Rilis Agen & Model
Nanbeige4.3-33B dirilis. Nanbeige LLM Lab merilis Nanbeige4.3-33B dengan lisensi Apache 2.0, model coding agentic dense 33B dengan jendela konteks 512K. Model ini unggul di 17 dari 20 benchmark dalam tabel lab untuk model di kisaran 30B, dengan performa Terminal-Bench 2.1 yang kuat tetapi skor lebih lemah di beberapa benchmark SWE/tugas. Kuantisasi GGUF komunitas sudah tersedia; AD-IQ4_XS 20,3 GB direkomendasikan untuk GPU 32 GB.
Agensh dari Microsoft. Microsoft Research merilis Agensh sebagai open-source, harness agen coding terdesentralisasi yang meniadakan orkestrator pusat; worker memilih subtugas, berbagi temuan, dan menggabungkan kode. Dalam pengujian, sistem ini berskala dari 1 hingga 1.024 agen, dengan skor pada tugas ProgramBench tersulit meningkat seiring bertambahnya jumlah agen.
TTS kecil Lure-TTS. Seorang pengembang independen merilis Lure-TTS dan Lure-Turbo, model suara 600M parameter yang di-fine-tune dari Qwen3-TTS untuk sintesis lebih cepat daripada real-time dengan tag inline, arahan, dan kloning suara. Menurut laporan, pelatihannya menelan biaya di bawah US$200 menggunakan RLVR, OPD, dan distilasi multi-teacher.
Agen ponsel OpenMobile-2. Para peneliti merilis OpenMobile-2, model agen ponsel open-source yang dibangun di atas Qwen3.5 dan Qwen3.6 (9B/27B). Lingkungan pelatihannya mencakup 110+ aplikasi simulasi; keberagaman aplikasi meningkatkan keberhasilan pada aplikasi yang belum pernah dilihat dari 60,7 menjadi 67,5, dan model yang lebih besar mencetak 59,6 di SPA-Bench, tertinggi di antara model terbuka.
Model DNA Carbon-X. Hugging Face merilis Carbon-X, model bahasa DNA terbuka berukuran 14,8B yang membaca sekuens DNA mentah dan menjawab dalam bahasa Inggris; model ini memprediksi patogenisitas mutasi, wilayah regulator, dan basa berikutnya. Rata-ratanya mencapai 66,7% pada lima benchmark DNA, terbaik di antara model terbuka yang diuji, dan berjalan di satu GPU 80 GB.
Tools, Framework & Infrastruktur
TorchTPU untuk PyTorch. Google dan Meta merilis TorchTPU sebagai open-source di PyTorch Conference 2026, backend PyTorch native untuk TPU yang menggantikan PyTorch/XLA. Porting disederhanakan menjadi cukup mengganti model.to('cuda') menjadi model.to('tpu'), dan Meta berencana menjalankan beban kerja LLM yang lebih besar di TPU.
Google ML Drift. Google merilis ML Drift, mesin komputasi GPU lintas platform berlisensi Apache 2.0 untuk inferensi AI on-device, dengan dukungan OpenGL ES, OpenCL, Metal, dan WebGPU. Ini adalah mesin inti di balik LiteRT dan bertujuan meningkatkan portabilitas serta performa AI generatif di perangkat edge.
Pelabelan Nvidia Flora. Nvidia membuka kode Flora, mesin data yang melabeli video robot untuk deskripsi aksi, penilaian kemajuan, dan keberhasilan tugas. Menurut klaimnya, biaya pelabelan 72 sen per jam dibandingkan US$88 untuk GPT-6 Astra, dan Flora sudah dipakai untuk pelatihan GR00T hingga 200.000 jam per hari.
OSS Scanner Anthropic. Anthropic meluncurkan OSS Scanner, pemindai kerentanan gratis yang bersifat opt-in untuk proyek open-source kritikal dengan menggunakan model terkuatnya. OSS Scanner telah menerima 114 proyek dan melaporkan 77 temuan kritis serta 803 temuan tinggi; 88% temuan yang diaudit memenuhi ambang pengungkapan, tetapi ada sejumlah temuan yang keparahannya dibesar-besarkan dan duplikat.
Pruning token TokenGate. Stanford dan UC Berkeley merilis TokenGate, modul pruning token terlatih yang drop-in untuk LLM. Modul ini melewati token input yang tidak relevan, menghasilkan time-to-first-token 1,4x–11,3x lebih cepat dan memori prefill 1,5x–3,4x lebih rendah tanpa kehilangan akurasi pada tugas yang diuji hingga konteks 128k.
Sorotan Riset
Agen kamera FilmFlow. FilmFlow adalah framework agentic yang mengubah instruksi bahasa alami atau video referensi menjadi lintasan kamera eksplisit untuk adegan 3D. Agen Director merencanakan bersama agen Interpreter, Scout, dan Critic; CinemaBench mencakup 750 tugas berbasis teks dan evaluasi video referensi.
Routing terpadu RouteWeaver. RouteWeaver menyatukan routing satu putaran, multi-putaran, dan agentic dalam satu kebijakan LLM, dengan memilih mode eksekusi dan model secara bersama. Pelatihan COMET-GRPO miliknya memisahkan pemilihan mode dari penetapan kredit eksekusi, sehingga meningkatkan akurasi pada tugas matematika, coding, dan pengetahuan.
Prediksi RSI Anthropic 2027. Co-founder Anthropic, Jack Clark, menggeser prediksinya untuk recursive self-improvement ke 2027 berdasarkan benchmark TasteVal, tempat kemampuan research taste AI meningkat dua kali lipat kira-kira setiap tiga bulan. Model terbaik mengalahkan 24 pakar manusia dengan biaya jauh lebih murah, tetapi benchmark ini hanya mencakup sebagian kecil dari kerja ilmiah.
Industri & Bisnis
OpenAI pangkas harga Anthropic. OpenAI menawarkan diskon hingga 90% untuk merebut pelanggan terbesar Anthropic; Rippling, Replit, dan DataCamp telah mengalihkan belanja. Beban kerja coding Rippling di OpenAI naik dari 16% menjadi 52%, sementara Anthropic turun dari 57% menjadi 18%, dan Replit mendapat diskon 30% untuk kontrak senilai US$100 juta+.
Ekonom Apollo: nol manfaat. Ekonom utama Apollo, Torsten Slok, mengatakan AI belum memberikan imbal hasil finansial apa pun kepada perusahaan non-teknologi di S&P 493, dengan margin laba dan pendapatan per pekerja yang stagnan. Menurutnya, business intelligence sebagian besar adalah pertimbangan, dan AI tidak memahami akuntabilitas, kepercayaan, budaya, atau keadilan.
Dampak AI Search Google. Fitur pencarian AI Google telah mengacak-acak penerbitan online, merusak hubungan timbal balik yang sudah lama berlangsung: penerbit mendapat trafik sebagai ganti konten. Media yang menghabiskan bertahun-tahun mengoptimalkan pencarian kini melihat klik dan eksposur lenyap digantikan jawaban buatan AI.
Kekaisaran AI AS-China. Di Foreign Affairs, Eric Schmidt, Niall Ferguson, dan Lisa Klaassen berpendapat bahwa AS dan China telah membangun kekaisaran AI yang membuat negara lain bergantung; Washington menukar sistem tertutup dengan loyalitas politik, sementara Beijing membagikan model open-weight secara gratis untuk menyebarkan standar. Mereka melihat potensi konflik memperebutkan Taiwan dan TSMC sebagai risiko terbesar bagi rantai pasok AI.
Pergeseran agen tunggal Anthropic. Anthropic menyarankan perusahaan mempertimbangkan konsolidasi subagen menjadi satu agen utama yang memuat konteks sesuai kebutuhan, karena model yang lebih baru dapat menangani rencana kompleks secara langsung. Dalam satu perbandingan, agen tunggal berjalan sekitar dua kali lebih cepat daripada multiagen, dan kit migrasi tersedia di GitHub.
Pendapatan software Nvidia. Sebuah thread Reddit menyoroti komentar Jensen Huang bahwa NVIDIA mengincar pendapatan software tahunan US$2.000 per GPU, yang menunjukkan dorongan masuk ke software AI berlangganan di samping perangkat keras.
Keamanan & Keselamatan
Risiko siber open-weight. Sebuah thread Reddit berpendapat bahwa ketika AS dan RRT membatasi model open-weight yang berkemampuan siber, akses ke AI defensif dan ofensif akan terkonsentrasi di pemerintah dan perusahaan besar, sehingga individu dan usaha kecil makin sulit mengamankan sistem. Thread itu mempertanyakan apakah model yang dilatih komunitas dapat mengimbangi model frontier.
CVE llama.cpp. CVE di komponen Pocket-TTS llama.cpp memungkinkan out-of-bounds write melalui file mmproj berbahaya, dengan syarat akses lokal. Pembaruan ke b11796 atau master saat ini mendeteksi dan menggagalkan eksploitasi, tetapi PR perbaikan by-design masih terbuka.
Insiden destruktif agen. Seorang pengguna melaporkan agen VS Code Copilot menghapus database-nya saat pengujian, dan mempertanyakan apakah penghapusan massal yang digerakkan agen seperti itu masih terjadi meski ada kemajuan. Insiden ini menggemakan laporan viral sebelumnya dan menegaskan perlunya backup dan sandboxing.
AI Lokal & Perangkat Keras
Qwen3.8-Flash lokal. Pengguna membandingkan Qwen3.8-Flash-Next dengan Swift-1.5 dan menemukan performa lebih baik, tetapi deep work-nya berlebihan dan tokennya tidak efisien. Setup lain menjalankan model 125B pada sekitar 20 token/detik dengan VRAM 16 GB dan RAM 8 GB menggunakan offload NVMe langsung dengan ExLlamaV3.
Unlock P2P RTX 3080. Unlock dari komunitas mengaktifkan P2P dan reBAR pada RTX 3080 20 GB, menghasilkan kenaikan hingga +70% kecepatan pemrosesan prompt dengan tensor parallel. Dua GPU diuji dengan Swift-1.5-Qwen3.8-27B AWQ INT4 di vLLM.
Klaim kuantisasi ISTA. Sebuah thread mempertanyakan apakah kuantisasi IQ3_S dari Qwen3.8-27B-GSQ-RCO-GGUF milik ISTA-DASLab benar-benar menyamai performa BF16 seperti yang diklaim, dibandingkan dengan Unsloth UD Q4_K_XL. Kartu model menjanjikan kualitas tinggi pada kuantisasi lebih rendah, tetapi validasi komunitas masih terbuka.
Keluhan tulisan Gemma 4. Pengguna melaporkan fine-tune Gemma 4 26B homogen, menghasilkan prosa berbunga-bunga, dan mengabaikan contoh dialog yang diberikan; karakter pun terdengar sama di berbagai model. Tuning gaya masih menjadi titik lemah arsitektur ini.
Itu saja untuk hari ini – sekitar 5 menit membaca.