Bolt Forge: Vibe Coding Pakai Model Open Source

Verdict Cepat

Bolt Forge adalah mode agent baru di Bolt.new yang menjalankan model AI open source secara penuh, bukan model proprietary tertutup. Setiap peminat paket Pro mendapatkan alokasi kuota hingga 50 kali lebih banyak tanpa biaya tambahan selama masa rilis preview hingga 14 Oktober 2026. Skor benchmark internal platform berada di angka 92,2 dari 101,0 yang menunjukkan kemampuan sekitar 91% dibandingkan model berbayar tertinggi di sistem Bolt. Sebagai Imbalannya, sesi pengembangan aplikasi yang diaktifkan pengguna dialirkan ke Arcee AI untuk melatih model open weight kelas triliun parameter. Proses transfer data ini berlangsung secara anonim, berbasis pilihan konsen opt in, serta diatur oleh kesepakatan pemrosesan data resmi. Tawaran ini sangat layak dicoba untuk fase perancangan dan eksperimen sebelum masuk ke ranah produksi. Untuk kebutuhan aplikasi utama, mode Standard dan Max tetap menjadi pilihan utama. Saya merekomendasikan pencobaan mode ini untuk eksplorasi awal agar penggunaan kredit bulanan menjadi jauh lebih hemat.

Apa Itu Bolt Forge

Bolt.new dikenal luas sebagai platform pembuat aplikasi otomatis berbasis instruksi teks. Pengguna cukup mengetikkan deskripsi fitur yang diinginkan, lalu sistem akan menyusun struktur aplikasi full stack langsung di dalam browser. Sebelum kehadiran Forge, seluruh agen AI yang beroperasi di platform tersebut mengandalkan model tertutup atau closed source yang dikelola oleh pihak pengembang internal. Hadirnya Forge mengubah peta permainan tersebut. Forge dirancang khusus sebagai sistem agen yang mengeksekusi model open source secara penuh. Model utama yang tersedia adalah GLM 5.3 Flash sebagai opsi default, GLM 5.3 sebagai opsi pendamping, serta Kimi K3 dan DeepSeek V4 Pro yang disediakan sebagai pilihan eksperimental untuk tugas khusus.

Fitur ini resmi diluncurkan pada 14 September 2026 sebagai proyek riset terbuka bagi publik. Masa uji coba kuota besar ini dijadwalkan berakhir pada 14 Oktober 2026. Setelah tanggal tersebut, Forge akan terus beroperasi sebagai laboratorium model terbuka permanen di dalam sistem Bolt. Namun perlu dicatat bahwa bonus alokasi kuota 50 kali lipat hanya berlaku selama jendela riset tersebut berlangsung. Bagi pengembang yang ingin memanfaatkan akses gratis ini tanpa menguras biaya bulanan, periode ini merupakan momen yang paling tepat untuk mulai mencoba.

Model yang Dijalankan

Empat model open source yang ditawarkan di dalam sistem Forge memiliki karakteristik kinerja dan tingkat konsumsi kuota yang berbeda beda. Saya sudah memetakan perbedaan tiap model dalam tabel di bawah ini agar mudah dipahami sebelum memulai alur pengembangan.

Aturan praktis dalam memanfaatkan alur ini adalah memulai seluruh proyek dari GLM 5.3 Flash untuk menyusun kerangka dasar. Setelah struktur awal terbangun dengan baik, alur bisa dipindahkan ke GLM 5.3 untuk penyempurnaan fitur. Pilihan Kimi K3 atau DeepSeek V4 Pro sebaiknya hanya diambil ketika sistem menghadapi kendala logika atau struktur kode yang benar benar berat. Dua model eksperimental terakhir membakar alokasi kuota jauh lebih cepat dibandingkan pasangan GLM, sehingga tidak efisien jika dipakai sepanjang waktu.

Skor Benchmark: 92,2 dari 101

Pihak pengembang Bolt mengukur kinerja agen memakai sistem evaluasi internal bernama Bolt Build Index. Semakin tinggi skor yang diraih, semakin andal model tersebut dalam menyelesaikan proyek pembuatan aplikasi secara utuh. Agen Forge berhasil mencatatkan skor 92,2 poin. Sementara itu, model komersial berbayar tertinggi yang ada di platform Bolt mencatatkan skor 101,0 poin. Selisih sebesar sembilan poin ini memang ada, tetapi dalam praktik harian perbedaan tersebut tidak menghambat pembuatan proyek berskala menengah.

Forge terbukti sangat andal dalam menangani pembentukan file bertingkat, pembuatan komponen React dan Next.js, penataan gaya memakai Tailwind CSS, hingga penghubungan database otomatis. Saya menaruh angka benchmark ini di posisi penting karena angka ini membuktikan bahwa model open source modern sudah mampu mendekati kemampuan model proprietary tertutup di skenario dunia nyata, bukan sekadar klaim teoritis di atas kertas.

Untuk membandingkan cara mengevaluasi model kecerdasan buatan lain, silakan membaca perbandingan GPT-6 Astra dan Claude Opus 5. Prinsip dasarnya tetap sama: angka pengujian internal harus selalu dibaca bersama konteks kebutuhan aplikasi yang sedang dibangun, bukan sekadar melihat mana angka yang paling tinggi.

Cara Kerja di Browser

Salah satu keunggulan teknis utama Forge adalah eksekusi kode yang memanfaatkan teknologi WebContainer. Sistem ini memungkinkan seluruh aplikasi berjalan dan diuji langsung di dalam browser pengguna tanpa memerlukan mesin virtual di server remote. Setiap perintah dikompilasi dan dijalankan oleh browser lokal secara langsung. Hal ini menghilangkan biaya komputasi server yang biasanya membatasi kuota, sekaligus membuat setiap perubahan kode dapat terlihat secara instan tanpa hambatan jaringan.

Poin penting dari arsitektur ini adalah bahwa WebContainer digunakan di seluruh varian agen Bolt, termasuk agen Standard dan agen Max. Dengan demikian, perbedaan performa antara Forge dan model berbayar murni disebabkan oleh kapabilitas model bahasa yang digunakan, bukan karena perbedaan infrastruktur eksekusi. Kenyataan ini membuat skor 92,2 poin menjadi semakin valid. Model open source terbukti mampu memberikan hasil yang sangat dekat dengan model tertutup pada lingkungan eksekusi yang identik.

Jika ingin memahami konsep dasar eksekusi agen otomatis di dalam lingkungan pengembangan modern, simak artikel tentang GPT-6 Astra dan AI Agent. Prinsip alurnya memiliki banyak kesamaan dalam hal pemisahan antara lapisan logika kecerdasan buatan dan lingkungan eksekusi kode.

Kuota dan Aturan Pakai

Setiap pelanggan paket Pro di Bolt mendapatkan satu indikator kuota bulanan khusus untuk Forge tanpa ada batasan penggunaan harian. Ketika indikator tersebut mencapai batas 100 persen, sistem secara otomatis akan mengembalikan alur kerja ke agen Standard. Pengalihan ini berjalan mulus tanpa ada biaya tambahan yang ditagihkan secara tiba tiba dan tanpa menghentikan proses pembuatan aplikasi yang sedang berjalan. Alokasi kuota Forge ini dikelola secara terpisah dari kuota agen Standard maupun Max, sehingga penggunaan Forge tidak akan mengurangi hak akses Anda terhadap model komersial utama.

Selain melalui paket Pro, pengembang juga dapat mengakses fasilitas ini melalui paket baru bernama Bolt Lite yang ditawarkan seharga 9 dolar per bulan. Paket ini khusus dirancang untuk berjalan di atas infrastruktur model terbuka Forge. Pendaftaran waitlist resmi dibuka sejak 14 September 2026, dan gelombang undangan pertama mulai dikirimkan pada 21 September 2026. Bagi yang tidak ingin menunggu antrean, paket Pro tetap menjadi pilihan langsung seharga 25 dolar per bulan dengan skema pembayaraan tahunan yang sudah mencakup bonus kuota 50 kali lipat Forge.

Trade Data: Anonim, Opt In, Arcee AI

Aspek pertukaran data merupakan poin penting yang harus dipahami secara jernih oleh setiap pengguna. Forge hanya akan memproses dan membagikan data sesi pengembangan apabila pengguna secara aktif masuk ke mode tersebut dan memberikan persetujuan. Layar konfirmasi persetujuan akan selalu muncul setiap kali pengguna beralih ke mode Forge, sehingga tidak ada aturan yang tersembunyi di balik syarat layanan umum. Data yang dikumpulkan meliputi perintah teks, kode sumber yang dihasilkan, serta riwayat perbaikan otomatis yang dilakukan oleh sistem.

Sebelum data keluar dari infrastruktur Bolt, seluruh informasi sensitif, kunci API, dan identitas pribadi akan disaring dan dianonimkan secara otomatis. Bolt memverifikasi keamanan pipa data ini menggunakan kumpulan data pengujian khusus. Saya menyarankan untuk selalu memeriksa kembali isi kode sumber sebelum memberikan persetujuan pertukaran data ini, terutama jika proyek yang dikerjakan berisi logika bisnis yang bersifat rahasia.

Baca juga:

Spec-Driven Vibe Coding: Trik Rahasia AI Agent Bebas Bug

Di sisi pemrosesan model, Bolt menjalin kemitraan dengan Arcee AI, sebuah laboratorium pengembangan model terbuka asal Amerika Serikat yang menciptakan keluarga model Trinity. Data sesi yang dikumpulkan selama periode 14 September hingga 14 Oktober 2026 akan digunakan sebagai bahan pelatihan awal bagi pembentukan model open weight kelas triliun parameter yang dijadwalkan mulai berjalan pada Oktober 2026. Seluruh proses pengiriman data diikat oleh perjanjian pemrosesan data resmi. Hasil akhir dari pelatihan ini akan dirilis kembali ke publik sebagai bobot model terbuka, sehingga para pengembang yang berkontribusi dapat mengunduh dan menjalankan model tersebut secara mandiri di komputer masing masing.

Sementara itu, agen Standard dan Max dipastikan tidak pernah mengambil atau menggunakan data pengguna untuk alur pelatihan model. Mode komersial utama tetap sepenuhnya privat dan terlindungi dari pengambilan data.

Panduan mengenai pemilihan agen otomatis di lingkungan terminal dapat dibaca lebih lanjut pada panduan pilih coding agent di terminal. Pertimbangan dalam mengambil keputusan opt in data di Forge memiliki kemiripan dengan pemilihan alat di terminal: pahami jenis data yang dibagikan sebelum mengaktifkan fitur.

Kapan Pakai Forge, Kapan Tidak

Aturan pembagian alur kerja ini sangat sederhana dan mudah diterapkan. Gunakan agen Forge untuk alur pencarian ide, pembuatan draf awal, penyusunan kerangka aplikasi, serta eksperimen fitur baru. Sebaliknya, gunakan agen Standard atau agen Max ketika proyek sudah memasuki tahap penyelesaian akhir atau persiapan rilis produksi. Ada dua batasan penting yang disampaikan oleh pihak Bolt secara terbuka. Pertama, model eksperimental seperti Kimi K3 dan DeepSeek V4 Pro sangat disarankan untuk diuji pada proyek duplikat terlebih dahulu. Kedua, agen Forge saat ini belum mendukung pemrosesan dokumen format PDF sebagai bahan referensi langsung.

Pendekatan pemisahan alur ini sejalan dengan strategi pemilihan model untuk kebutuhan tim yang dibahas dalam perbandingan GPT-6 Astra dan Claude Opus 5. Untuk eksplorasi harian, fokus utama terletak pada kapasitas kuota yang besar dan kecepatan iterasi. Sedangkan untuk hasil akhir yang dikirimkan ke klien, fokus utama beralih pada tingkat presisi tinggi dan jaminan konsistensi keluaran.

Penerapan gaya pengembangan terstruktur seperti pada metode vibe coding berbasis spesifikasi sangat cocok dipadukan dengan Forge. Pengembang dapat menyusun dokumen spesifikasi secara rapi, melakukan eksplorasi pembuatan kode awal menggunakan kapasitas Forge yang melimpah, lalu menyelesaikan tahap pengujian akhir di agen Standard atau Max.

Kesalahan Umum Saat Pakai Model Open

Kesalahan pertama yang sering terjadi adalah menganggap Forge sebagai pengganti permanen untuk seluruh agen komersial. Forge adalah lingkungan riset dan eksperimen, bukan pengganti penuh untuk agen utama. Perbedaan skor 92,2 melawan 101,0 tetap memiliki dampak nyata pada kasus pembuatan aplikasi yang sangat kompleks. Untuk aplikasi yang siap diluncurkan ke pasar, penggunaan agen utama tetap menjadi langkah paling aman. Saya sering melihat pengembang pemula terjebak di kesalahan ini karena tergiur oleh kapasitas kuota gratis yang ditawarkan.

Baca juga:

Framework AI Agent: Mana yang Cocok untuk Tim?

Kesalahan kedua adalah mengabaikan mekanisme persetujuan opt in data. Ketika opsi persetujuan diaktifkan, data alur kerja akan digunakan untuk melatih model pihak luar. Meskipun tujuannya adalah mendukung pengembangan model terbuka, hal ini tetap memerlukan pertimbangan matang. Jika Anda sedang menangani proyek milik klien yang mengikat perjanjian kerahasiaan, hindari penggunaan mode Forge dan tetaplah berada di agen Standard atau Max.

Kesalahan ketiga adalah terlalu cepat beralih ke model eksperimental. Opsi seperti Kimi K3 dan DeepSeek V4 Pro membakar alokasi kuota bulanan jauh lebih cepat dibandingkan GLM 5.3 Flash. Menghabiskan kuota di awal proses perancangan akan mengurangi fleksibilitas di tahap berikutnya. Mulailah selalu dari opsi default dan hanya naikkan kelas model saat menemui kendala struktur yang spesifik.

Kesalahan keempat adalah lupa membuat salinan cadangan proyek sebelum menguji di Forge. Petunjuk resmi dari Bolt dengan tegas menyarankan pengembang untuk selalu membuat duplikat proyek terlebih dahulu. Jalankan pengujian di proyek duplikat tersebut untuk memastikan bahwa hasil dari model eksperimental tidak merusak kerangka kode utama yang sudah stabil.

Kesalahan kelima adalah menilai angka benchmark secara mentah tanpa melihat konteks kebutuhan. Skor 92,2 pada Bolt Build Index dirancang khusus untuk mengukur tingkat keberhasilan aplikasi di platform Bolt. Angka tersebut tidak menjamin bahwa model open source akan selalu unggul di semua jenis pekerjaan pemrograman di luar platform tersebut. Pelajari juga panduan TDD di vibe coding untuk memastikan bahwa setiap fungsi yang dihasilkan tetap lolos uji kualitas.

Kesimpulan

Kehadiran Bolt Forge membawa perubahan besar dalam efisiensi biaya pembuatan aplikasi otomatis. Pengembang kini memiliki akses ke kapasitas komputasi yang sangat besar untuk tahap eksplorasi dan perancangan awal, disertai transparansi pengolahan data yang jelas. Perkembangan model open source terbukti mampu mencapai tingkat kapabilitas 91% dibandingkan model proprietary pada lingkungan eksekusi yang sama. Kondisi ini mengubah fokus perdebatan dari persaingan antara model terbuka versus tertutup menjadi strategi kapan waktu yang tepat untuk memanfaatkan masing masing jenis model tersebut.

Manfaatkan agen Forge untuk melakukan eksplorasi ide, penyusunan kerangka awal, serta eksperimen fitur secara bebas. Simpan alokasi agen Standard dan Max untuk tahap penyempurnaan akhir dan proyek komersial. Pahami selalu implikasi persetujuan pembagian data sebelum beralih mode, serta pastikan salinan proyek dibuat sebelum menguji model eksperimental.

Bagi tim pengembang yang ingin memperdalam otomatisasi alur kerja aplikasi secara menyeluruh, simak ulasan lengkap tentang GPT-6 Astra dan AI Agent. Pandangan atau pengalaman mengenai penggunaan model open source ini juga bisa dibagikan melalui kolom komentar.

Baca juga:

Panduan Vibe Coding Bebas Bug dengan Test Driven Development