Claude Opus 5 Tiba
Opus 5 debut. Anthropic merilis Claude Opus 5, sebuah model yang menyamai kecerdasan hampir frontier dengan setengah biaya Fable 5. Model ini menetapkan state-of-the-art baru pada tolok ukur pengkodean dan pengetahuan serta menggandakan kinerja Opus 4.8 sambil lebih efisien dalam penggunaan token.
- Introducing Claude Opus 5(terbuka di tab baru)
- Introducing Claude Opus 5(terbuka di tab baru)
- Anthropic's Opus 5 is about token efficiency, not a capability leap(terbuka di tab baru)
- Anthropic claims its new Claude Opus 5 delivers near-Fable 5 performance at half the token price(terbuka di tab baru)
- Anthropic launches Opus 5(terbuka di tab baru)
Pemecahan masalah proaktif. Opus 5 menonjol karena memverifikasi pekerjaannya dan membangun alatnya sendiri—dalam satu contoh, ia menulis pipeline visi komputer untuk merekonstruksi bagian mesin dari piksel mentah saat tidak dapat melihat gambar secara langsung.
Lebih aman secara desain. Anthropic sengaja menghindari melatih Opus 5 pada eksploitasi siber; meskipun ia menemukan kerentanan dengan baik, ia tertinggal di belakang Mythos 5 dalam mempersenjatai kerentanan tersebut—keputusan yang dipengaruhi oleh pengawasan pemerintah AS baru-baru ini. Model ini juga merupakan Claude yang paling tahan terhadap injeksi prompt sejauh ini.
- Introducing Claude Opus 5(terbuka di tab baru)
- Anthropic's Opus 5 is about token efficiency, not a capability leap(terbuka di tab baru)
- Anthropic releases Opus 5 with ‘close’ to Fable 5’s capabilities(terbuka di tab baru)
- Anthropic launches Opus 5(terbuka di tab baru)
- Quoting Boris Cherny(terbuka di tab baru)
Setengah biaya Fable. Opus 5 berbiaya $5/M token masukan dan $25/M token keluaran, dengan Mode Cepat opsional dengan kecepatan dua kali lipat. Model ini menjadi default di Claude Max dan model terkuat di Pro, tanpa kebijakan penyimpanan data 30 hari.
Bobot Terbuka dan Kontroversi Distilasi
Surat terbuka membela distilasi. Lebih dari 20 perusahaan termasuk Microsoft, Meta, Nvidia, dan Hugging Face menandatangani surat terbuka yang mendesak AS untuk tidak memberlakukan pembatasan luas pada model AI berbobot terbuka. Surat tersebut berargumen bahwa teknik seperti distilasi adalah sah dan penting untuk inovasi.
- More than 20 companies including NVIDIA, Meta, Microsoft, Palantir, and Hugging Face have signed a letter urging policymakers to avoid premature restrictions on open weight models.(terbuka di tab baru)
- As US weighs response to Chinese AI, industry urges against broad open-weight restrictions(terbuka di tab baru)
- Microsoft's open-weight AI push is so obviously an Azure play it hurts(terbuka di tab baru)
Kimi K3 menimbulkan kekhawatiran. Model terbuka Kimi K3 dari laboratorium Tiongkok Moonshot menimbulkan kekhawatiran setelah evaluasi menunjukkan bahwa ia membantu operasi siber ofensif tanpa perlawanan. Model ini tertinggal dari model AS tetapi mengungguli sistem Tiongkok sebelumnya, sementara AS mempertimbangkan sanksi termasuk larangan model berbobot terbuka Tiongkok.
- ‘AI communism’, rogue models, and the why Kimi K3 spooked Wall Street(terbuka di tab baru)
- Kimi K3 trails frontier US models by a wide margin on cyber exploits, and distillation may explain why(terbuka di tab baru)
- As US weighs response to Chinese AI, industry urges against broad open-weight restrictions(terbuka di tab baru)
Legalitas dipertanyakan. Beberapa pengembang berargumen bahwa distilasi—belajar dari keluaran model—tidak berbeda dengan siswa yang belajar dari profesor dan bukan merupakan pencurian kekayaan intelektual, meskipun ada tuduhan dari Gedung Putih.
Optimasi Inferensi Lokal
Hindari Intel untuk multi-GPU. Platform konsumen Intel seperti Z890 tidak memiliki dukungan peer-to-peer antar GPU, membuatnya hampir tidak berguna untuk inferensi atau pelatihan AI yang memerlukan P2P, meskipun memiliki jalur PCIe yang cukup. Pembangun sebaiknya memilih pengaturan kelas server atau AMD.
DKV mengompresi cache KV. DifferentialKV (DKV) adalah kerangka kerja sumber terbuka baru yang mengurangi memori cache KV melalui representasi berbasis jangkar dan perhatian jarang, bertujuan membuat inferensi lokal konteks panjang lebih hemat memori. Kerangka ini mencari integrasi dengan llama.cpp dan vLLM.
Gemma 4 26B di iPhone. Menggunakan teknik Overfit dari Noema, model Gemma 4 26B A4B berjalan di iPhone 17 Pro dengan melakukan paging bobot ahli dari SSD sambil menyimpan bobot non-ahli di RAM. Ini menukar kecepatan dengan kemampuan, mencapai ~34 tk/s prefill dengan generasi 6 menit untuk jawaban yang kompleks.
CachyLLama mempercepat agen. CachyLLama, sebuah cabang llama.cpp, menambahkan titik pemeriksaan cache KV yang persisten dengan penyimpanan SSD dan caching prompt sistem, secara dramatis mengurangi waktu pemrosesan ulang dalam sesi pengkodean agen yang panjang pada perangkat keras yang lebih lambat.
Sesuaikan MTP untuk kecepatan gratis. Prediksi Multi-Token (MTP) dapat menghasilkan percepatan inferensi yang signifikan, tetapi pengaturan optimal bervariasi menurut keluarga model; menyetel parameter n_max dapat menggandakan keuntungan dibandingkan default.
Bonsai 27B 1-bit bersinar. Kuantisasi 1-bit dari Bonsai 27B berjalan di MacBook Air 16GB dan memberikan kinerja yang sangat berguna untuk bimbingan belajar dan obrolan, mengisyaratkan bahwa kuantisasi ekstrem dapat membuat model lokal yang mampu diakses secara luas.
Startup yang Mengutamakan Agen dan Permainan Platform
Prentis menargetkan otomatisasi kantor. Prentis, yang didirikan bersama oleh Reid Hoffman dan Mark Pincus, sedang melatih model penggunaan komputer untuk mengotomatiskan alur kerja kantor dan sedang dalam pembicaraan untuk mengumpulkan $100M dengan valuasi $1B, sudah memegang kontrak senilai $50M.
Devin mendapat kepribadian. Startup pengkodean AI Cognition mengakuisisi Poke, asisten yang dikenal dengan obrolan ramah seperti manusia, untuk membuat Devin lebih menarik—menyoroti bahwa kepribadian AI menjadi keunggulan kompetitif.
Langkah model $10B Stripe. Stripe sedang dalam pembicaraan untuk membeli pasar model OpenRouter seharga $10B, langkah yang bisa memberikan raksasa pembayaran kendali atas titik akses utama bagi pengembang yang menggunakan ratusan model AI.
Peningkatan asisten Meta. Meta meningkatkan chatbot AI-nya dengan integrasi kalender, briefing harian, dan riset yang dapat dikendalikan, didukung oleh Muse Spark 1.1, menandakan pergeseran dari fokus hiburan ke asisten yang lebih tradisional.
Suara menjadi antarmuka agen. OpenAI membawa Suara ChatGPT ke aplikasi desktopnya, memungkinkan pengguna mendiktekan perintah pengkodean dan penjelajahan yang kompleks, sementara Anthropic memperluas mode suara Claude ke model dan alat yang lebih kuat seperti Gmail dan Slack, memungkinkan kontrol agen tanpa menggunakan tangan.
Attie dari Bluesky menjadi terbuka. Asisten Attie dari Bluesky sekarang mendukung Quest terbuka yang memungkinkan pengguna meneliti tren dan berita di seluruh fediverse, berpotensi mengubah jejaring sosial menjadi alat informasi yang berharga.
Riset: Kesenjangan Persepsi untuk Agen AI
Agen buta terhadap visi aktif. Sebuah tolok ukur baru, ActiveVision, mengungkapkan bahwa bahkan model yang paling mumpuni pun mendapat skor sangat buruk pada tugas yang memerlukan persepsi visual berulang—GPT-5.5 mencapai 10,6%, Claude Fable 5 hanya 3,5%, sementara manusia rata-rata 96,1%.
Penalaran spasial berbasis piksel. ProVisE mengusulkan kerangka kerja yang agnostik terhadap tolok ukur untuk mengevaluasi penalaran visual-spasial dengan meminta model pembuatan gambar menggambar jawaban, menemukan bahwa model saat ini kesulitan mengekspresikan lokasi dan jalur secara langsung dalam piksel.
Itu saja untuk hari ini – sekitar 5 menit membaca.