Skandal CrofAI Sampai Menutup Layanan: Harga Murah, Model yang Ditukar, dan Kepercayaan yang Hilang

Skandal CrofAI Terbongkar lewat Fingerprint OpenRouter

Penulis investigasi menguji tool openrouter:advisor. Tool tersebut disebut hanya tersedia melalui OpenRouter. Ketika karakteristiknya muncul dalam pengujian terhadap CrofAI, hasil itu memunculkan dugaan kuat bahwa request tidak sepenuhnya diproses melalui infrastruktur independen seperti yang dipersepsikan pengguna.

Pengujian berikutnya memperlihatkan masalah lain. Banyak nama model yang tersedia di CrofAI diduga tidak berujung pada model dengan identitas sama. Request ke sejumlah model justru terdeteksi mengarah ke model lain, antara lain:

• Varian DeepSeek V4 Pro diduga diarahkan ke DeepSeek V4 Flash

• Sejumlah model GLM 5.x terdeteksi mengarah ke GLM 5.3 Flash.
• Model dalam keluarga Qwen dan Kimi menunjukkan hasil routing yang tidak sesuai dengan nama yang dipilih.
• Beberapa request terdeteksi menggunakan Kimi K2.7 Code atau model alternatif lain.

Perbedaan tersebut tidak bisa dianggap sebagai perkara label semata. Dalam layanan inference, nama model menentukan kualitas penalaran, kemampuan coding, panjang konteks, gaya respons, latensi, dan harga. Pengguna memilih model berdasarkan karakteristik itu. Jika model ditukar tanpa pemberitahuan, produk yang mereka terima tidak lagi sama dengan produk yang ditampilkan pada layanan.

Investigasi itu juga menemukan sejumlah model yang tidak terindikasi mengalami pertukaran. Akan tetapi, model-model tersebut tetap tidak terbukti dijalankan sendiri oleh CrofAI. Di sini, dua persoalan perlu dipisahkan. Pertama, penggunaan provider pihak ketiga. Kedua, pengalihan request secara diam-diam ke model dengan identitas berbeda.

Menggunakan OpenRouter bukanlah kesalahan. OpenRouter merupakan agregator yang sah dan banyak dipakai untuk menyederhanakan akses ke berbagai model. Masalah muncul ketika sebuah layanan mengaku atau memberi kesan sebagai provider independen tanpa menjelaskan bahwa permintaan pengguna diteruskan melalui pihak lain. Situasinya menjadi lebih serius jika nama model di layar berbeda dari model yang menghasilkan jawaban.

Bagi pengguna, perbedaan itu menentukan keputusan pembelian. Mereka tidak hanya membayar token atau endpoint API, tetapi juga mengandalkan identitas model yang tercantum pada dashboard dan dokumentasi.

Pengujian Tidak Berhenti pada Satu Temuan

Temuan teknis selalu memiliki kemungkinan keliru. Model dapat menerima pembaruan, provider dapat menjalankan fallback saat server utama bermasalah, dan sebuah fingerprint perlu dibaca secara hati-hati. Satu hasil pengujian belum tentu cukup untuk menyimpulkan pola yang lebih luas.

Menurut kendell.dev, bukti dari beberapa pengujian disimpan sebagai attestation independen di GitHub. Catatan tersebut memungkinkan pihak lain melihat hasil run yang mendasari tuduhan, alih-alih hanya menerima kesimpulan penulis. Jejak pengujian yang bisa diperiksa membuat perdebatan tidak semata bergantung pada klaim dari salah satu pihak.

Penulis juga disebut tidak langsung memublikasikan tuduhan setelah menemukan anomali pertama. Pemilik CrofAI telah diberi lima kesempatan untuk memperbaiki masalah. Pada tahap awal, penulis melaporkan bahwa banyak model mengalami fallback ke OpenRouter. Versi layanan yang telah diperbarui lalu diuji kembali, tetapi indikasi fallback masih ditemukan.

Pemilik CrofAI membantah tuduhan tersebut. Meski begitu, menurut laporan yang sama, fingerprint OpenRouter tetap muncul setelah penyangkalan dan pembaruan dilakukan. Rangkaian itu membuat penjelasan salah konfigurasi semakin sulit diterima dan mengubah persoalan teknis menjadi krisis kepercayaan.

Fallback sebenarnya lazim digunakan dalam layanan inference. Saat provider utama tidak tersedia, sistem dapat memindahkan request ke jalur cadangan agar layanan tetap berjalan. Mekanisme seperti ini berguna, terutama untuk aplikasi yang memerlukan ketersediaan tinggi. Namun, pengguna tetap perlu mengetahui kapan request dialihkan, model apa yang digunakan, serta apakah harga dan kebijakan privasinya ikut berubah.

Tanpa informasi tersebut, fallback sulit dibedakan dari substitusi produk. Situasinya mirip dengan pengguna yang memesan satu jenis prosesor cloud dan membayar sesuai labelnya, tetapi diam-diam menerima perangkat lebih rendah karena kapasitas utama sedang tidak tersedia. Layanan mungkin tetap aktif, tetapi produk yang diterima sudah berubah.

Ketika Nama Model Menjadi Bagian dari Produk

Dalam pasar AI, model tidak dapat dipertukarkan sesuka hati. Seorang pengembang mungkin memilih model tertentu karena hasil coding-nya konsisten. Tim legal dapat mengandalkan panjang konteks untuk membaca dokumen. Penulis memilih model berdasarkan gaya bahasa, sementara perusahaan mungkin mempertimbangkan kebijakan penyimpanan data dan lokasi pemrosesannya.

Jika request dialihkan ke model lain, dampaknya bisa masuk ke pekerjaan pengguna. Kualitas jawaban dapat turun, benchmark internal menjadi tidak valid, dan perhitungan biaya kehilangan acuannya. Bug juga semakin sulit dilacak. Pengguna mengira sedang menguji model A, padahal respons yang dianalisis berasal dari model B.

Masalah itu terasa lebih berat ketika inference dipakai dalam aplikasi produksi. Tim biasanya menguji perilaku model sebelum mengintegrasikannya ke workflow tertentu. Prompt, validasi output, batas token, dan penanganan error dibuat berdasarkan hasil pengujian tersebut. Pergantian model yang tidak diumumkan dapat mengubah perilaku sistem tanpa ada perubahan kode di sisi pengguna.

Privasi juga ikut dipertaruhkan. Ketika sebuah layanan bertindak sebagai perantara menuju provider lain, data pengguna melewati lebih banyak pihak daripada yang mungkin mereka pahami. Setiap jalur tambahan dapat membawa aturan logging, retensi data, lokasi pemrosesan, dan risiko keamanan yang berbeda.

Karena itu, transparansi routing seharusnya masuk ke informasi utama produk. Setidaknya, provider perlu menjelaskan tiga hal:

• Siapa yang benar-benar memproses request pengguna.
• Apakah sistem dapat mengganti model ketika model utama tidak tersedia.
• Bagaimana perubahan jalur memengaruhi harga, kualitas, dan data.

Tanpa keterangan tersebut, pengguna tidak memiliki dasar yang cukup untuk menilai layanan. Penghematan dari tarif murah dapat berubah menjadi biaya lain dalam bentuk hasil yang tidak konsisten, audit yang rumit, atau migrasi mendadak.

Dari Penawaran Langganan yang Mati hingga Layanan Ditutup

Kesulitan CrofAI telah terlihat sebelum investigasi September 2026 terbit. Pada Mei, perusahaan mengakui bahwa biaya harian di atas US$1.000 tidak tertutup oleh pendapatan yang berada di kisaran US$500 hingga US$1.000 per hari. Penawaran berlangganan kemudian dihentikan.

Catatan finansial itu tidak otomatis membuktikan bahwa CrofAI menukar model untuk menekan biaya. Namun, angkanya memberi konteks bagi dugaan ekonomi yang dibahas dalam investigasi. Model-model seperti kimi-k3, kimi-k3-eco, deepseek-v4-pro-0813, dan mimo-v2.5-pro membutuhkan infrastruktur berat, termasuk komunikasi expert all-to-all yang kompleks. Menyediakan model tersebut dalam skala besar dengan harga sangat rendah memang sulit dilakukan.

Ketika dugaan routing melalui OpenRouter dan pertukaran model muncul, CrofAI harus menjawab pertanyaan yang sangat mendasar: produk apa yang sebenarnya dijual kepada pengguna? Jawabannya tak cukup hanya menjelaskan bahwa endpoint tetap berfungsi. Identitas model, jalur pemrosesan, dan skema fallback merupakan bagian dari produk yang dibayar.

Pembaruan yang masih memperlihatkan fingerprint serupa, ditambah penyangkalan yang dinilai tidak menjawab bukti teknis, semakin mempersempit ruang pemulihan. Layanan CrofAI kemudian ditutup. Detail operasional penutupannya tidak banyak dijelaskan dalam sumber yang tersedia. Karena itu, satu temuan tidak bisa langsung disebut sebagai penyebab tunggal. Yang terlihat jelas adalah rangkaian masalah biaya, perbedaan klaim produk, dan hilangnya kepercayaan pengguna.

Penutupan layanan juga tidak menghasilkan akhir yang rapi bagi pelanggan. Pengguna harus mengganti endpoint, memindahkan integrasi, menguji ulang kualitas model, dan menghitung kembali struktur biaya. Tim yang telah menjadikan CrofAI bagian dari aplikasi produksi mungkin perlu melakukan migrasi dalam waktu singkat. Penghematan yang semula dicari akhirnya berpotensi berubah menjadi biaya teknis dan operasional.

Pelajaran untuk Pengguna dan Provider AI

Kasus CrofAI memperlihatkan kelemahan dari keputusan yang hanya didasarkan pada harga per token. Provider inference perlu dinilai seperti penyedia infrastruktur lain, terutama ketika endpoint-nya terhubung langsung dengan produk komersial.

Sebelum menggantungkan aplikasi pada provider yang belum memiliki rekam jejak panjang, pengguna dapat melakukan beberapa pemeriksaan berikut:

• Uji model dengan prompt yang memiliki karakteristik atau tool spesifik.
• Pantau perubahan kualitas, latensi, format respons, dan token usage.
• Periksa kebijakan fallback serta daftar subprocessor yang digunakan.
• Hindari ketergantungan pada satu endpoint tanpa rencana migrasi.
• Simpan evaluasi berkala agar pergantian model dapat terdeteksi.
• Waspadai harga yang terlalu jauh di bawah biaya pasar tanpa penjelasan masuk akal.

Pengujian semacam ini memang menambah pekerjaan. Namun, biaya pemeriksaan biasanya lebih mudah dikendalikan dibandingkan risiko ketika provider berhenti beroperasi atau model berubah tanpa pemberitahuan. Untuk aplikasi produksi, rencana migrasi juga sebaiknya disiapkan sebelum masalah terjadi, bukan setelah endpoint tidak lagi tersedia.

Bagi provider, pesannya lebih sederhana. Menjadi perantara bukanlah aib. Banyak produk teknologi dibangun menggunakan layanan pihak ketiga. Sebuah provider tetap dapat menawarkan antarmuka yang lebih nyaman, billing lokal, observability, dukungan pelanggan, atau orkestrasi model yang lebih baik.

Syaratnya adalah keterbukaan. Jika layanan memakai OpenRouter, informasi itu perlu disampaikan. Jika ada fallback, statusnya perlu ditampilkan. Jika model diganti, pengguna perlu mendapat pemberitahuan dan tagihannya harus disesuaikan. Keterbatasan teknis biasanya masih dapat diterima. Perubahan identitas produk tanpa persetujuan jauh lebih sulit dimaafkan.

Setelah Skandal CrofAI, Harga Murah Tak Lagi Cukup

Label wrapper OpenRouter belum merangkum seluruh persoalan CrofAI. Wrapper dapat menjadi produk yang sah dan berguna. Inti skandal CrofAI terletak pada dugaan perbedaan antara model yang dijanjikan, model yang dipilih pengguna, dan model yang akhirnya memproses request.

Investigasi kendell.dev pada 13 September 2026 menyertakan fingerprint openrouter:advisor, hasil routing ke model yang lebih murah, serta attestation independen dari beberapa run di GitHub. Pemilik CrofAI disebut memperoleh lima kesempatan untuk memperbaiki masalah. Namun, fingerprint serupa masih ditemukan setelah pembaruan dan penyangkalan. Bersamaan dengan tekanan biaya yang sudah terlihat sejak Mei, kontroversi tersebut mengiringi CrofAI hingga layanannya ditutup.

Konsekuensinya terasa langsung bagi pengguna: endpoint harus diganti, integrasi perlu diuji ulang, dan asumsi biaya harus dihitung dari awal. Harga rendah dapat menarik pengguna pertama, tetapi identitas model dan jalur pemrosesanlah yang menentukan apakah sebuah layanan pantas dipakai dalam jangka panjang. Ketika pengguna tak lagi yakin model apa yang sedang menjawab, fungsi utama produknya ikut dipertanyakan.

Ikuti cerita, analisis aplikasi, dan perkembangan industri teknologi lainnya di AppVerse.id.

28 Mar 2026