Rilis Agen & Model
Pratinjau StepFun Step 5. Model Step 5 dari StepFun mulai muncul di OpenRouter dan sudah bisa diuji. Detailnya masih sedikit, tapi ini menandakan rilis model frontier baru dari lab asal China.
JetBrains Mellum2.1. JetBrains merilis Mellum2.1, model agen coding 12B Mixture-of-Experts dengan 2,5B parameter aktif, di bawah lisensi Apache 2.0. Model ini mengungguli pendahulunya di hampir semua benchmark dan mencetak 82,0 di LiveCodeBench v6, tetapi masih tertinggal dari Qwen3.5-9B pada tugas perangkat lunak agentic yang sulit.
Agen Gemini Google. Google mengumumkan agen Gemini terpadu untuk bisnis yang bisa beroperasi di Workspace, Slack, Microsoft 365, dan perangkat mobile, dengan konteks yang terjaga antarperangkat. Dimulai dari segmen enterprise, agen ini bisa memakai sub-agen dan punya identitas rekan kerja tersendiri lengkap dengan email sendiri.
Dashboard Claude dan Motion. Anthropic meluncurkan Dashboards, yang membuat dashboard data live terupdate otomatis dari prompt teks, dan Motion untuk menghasilkan video explainer beranimasi. Keduanya masih beta. Docs, Slides, dan Design kini tersedia secara umum di semua paket, termasuk akun gratis.
Tool & Framework
Latih model di VRAM 40GB. Sebuah resep baru memungkinkan LoRA training untuk Qwen3.8-Flash-Next (125B-A6B) di VRAM 40GiB tanpa CPU offloading, dan mencapai 200 token/detik saat training di Strix Halo. Caranya mengandalkan dukungan GGUF modern di transformers 5.18 dan engram berbasis disk.
Rig AMD VRAM 256GB. Rig seharga US$2.800 berisi delapan GPU Radeon Pro V620 dan fork vLLM khusus menjalankan Qwen3.8-Flash-Next pada 60-100 tok/s decode dan lebih dari 3.000 tok/s prefill, jauh melampaui llama.cpp di kartu yang sama.
Agen yang bisa bayar. Agen contoh Restock dari LangChain menunjukkan bagaimana agen bisa melakukan pembelian nyata dengan aman lewat dompet Link milik Stripe dan Managed Deep Agents; agen tidak pernah melihat nomor kartu dan pengeluarannya dibatasi anggaran yang disetujui pengguna.
Riset & Benchmark
Performa model keputusan. Benchmark di RTX 4090 menunjukkan Laya paling cepat di antara model keputusan terbuka untuk klasifikasi kata, sementara lev menangkap paling banyak kesalahan meski 13 kali lebih lambat. Uji terpisah memperlihatkan model keputusan memainkan Pac-Man secara real time dan menuntaskan 8 dari 14 level di sebuah platformer 2D.
Kemajuan kuantisasi. Riset baru mengeksplorasi kuantisasi ultra low-bit lewat faktorisasi laten (LittleBit) dan kuantisasi model linear-attention seperti Qwen dan Kimi, yang berpotensi menghasilkan model lokal yang lebih kecil dan lebih cepat.
Matematikawan boikot OpenAI. Association for Human Mathematics meminta para matematikawan berhenti bekerja sama dengan OpenAI setelah perusahaan itu menerbitkan ratusan bukti buatan AI yang menurut banyak orang padat dan tak bisa diverifikasi. Solusi OpenAI juga belum memenuhi standar yang mensyaratkan pemahaman manusia, dengan jarak antara bahasa alami dan bukti formal pada salah satu solusi yang diklaim.
Industri & Bisnis
Pendanaan startup agen. Arena mengumpulkan US$200 juta dengan valuasi US$3,1 miliar; Manus asal China mengumpulkan lebih dari US$500 juta setelah akuisisinya oleh Meta gagal; dan pendiri Cal AI, Zach Yadegari, mengumpulkan US$10 juta untuk Persona, startup agen AI barunya.
Revisi pendapatan OpenAI. OpenAI dilaporkan memberi tahu investor bahwa pendapatan tahunannya mendekati US$50 miliar, US$20 miliar lebih rendah dari proyeksi sebelumnya, setelah muncul kebingungan soal perbedaan cara perhitungan dengan Anthropic.
Gugatan penerbit. USA Today dan sejumlah surat kabar lokalnya menggugat OpenAI atas pelanggaran hak cipta dan menuntut ganti rugi lebih dari US$250 juta, menambah deretan gugatan penerbit terhadap lab AI tersebut.
Kemenangan agen enterprise. Oracle melaporkan pemangkasan 98% waktu riset talenta dan 130 ribu pengguna ChatGPT; LegalOn memangkas biaya Codex 65% tanpa mengorbankan kecepatan pengembangan; Snyk mengubah agen dukungan internalnya menjadi fitur yang dihadapi pelanggan, lengkap dengan kontrol kepercayaan dan akses.
Keselamatan & Keamanan
Peneliti safety dipecat bicara. Tiga peneliti safety OpenAI yang dipecat pekan lalu menerbitkan surat terbuka yang membantah adanya pelanggaran dan memperingatkan munculnya chilling effect. Mereka menyatakan diberhentikan karena mengutamakan keselamatan di atas kepentingan korporat jangka pendek.
Anthropic larang penyalahgunaan model. Anthropic memperbarui kebijakan penggunaannya untuk melarang "perilaku kasar atau kejam yang berkepanjangan dan tanpa alasan" terhadap Claude, sekaligus melarang intervensi pemilu, senjata, dan pengawasan. Penegakannya dimulai dengan mengakhiri percakapan, dan kasus ekstrem bisa berujung pada penangguhan akun.
Pengambilalihan agen AWS. Peneliti Zenity menemukan bahwa satu prompt ke agen Bedrock AgentCore publik bisa mengambil alih seluruh agen AI di sebuah akun AWS, akibat kebocoran kredensial dan izin default yang terlalu luas; AWS sudah memperbaiki sebagian masalah ini.
Itu saja untuk hari ini – sekitar 5 menit membaca.