AI-translated from English; not yet reviewed by a fluent editor.

# Dalam audit model AI, hasil keselamatan tersedia untuk publik saat peluncuran hanya pada 9 dari 857 rilis

> SemiAnalysis menemukan bahwa hasil keselamatan khusus model tersedia paling lambat saat peluncuran hanya untuk sembilan dari 857 rilis oleh sembilan pengembang yang berbasis di China. Audit ini mengukur pengungkapan publik, bukan pengujian privat atau keselamatan model.

By BIG CHANGE Editorial

Published: 2026-10-11T22:00:10.466Z
Updated: 2026-10-11T22:00:10.466Z
Canonical: https://bigchange.ai/blog/ai-model-safety-results-public-at-launch-semianalysis

![Conceptual charcoal illustration of a glass-fronted public notice case with generic papers and one orange-cornered sheet beside another notice.](https://bigchange.ai/api/media/file/china-safety-disclosure-hero-v2.png)
A conceptual public notice case illustrates the difference between a release notice and a publicly visible result. It does not depict actual developer documents or scale the audit's 857 releases; a missing public result does not establish whether private testing occurred. AI-generated by BIG CHANGE.

Dalam analisis 8 Oktober, SemiAnalysis menemukan hasil keselamatan yang diterbitkan untuk 31 dari 857 rilis; hanya sembilan yang memilikinya saat peluncuran   [analisis 8 Oktober](https://newsletter.semianalysis.com/p/beijing-will-not-pace-the-frontier), SemiAnalysis menghitung 857 rilis oleh sembilan pengembang berbasis di China dari 2021 hingga 15 September 2026. Hasil keselamatan yang diterbitkan ditemukan untuk 31 rilis (3,6%). Untuk hanya sembilan (1,1%), hasil tersedia pada atau sebelum model diluncurkan.

Angka-angka ini menggambarkan apa yang dapat ditemukan peneliti dalam materi publik pengembang. Angka itu tidak menunjukkan berapa banyak model diuji secara privat atau apakah model tertentu aman.

## Perubahan besar

- **Apa yang berubah:** SemiAnalysis mengukur kesenjangan dokumentasi dalam kumpulan rilis yang ditentukan: sembilan dari 857 memiliki hasil keselamatan khusus model yang dapat dibaca publik paling lambat pada hari peluncuran.
- **Mengapa penting:** Orang yang menilai model saat dirilis memerlukan hasil untuk versi tersebut. Jaminan umum bahwa pengujian dilakukan, atau hasil yang diterbitkan setelah rilis, tidak menjawab pertanyaan yang sama pada saat itu.
- **Apa yang perlu dipantau:** Untuk rilis berikutnya, sinyal yang berguna adalah hasil bertanggal yang terkait dengan model persis dan tersedia saat pengguna pertama kali memperoleh akses. Tingkat pengungkapan audit dapat berubah ketika dokumen muncul, tetapi publikasi belakangan tidak mengubah apa yang tersedia pada hari peluncuran.

## Apa yang dihitung audit

SemiAnalysis menyatakan sensusnya mencakup 741 rilis model produk dan 116 rilis model riset dari Alibaba, ByteDance, Tencent, Baidu, DeepSeek, Moonshot, Zhipu (Z.ai), MiniMax, dan StepFun. Untuk tiap rilis, mereka menetapkan tanggal publik pertama lalu memeriksa kartu model, catatan rilis, dan laporan teknis pengembang untuk mencari hasil keselamatan yang dapat dicocokkan dengan rilis tersebut.

Agar memenuhi syarat, hasil harus memberikan temuan kuantitatif atau substantif tentang model yang disebutkan. Topiknya mencakup keluaran berbahaya, ketahanan terhadap jailbreak, toksisitas, privasi, perilaku penolakan, dan kemampuan berbahaya. Pernyataan bahwa model menjalani pelatihan atau evaluasi keselamatan tanpa temuan tidak dihitung. Peneliti juga tidak menerapkan hasil satu model unggulan pada ukuran lain atau snapshot berikutnya.

Aturan pencocokan yang ketat membuat penyebutnya penting. Ke-857 entri adalah rilis yang dihitung, termasuk varian, bukan 857 sistem frontier dengan kemampuan setara. SemiAnalysis mencatat bahwa pengembang memberi nama varian dengan tingkat perincian berbeda. Karena itu, hitungan ini berguna untuk memeriksa dokumentasi dalam kumpulan rilis ini, bukan dasar yang kuat untuk merangking perusahaan satu per satu.

## Kapan hasil muncul

Dari 31 rilis dengan hasil terbit yang memenuhi syarat, sembilan telah memilikinya saat atau sebelum peluncuran. Enam belas didokumentasikan kemudian; SemiAnalysis melaporkan median jeda 42 hari untuk kelompok itu. Untuk enam sisanya, peneliti tidak dapat memastikan waktunya atau mencocokkannya dengan model tertentu. Keenamnya termasuk dalam 31 rilis dengan hasil terbit, tetapi tidak dapat dihitung sebagai pengungkapan pada hari peluncuran.

Kasus lainnya juga perlu dirumuskan dengan hati-hati. SemiAnalysis menemukan 10 rilis yang mengklaim evaluasi tanpa angka, serta tiga yang hanya diketahui dari laporan pers atau investor dan dokumentasi pengembangnya tidak berhasil diperoleh. Dalam materi yang diperiksa, mereka tidak menemukan pengungkapan keselamatan untuk 813 rilis. Kelompok-kelompok tersebut ditambah 31 rilis dengan hasil berjumlah 857.

Laporan  [Reuters tentang analisis ini](https://uk.marketscreener.com/news/china-ai-developers-publish-safety-tests-for-just-3-6-of-model-releases-report-finds-ce785ddcd98cf623) juga menekankan bahwa perusahaan mungkin telah melakukan pengujian privat. “Tidak ditemukan pengungkapan” merujuk pada catatan publik yang diperiksa di sini. Itu tidak membuktikan pengujian tidak terjadi, dan pengujian yang diterbitkan tidak dengan sendirinya menetapkan keselamatan dasar model. Dalam audit ini SemiAnalysis tidak memberikan tingkat per rilis yang sebanding untuk pengembang AS.

Bagi pembaca yang memilih atau menilai model, perbedaan praktisnya sederhana: identifikasi versi persisnya, cari hasil bertanggal yang khusus untuk model tersebut, lalu periksa apakah hasil itu sudah tersedia saat model dirilis. Bukti itu menunjukkan apa yang dibuat terlihat oleh pengembang. Itu hanya satu bagian dari penilaian model untuk penggunaan tertentu.

## Sumber dan bacaan lanjutan

- [SemiAnalysis, “Beijing Tidak Akan Menentukan Arah Frontier: Rezim Keselamatan AI China yang Mengutamakan Kecepatan” (8 Oktober 2026)](https://newsletter.semianalysis.com/p/beijing-will-not-pace-the-frontier)Bagian metode dan hasil yang dapat diakses menjelaskan sampel sembilan pengembang, periode 2021–15 September, penyebut 857 rilis, pencarian dokumen, aturan pencocokan, dan kelompok waktu. Halaman ditandai berbayar; kami tidak memeriksa sendiri dataset tingkat rilis yang mendasarinya atau mengulang pencariannya.
- [Reuters, “Pengembang AI China menerbitkan uji keselamatan hanya untuk 3,6% rilis model, menurut laporan” (9 Oktober 2026), melalui MarketScreener](https://uk.marketscreener.com/news/china-ai-developers-publish-safety-tests-for-just-3-6-of-model-releases-report-finds-ce785ddcd98cf623)Reuters juga melaporkan hitungan utama dan perbedaan antara tidak adanya pengungkapan publik dengan kemungkinan pengujian privat. Ini adalah pelaporan atas analisis SemiAnalysis, bukan replikasi dataset secara independen.

## Sources

- [SemiAnalysis, Beijing Tidak Akan Menentukan Arah Frontier: Rezim Keselamatan AI China yang Mengutamakan Kecepatan](https://newsletter.semianalysis.com/p/beijing-will-not-pace-the-frontier) — Bagian metode utama dan sensus rilis tersedia pada halaman bertanda berbayar. Bagian itu memberikan sampel, kriteria pencocokan, dan kategori waktu. Kami tidak mereplikasi dataset tingkat rilis atau pencarian dokumen secara independen.
- [Reuters, Pengembang AI China menerbitkan uji keselamatan hanya untuk 3,6% rilis model, menurut laporan](https://uk.marketscreener.com/news/china-ai-developers-publish-safety-tests-for-just-3-6-of-model-releases-report-finds-ce785ddcd98cf623) — Liputan independen kontemporer yang digunakan untuk penemuan dan konteks. Klaim angka dan metodologi artikel diperiksa terhadap laporan asli SemiAnalysis; BIG CHANGE tidak mengadopsi kesimpulan yang lebih luas pada judulnya.