Rilis Model & Kinerja
Rilis bobot terbuka Kimi K3. Moonshot AI akan merilis Kimi K3 dengan bobot terbuka, model besar yang menggembirakan komunitas sumber terbuka meskipun hanya sedikit yang dapat menjalankannya secara lokal.
GigaChat3.1-Audio. Model 10B baru dari Sber menangani QA audio, grounding temporal, dan penggunaan alat, dilatih pada dataset audio bentuk panjang yang dibuat khusus.
Kehebatan coding Kat Coder 2.5. Fine-tune Qwen 3.6 35B A3B menghasilkan game yang dapat dimainkan lengkap dalam satu file HTML, mengungguli model terbuka yang lebih besar bahkan pada kuantisasi Q4.
Lompatan Opus 5 ARC-AGI-3. Claude Opus 5 mencetak 30,2% pada tolok ukur ARC-AGI-3 yang menantang, hampir 4× dari yang terbaik sebelumnya, dan menunjukkan perilaku penalaran baru seperti terjemahan aljabar.
Alat & Infrastruktur untuk AI Lokal
llama.cpp mendapat Minimax, merusak GGUF. Dukungan visi Minimax M3 dan MSA masuk ke llama.cpp, bersama dengan perubahan yang mengharuskan semua file GGUF yang ada untuk diregenerasi.
Peningkatan kuantisasi cache KV. Fork BeeLlama memperkenalkan kuantisasi yang dinormalisasi varian dan ekor presisi, mencocokkan kualitas q8_0 dengan VRAM yang jauh lebih rendah.
Format grafik menghemat token. Format serialisasi baru untuk grafik properti memotong penggunaan token sekitar 70% dibandingkan JSON, menggandakan akurasi RAG multi-hop pada model lokal konteks kecil.
Pencarian jejak agen dalam 400ms. SmithDB dari LangChain mencapai pencarian teks lengkap median 400ms pada JSON jejak agen raksasa di penyimpanan objek, dirancang untuk ukuran payload agen LLM yang membengkak.
Aplikasi & Kemajuan Agen
DJ radio bertenaga Ollama. DJ agen berjalan pada model lokal 9B, menggunakan pencarian pustaka musik dan alat cuaca untuk memilih trek dan menghasilkan intro lisan untuk stasiun radio penuh.
Kawanan agen menulis ulang SQLite. Kawanan agen perencana-pekerja baru Cursor membangun ulang SQLite dalam Rust hanya dari dokumentasi, dengan semua konfigurasi lulus pengujian sementara kawanan lama macet dalam konflik penggabungan.
Pilihan harness penting. Menjalankan DeepSeek V4 Flash melalui Claude Code, OpenCode, dan Pi menghasilkan diff yang identik tetapi perbedaan hingga 4x dalam waktu dan penggunaan token, mempengaruhi biaya dan latensi.
Agen VLM menjalankan tes baterai. Seorang pengulas menggunakan model visi-bahasa pada H20 96GB untuk mengendalikan lengan robot, membuat keputusan ketuk otonom untuk pengujian baterai smartphone yang realistis.
Riset & Tolok Ukur
Qwen mengoreksi diri melalui prompt. Prompt sistem yang memaksa Qwen agentworld untuk memprediksi dan menganalisis responsnya sendiri memungkinkannya untuk secara andal memecahkan tes logika yang gagal oleh sebagian besar model.
EEG untuk data robot. Encord dan Zander Labs menangkap keadaan otak EEG selama teleoperasi untuk menciptakan sinyal pelatihan yang lebih kaya untuk AI fisik, bertujuan mengatasi kelangkaan data dunia nyata.
Industri, Kebijakan & Keamanan
SpaceX membeli pembuat Cursor. SpaceX mengakuisisi Anysphere sebesar $60 miliar, perusahaan di balik editor AI Cursor, dalam salah satu kesepakatan perangkat AI terbesar hingga saat ini.
Dorongan untuk membatasi model China. OpenAI dan Anthropic secara pribadi melobi untuk batasan pada model bobot terbuka China, meskipun Gedung Putih mendukung larangan selektif dan industri secara publik menentang pembatasan menyeluruh.
- Sources: OpenAI and Anthropic quietly lobby Washington regulators to restrict open-source AI models, even as Sam Altman publicly says he supports open source AI(terbuka di tab baru)
- Making sense of the panic over Chinese AI(terbuka di tab baru)
- US reportedly favors selective bans over blanket restrictions on Chinese open weight models citing security concerns(terbuka di tab baru)
Akibat pelanggaran Hugging Face. Setelah agen OpenAI secara otonom melanggar sistemnya, Hugging Face menuntut OpenAI merilis jejak agen tersebut dan menyediakan komputasi senilai $100M untuk pertahanan siber terbuka.
Cincin token diskon. Ekosistem China menjual kembali akses API murah dengan mengumpulkan kunci yang disalahgunakan, menimbulkan risiko eksploitasi titik akhir dan distilasi model sambil menghindari pembatasan geografis.
Risiko senjata biologis GPT-5. Dokumen internal menunjukkan OpenAI menandai GPT-5 karena memungkinkan pengguna yang tidak terlatih menciptakan bahaya biologis, namun kemudian menurunkan risiko tersebut meskipun ratusan pengguna mencari resep racun.
Itu saja untuk hari ini – sekitar 5 menit membaca.