. Alibaba turut menjadi bagian dari persaingan, sementara Kuaishou menghadirkan Kling AI. Skywork AI juga tercatat dalam kelompok pengembang yang berada di papan atas.
Keberagaman pemain tersebut memperlihatkan bahwa pengembangan video generatif di China tidak bertumpu pada satu perusahaan. Ada beberapa tim dan perusahaan yang mengembangkan model masing-masing dan berkompetisi untuk mendapatkan preferensi pengguna.
Hal tersebut penting karena kualitas model AI dapat berubah dengan cepat. Model yang berada di posisi tertentu pada sebuah periode dapat menghadapi persaingan dari versi baru atau model lain pada periode berikutnya. Karena itu, leaderboard perlu dipahami sebagai gambaran kondisi pada waktu penilaian, bukan sebagai peringkat yang berlaku selamanya.
Dominasi Jumlah Model Bukan Berarti Semua Aspek Unggul
Data delapan dari 10 model teratas perlu dibaca secara proporsional. Dominasi jumlah model menunjukkan bahwa pengembang China memiliki kehadiran yang kuat dalam daftar tersebut, tetapi tidak otomatis berarti seluruh model China lebih unggul dalam setiap aspek dibandingkan model dari negara lain.
Leaderboard Artificial Analysis menggunakan preferensi pengguna dalam perbandingan video tertentu. Hasil tersebut menggambarkan seberapa sering sebuah model dipilih dalam evaluasi yang dilakukan, bukan penilaian menyeluruh terhadap seluruh kemampuan teknologi perusahaan pembuatnya.
Perbedaan kebutuhan pengguna juga dapat memengaruhi pilihan. Seseorang mungkin lebih mengutamakan kepatuhan model terhadap prompt, sementara pengguna lain dapat lebih memperhatikan kualitas visual, gerakan, konsistensi objek, atau karakter tertentu dalam video.
Dengan demikian, posisi dalam leaderboard menjadi salah satu indikator untuk melihat perkembangan teknologi. Untuk memahami kemampuan sebuah model secara lebih lengkap, pengguna tetap perlu melihat jenis tugas yang dapat ditangani, metode input yang tersedia, karakteristik output, serta kebutuhan pengguna masing-masing.
Gemini Omni Flash dan Persaingan di Puncak
Keberadaan Gemini Omni Flash di posisi pertama menjadi bagian penting dari perkembangan tersebut. Google masih mampu mempertahankan posisi teratas meskipun sebagian besar model di 10 besar berasal dari China.
Dalam laporan Bloomberg Technoz, Gemini Omni Flash disebut sebagai model video generatif dari Google DeepMind. Skor Elo 1.243 menempatkannya di atas model lain yang berada di bawahnya pada daftar tersebut.
Jumlah hampir 12.000 sampel penilaian yang disebut dalam laporan juga menunjukkan bahwa model tersebut telah memperoleh volume evaluasi yang cukup besar dalam sistem Artificial Analysis yang digunakan untuk membentuk peringkat.
Namun, kekuatan Google di posisi pertama tidak menghapus perubahan besar dalam komposisi papan atas. Delapan model dari pengembang China di antara 10 besar menunjukkan bahwa kompetisi AI video telah menjadi semakin luas dan tidak lagi didominasi oleh sedikit perusahaan dari satu kawasan.
ByteDance, Alibaba, Kuaishou hingga MiniMax
Nama-nama pengembang yang masuk papan atas memiliki arti penting bagi arah perkembangan industri AI video. ByteDance, Alibaba, Kuaishou, dan MiniMax menunjukkan bahwa perusahaan teknologi China memiliki kemampuan untuk membangun model generatif yang bersaing pada level global.
Kling AI dari Kuaishou menjadi salah satu contoh yang mendapat perhatian dalam daftar tersebut. Model ini berada dalam ekosistem persaingan video generatif yang juga diikuti oleh berbagai model dari perusahaan teknologi besar lainnya.
Alibaba juga menjadi bagian dari peta persaingan. Kehadiran perusahaan besar dalam pengembangan model video memperlihatkan bahwa AI generatif telah menjadi bidang strategis bagi perusahaan teknologi yang ingin memperluas kemampuan produk dan layanan digital mereka.
Sementara itu, kehadiran MiniMax menunjukkan bahwa persaingan tidak hanya datang dari perusahaan teknologi yang sudah memiliki ekosistem digital sangat besar. Tim atau perusahaan yang fokus pada pengembangan AI juga dapat muncul sebagai pemain penting ketika model mereka mendapatkan respons positif dari pengguna.
Persaingan AI Video Akan Semakin Dinamis
Perkembangan leaderboard menunjukkan bahwa persaingan video generatif masih bergerak cepat. Artificial Analysis saat ini menyediakan pemantauan berbagai model video dengan ukuran kualitas berbasis Elo serta perbandingan lainnya. Hal tersebut memungkinkan posisi model berubah seiring bertambahnya penilaian dan hadirnya model baru.
Dalam konteks tersebut, dominasi delapan model China dari 10 posisi teratas pada 10 Agustus 2026 merupakan potret penting dari kompetisi pada saat itu. Posisi tersebut dapat berubah apabila model baru memperoleh respons pengguna yang lebih baik atau model yang sudah ada mendapatkan pembaruan kemampuan.
Perubahan tersebut juga membuat industri video generatif menjadi salah satu bagian AI yang menarik untuk diamati. Model tidak hanya bersaing berdasarkan kemampuan teknis yang diklaim pengembang, tetapi juga melalui pengalaman nyata pengguna ketika membandingkan hasil video.
Dampak bagi Industri Kreatif
Kemajuan text-to-video berpotensi mengubah proses produksi konten visual. Kemampuan menghasilkan video dari instruksi teks dapat membantu mempercepat tahap pembuatan konsep visual, materi promosi, ilustrasi, maupun berbagai bentuk konten digital lainnya.
Meski demikian, teknologi tersebut tidak serta-merta menghilangkan kebutuhan terhadap proses kreatif manusia. Prompt yang baik tetap membutuhkan pemahaman mengenai tujuan visual, cerita, karakter, komposisi, serta hasil yang ingin dicapai. Pengguna juga perlu menilai apakah video yang dihasilkan benar-benar sesuai dengan kebutuhan.
Dalam praktiknya, AI dapat menjadi alat untuk mempercepat eksperimen. Pengguna dapat mencoba berbagai instruksi dan membandingkan hasil sebelum menentukan visual yang paling sesuai. Semakin baik model memahami prompt dan menghasilkan video yang konsisten, semakin besar pula peluang teknologi tersebut digunakan dalam alur kerja kreatif.
Namun, kualitas akhir tetap menjadi faktor utama. Peringkat berbasis preferensi pengguna seperti yang digunakan Artificial Analysis memberikan gambaran bahwa penerimaan manusia terhadap hasil video menjadi salah satu ukuran penting dalam perkembangan teknologi ini.
China Muncul sebagai Kekuatan Penting AI Video
Dominasi pengembang China di papan atas model text-to-video menjadi salah satu perkembangan paling menonjol dalam persaingan AI generatif pada 2026. Dari 10 model teratas yang dikutip berdasarkan leaderboard Artificial Analysis per 10 Agustus, delapan berasal dari perusahaan atau tim pengembang China.
Google tetap menjadi pengecualian penting karena Gemini Omni Flash berada di posisi pertama dengan skor Elo 1.243. Dengan demikian, gambaran persaingan saat ini bukan mengenai satu negara yang sepenuhnya menguasai teknologi, melainkan kompetisi antara sejumlah pemain global dengan kekuatan yang semakin berimbang.
Bagi industri AI, perubahan tersebut menunjukkan bahwa pusat inovasi video generatif semakin tersebar. Pengembang China memiliki kehadiran kuat, sementara perusahaan teknologi Amerika Serikat seperti Google tetap berada di posisi penting.
Ke depan, perkembangan model baru, pembaruan teknologi, dan perubahan preferensi pengguna akan menentukan bagaimana posisi tersebut bergerak. Yang jelas, kemampuan mengubah teks menjadi video telah berkembang menjadi salah satu medan persaingan utama AI generatif, dan China kini menjadi salah satu kekuatan yang paling menonjol di dalamnya.
