Selasa, 03 November 2026

Google Gemini 4 Argon Masuki Peringkat Frontier AI: Saingan Baru bagi OpenAI dan Anthropic

Kembalinya Google ke Panggung Frontier

Sepanjang 2026, persaingan model AI frontier didominasi OpenAI dengan GPT-6 Astra dan Anthropic dengan rangkaian Claude Opus 5.5, Fable 5.1, dan Mythos 5.1.

Google, yang dulu memimpin lewat Gemini 1.5 dan 2.0, menyiapkan balasannya secara diam-diam. Pada 30 September 2026, Google mengungkapkan Gemini 4 Argon, model flagship barunya. Google Blog

Pada 13 Oktober 2026, Argon tersedia secara umum untuk pengembang dan enterprise lewat Gemini API, serta untuk pelanggan Google AI di aplikasi Gemini, Antigravity, dan AI Mode di Search. Google Blog

Keunggulan di Bidang Enterprise

Argon dirancang untuk "deep work", yaitu tugas multi-langkah yang memerlukan penalaran mendalam, konteks panjang, dan keahlian domain.

Dalam tabel 19 benchmark yang dipublikasikan Google, Argon memimpin di 13 kategori, seri di 1 kategori, dan tertinggal di 5 kategori. Angka-angka ini adalah klaim vendor yang belum direplikasi laboratorium independen. Apidog

  • Vals Index (finance, coding, legal, tax): 68,9%, tertinggi di antara model yang dibandingkan
  • Harvey Legal Agent Benchmark: 19,6%, versus GPT-6 Astra 5,4% dan Claude Opus 5.5 3,8%
  • AutomationBench (eksekusi bisnis end-to-end): 51,3%
  • Vals Finance Agent v2: 65,4%
  • DeepSWE v1.1 (software engineering dunia nyata): 77,9%
  • LVBench (pemahaman video panjang): 91,7%

Keunggulan ini menempatkan Argon sebagai model yang kompetitif untuk alur kerja enterprise: analisis hukum dan keuangan, coding jangka panjang, otomatisasi bisnis, dan keamanan siber defensif. Bougainville

Strategi Harga Agresif, Berlaku hingga 30 November

Google menetapkan harga perkenalan $2 per juta token input dan $10 per juta token output, dengan token input yang di-cache mendapat diskon 95%.

Harga perkenalan itu sekitar seperlima tarif GPT-6 Astra ($10/$50) dan setengah tarif Claude Opus 5.5 ($4/$20). Namun harga perkenalan hanya berlaku hingga 30 November 2026. Google Blog

Mulai 1 Desember 2026, tarif standar Argon menjadi $4 per juta token input dan $20 per juta token output, atau tepat dua kali lipat dan setara dengan Claude Opus 5.5. Dev.to

Keterbatasan dan Tantangan

Meski memimpin di banyak kategori, Argon tidak menguasai semua benchmark. GPT-6 Astra tetap unggul di FrontierSWE v2 (65,5% versus 55,0%) dan Terminal-Bench Science 0.1 (68,1% versus 57,6%).

Claude Opus 5.5 memimpin di Terminal-Bench 4.0 (66,4% versus 57,4%) dan PostTrainBench (49,3% versus 45,0%). Artinya, pilihan model tetap bergantung pada beban kerja spesifik. NextDiff

Catatan penting lainnya: semua skor benchmark di atas berasal dari tabel Google sendiri, dengan sebagian skor pesaing diambil dari leaderboard publik atau system card vendor lain. Perlakukan selisihnya sebagai gambaran arah, bukan vonis mutlak. Apidog

Keuntungan Full-Stack Google

Keunggulan jangka panjang Google bukan sekadar model, melainkan tumpukan penuh: infrastruktur cloud, chip TPU buatan sendiri, dan integrasi ke Workspace, Vertex AI, dan Android Studio.

Bagi CIO dan pengembang, pesannya jelas: evaluasi model harus berbasis beban kerja nyata, bukan hanya papan peringkat. Bukti akhirnya ada di lingkungan produksi enterprise, saat model dipakai penuh dalam pekerjaan sehari-hari.

Fakta Kunci

  • Model: Gemini 4 Argon (Google DeepMind)
  • Diungkap: 30 September 2026; tersedia umum: 13 Oktober 2026
  • Harga perkenalan: $2 input / $10 output per juta token, hingga 30 November 2026
  • Harga standar: $4 input / $20 output per juta token, mulai 1 Desember 2026
  • Benchmark: memimpin 13 dari 19 kategori dalam tabel Google, seri 1, tertinggal 5
  • Kategori unggulan: hukum, keuangan, coding jangka panjang, otomatisasi bisnis, keamanan siber, multimodal
  • Kategori tertinggal: FrontierSWE v2, Terminal-Bench Science, Terminal-Bench 4.0, PostTrainBench, OSWorld-2.0
  • Pesaing utama: OpenAI GPT-6 Astra, Anthropic Claude Opus 5.5 / Fable 5.1
  • Akses: Gemini API berbayar, aplikasi Gemini, Antigravity, dan AI Mode di Search

Sumber

Read More
Diposting oleh di Tidak ada komentar:
Label: ,

Janji Rilis Bobot Kimi K3.1 Pro Jatuh Tempo Hari Ini, Calon Model Open-Weight Terkuat

Moonshot AI menjanjikan bobot penuh Kimi K3.1 Pro dirilis paling lambat hari ini, 4 November 2026. Jika janji itu ditepati, model ini akan menjadi model bobot-terbuka dengan skor independen tertinggi yang pernah tercatat. 🔗 Nowrap

Perlu dicatat dengan jujur: hingga pagi ini, repositori Kimi K3.1 belum tampak di organisasi Moonshot AI di Hugging Face, yang model terbarunya masih Kimi K3. Jadi artikel ini melaporkan batas waktu janji tersebut, bukan mengonfirmasi bobotnya sudah bisa diunduh. 🔗 Hugging Face Moonshot AI

Apa itu Kimi K3.1 Pro

Kimi K3.1 Pro adalah model pertama dari seri K3.1 Moonshot AI, laboratorium asal Cina yang didukung Alibaba dan HongShan. Model ini meluncur lewat API dan aplikasi Kimi pada 23 Oktober 2026 sebagai versi post-training dari Kimi K3 dengan komputasi post-training yang jauh lebih besar. 🔗 Capital and Compute

Arsitekturnya adalah Mixture-of-Experts (MoE) dengan 2,8 triliun parameter total dan 104 miliar parameter aktif per token. Desain ini hanya mengaktifkan subset parameter yang relevan untuk setiap token, sehingga inferensi tetap efisien meski ukuran totalnya masif. 🔗 Blog resmi Moonshot AI

Skor independen dan harga

Pada peluncurannya, Artificial Analysis menempatkan Kimi K3.1 Pro di peringkat keempat Intelligence Index dengan skor 55, naik 11 poin dari Kimi K3 yang meraih 44. Hanya tiga model yang berada di atasnya saat itu: Claude Opus 5.5 (58), Claude Sonnet 5.5 (56), dan Muse Wonder Full (56). 🔗 Capital and Compute

Selisih tiga poin dengan model teratas itu adalah yang terkecil yang pernah dicapai model bobot-terbuka. Artificial Analysis memproyeksikan, begitu bobotnya terbit, Kimi K3.1 Pro akan menjadi model terbuka dengan skor tertinggi di indeks tersebut. 🔗 Nowrap

Untuk tugas agentic, Moonshot melaporkan skor 65,7 persen pada Terminal-Bench 4.0, sementara pengukuran independen Artificial Analysis mencatat 67 persen. Pada GDPval-AA, model ini meraih Elo 1.846 dan menempati peringkat ketiga. 🔗 Artificial Analysis

Harga API-nya adalah 2 dolar AS per juta token input dan 10 dolar AS per juta token output, dengan input yang di-cache seharga 0,20 dolar AS. Varian Highspeed yang diklaim 2–3 kali lebih cepat dibanderol 4 dolar AS per juta token input dan 20 dolar AS per juta token output. 🔗 Nowrap

Jendela konteks 1 juta token

Kimi K3.1 Pro memiliki jendela konteks 1 juta token (tepatnya 1.048.576 token menurut halaman harga Moonshot). Jendela sebesar ini membuka pemrosesan dokumen panjang, basis kode skala enterprise, dan analisis multi-dokumen tanpa chunking berulang. 🔗 Nowrap

Transparansi kemampuan siber yang langka

Aspek paling menonjol dari peluncuran ini adalah kejujuran Moonshot soal kemampuan siber model. Pada benchmark internal xdev-bench-hard, checkpoint tanpa penghapusan data siber memecahkan 90,5 persen soal, sementara model final yang sudah dibersihkan dari data siber pada tahap mid-training dan reinforcement learning tetap memecahkan 81,0 persen tugas. 🔗 Nowrap

Moonshot menyatakan kemampuan siber K3.1 Pro tetap berada di belakang model proprietary terdepan yang sudah tersedia publik minimal tiga bulan. Transparansi semacam ini jarang ditemukan di industri, dan memberi basis data bagi pembuat kebijakan untuk merancang tata kelola model bobot-terbuka berkapasitas tinggi. 🔗 Blog resmi Moonshot AI

Apa yang masih harus ditunggu

  • Bobot penuh: dijanjikan paling lambat 4 November 2026, namun hingga pagi ini belum tampak di Hugging Face.
  • Lisensi: belum dipublikasikan untuk K3.1 Pro; pola lisensi K3 mensyaratkan perjanjian terpisah bagi penyedia layanan API dengan pendapatan di atas 20 juta dolar AS.
  • Kebutuhan komputasi: menjalankan sendiri model 2,8 triliun parameter membutuhkan kluster GPU skala besar, di luar jangkauan tim kecil.
  • Verifikasi independen: skor dari bobot yang dirilis masih perlu diuji ulang oleh komunitas setelah berkasnya benar-benar tersedia.

Jika bobotnya benar-benar terbit hari ini, alasan bahwa model sumber-terbuka tidak cukup baik akan semakin sulit dipertahankan di meja pembicaraan strategis AI. Jika tidak, yang tertunda bukan sekadar berkas, melainkan tonggak penting bagi ekosistem AI terbuka. 🔗 Nowrap

Sumber

Read More
Diposting oleh di Tidak ada komentar:
Label: ,

ChatGPT Menjangkau 20% Volume Pencarian Google, Klaim OpenAI yang Perlu Dicermati

OpenAI mengklaim volume pencarian lewat ChatGPT kini mencapai sekitar 20 persen dari volume pencarian Google. Angka itu disampaikan Adam Fry, consumer product lead ChatGPT, dalam acara OpenAI di New York pada 2 November 2026 dan diberitakan pada 3 November 2026. 🔗 9to5Google

Apa yang sebenarnya dihitung OpenAI

Menurut Fry, OpenAI menghitung sebuah pencarian setiap kali pertanyaan pengguna membuat ChatGPT mengakses web. Definisi ini mengecualikan pertanyaan sederhana seperti definisi istilah atau penjelasan how-to sederhana. 🔗 9to5Google

Penting dicatat, angka 20 persen ini adalah klaim internal OpenAI, bukan pengukuran independen. OpenAI tidak mengungkapkan sumber angka Google yang dipakai sebagai pembanding, metodologi pengukurannya, maupun rentang waktu pengukuran. 🔗 Oossa

Dengan kata lain, angka ini menggambarkan volume kueri, bukan pangsa pasar pencarian dalam arti sempit. ChatGPT juga tidak selalu menjawab dari indeksnya sendiri; sebagian pencarian masih bisa mengandalkan penyedia pencarian eksternal. 🔗 Oossa

Estimasi independen justru lebih rendah

Estimasi pihak ketiga menempatkan angka ChatGPT lebih rendah dari klaim OpenAI. seoClarity memperkirakan aktivitas pencarian harian ChatGPT sekitar 7,5 persen dari Google pada Oktober 2026, sementara Ahrefs memperkirakan sekitar 12 persen pada Februari 2026. 🔗 Steven Digital

Perbedaan ini wajar karena definisi "pencarian" berbeda-beda. Ada yang menghitung semua prompt, ada yang hanya menghitung aktivitas yang benar-benar setara dengan pencarian web. Karena itu, angka 20 persen sebaiknya dibaca sebagai klaim OpenAI tentang momentum, bukan sebagai ukuran pasar yang sudah final.

Pertumbuhan pengguna jadi bahan bakar klaim ini

Bersamaan dengan klaim pencarian, OpenAI menyebut ChatGPT mencapai 1,2 miliar pengguna aktif mingguan, naik sekitar 200 juta dalam 60 hari setelah melewati 1 miliar pada akhir Agustus 2026. 🔗 Emergent

Skala pengguna sebesar itu menjelaskan mengapa pertanyaan yang dulu eksklusif untuk mesin pencari — soal orang, tempat, peristiwa terkini, keuangan, dan kesehatan — kini makin sering diarahkan ke chatbot.

Crawler OpenAI juga makin agresif

Sinyal lain datang dari sisi perayapan web. Crawler pencarian OpenAI mencapai 18,1 persen volume permintaan Googlebot pada Oktober 2026, naik dari 5,3–7,5 persen pada Juli 2026. 🔗 TickerTrends

Pada pekan terakhir Oktober, nilai mingguan bahkan menyentuh 19,2 persen. Angka ini menunjukkan OpenAI sedang mengisi indeks pencariannya sendiri secara agresif, meski volume perayapan tidak sama dengan volume pencarian pengguna.

Apa artinya bagi penerbit dan pengguna

Bagi penerbit, volume kueri yang besar tidak otomatis berarti lalu lintas yang besar. Berbagai analisis menunjukkan Google masih mengirim pengunjung ke situs jauh lebih banyak daripada ChatGPT, sehingga visibilitas di chatbot dan di mesin pencari tetap dua hal yang berbeda. 🔗 Crypto Briefing

Bagi pengguna, pergeseran ini berarti jawaban percakapan makin sering menggantikan daftar tautan. Keuntungannya adalah konteks yang bisa disempurnakan lewat percakapan lanjutan. Risikonya, jawaban tunggal dari chatbot lebih sulit diverifikasi dibanding sepuluh tautan yang bisa dibandingkan sendiri.

Kesimpulannya, klaim 20 persen menandai bahwa ChatGPT sudah menjadi jalur pencarian yang serius. Namun sampai ada metodologi dan pembanding yang terbuka, angka itu lebih tepat dibaca sebagai klaim OpenAI — yang didukung arah pertumbuhannya, tapi belum dikonfirmasi pengukuran independen.

Sumber

Read More
Diposting oleh di Tidak ada komentar:
Label: ,

OpenAI Diingatkan soal Celah Keamanan Internal Selama Bertahun-tahun, Reuters Ungkap

Latar Belakang

Laporan investigasi Reuters yang terbit 3 November 2026 mengungkap ketegangan yang lama terpendam di dalam OpenAI. Menurut lima orang yang mengetahui langsung masalah ini, sejumlah karyawan sudah menyampaikan kekhawatiran soal praktik keamanan perusahaan bahkan sebelum ChatGPT diluncurkan pada akhir 2022. 🔗 Reuters

Kekhawatiran itu disampaikan kepada pimpinan puncak dan dewan direksi. Namun sebagian karyawan menyimpulkan manajemen lebih fokus mengejar kecepatan pengembangan demi menyaingi Google dan Anthropic daripada memperkuat keamanan.

Akibatnya, kontrol internal dinilai begitu longgar sehingga pihak luar, termasuk pemerintah asing, berpotensi memperoleh informasi sensitif tentang teknologi OpenAI dengan relatif mudah. Kekhawatiran itu kembali mencuat setelah OpenAI pada Oktober mengungkapkan penemuan perangkat perekam di ruang konferensi eksekutif. 🔗 Reuters

Monorepo dan Akses Kode yang Terlalu Luas

Salah satu temuan utama laporan adalah praktik penyimpanan kode. OpenAI menyimpan sebagian besar kodenya dalam satu repositori tunggal (monorepo), sehingga siapa pun yang dapat mengakses kode itu juga dapat melihat detail teknis banyak proyek perusahaan, termasuk proyek yang tidak berkaitan dengan pekerjaannya. 🔗 Reuters

OpenAI menegaskan sebagian besar pekerjaan paling sensitif disimpan dalam repositori terpisah dengan kontrol akses ketat. Perusahaan juga menyatakan monorepo tidak memuat seluruh kode maupun detail kritis model, termasuk bobot model (model weights) yang menentukan perilaku model.

Namun laporan menyebut monorepo yang padat dan rumit itu dahulu mungkin menjadi penghalang bagi calon penyerang, tetapi kini agen AI mampu menyaring material sebanyak itu. Selain itu, OpenAI dilaporkan menyimpan sebagian besar dokumentasi risetnya di GitHub dan Slack, sehingga karyawan khawatir aktor yang termotivasi tetap dapat menemukan informasi penting. 🔗 Reuters

Alat Internal yang Jarang Diaudit

Temuan lain menyebut OpenAI belum melakukan tinjauan keamanan rutin terhadap alat internalnya, seperti sandbox tempat peneliti menguji model baru. Karyawan sering memodifikasi alat tersebut untuk pekerjaan mereka, tetapi perubahan itu tidak selalu diuji terhadap masalah keamanan. 🔗 Reuters

OpenAI menyatakan kini melakukan tinjauan keamanan rutin terhadap peralatan internal di bawah Chief Information Security Officer Dane Stuckey, yang bergabung pada Oktober 2024. Perusahaan juga mengatakan memiliki pendekatan keamanan yang kuat.

Perubahan Strategi dan Security Sprint

OpenAI dilaporkan mulai mengubah strategi untuk mengatasi masalah keamanan. Thibault Sottiaux, eksekutif senior yang mengawasi pengembangan produk dan dikenal sebagai “Tibo”, baru-baru ini mengambil alih inisiatif internal untuk mengamankan sistem internal. Pada Agustus, Sottiaux menugaskan ulang seperempat insinyur produksi OpenAI untuk memperbaiki infrastruktur keamanannya. 🔗 Reuters

Setelah Reuters meminta komentar, OpenAI pada Senin, 2 November 2026, mengumumkan sedang merencanakan security sprint internal berikutnya, yang akan melibatkan peneliti eksternal termasuk Cathedral Systems untuk menguji pertahanannya. Juru bicara OpenAI, Elana Widmann, menyebut OpenAI adalah salah satu organisasi yang paling ditargetkan di dunia, sehingga perusahaan berinvestasi besar dalam program keamanannya. 🔗 Unite.AI

“Melindungi teknologi, data, dan orang-orang kami adalah tanggung jawab yang kami anggap serius dan merupakan masalah kepentingan nasional,” kata Widmann. 🔗 Reuters

Ancaman AI terhadap Perusahaan AI Sendiri

Laporan juga menyoroti dua insiden yang menunjukkan bagaimana AI canggih kini justru menempatkan perusahaan AI pada risiko. Pada akhir Oktober, startup keamanan siber Cathedral Systems mengklaim berhasil masuk ke sistem Anthropic dan mengakses kanal Slack tempat karyawan membahas detail model sensitif.

Juru bicara Anthropic menyatakan data yang diakses meliputi informasi kontak bisnis pelanggan dan mitra serta catatan akun pengguna dasar. Pada Juli, tiga peneliti Hacktron AI menggunakan model AI saingan dari Anthropic untuk membobol akun ChatGPT milik beberapa karyawan OpenAI dan mendapatkan akses ke sistem internal, termasuk monorepo. 🔗 Reuters

Implikasi bagi Industri

Peringatan karyawan ini menyoroti tegangan mendasar dalam industri AI. Sejak ChatGPT diluncurkan, teknologi AI telah menjadi aset strategis bagi Amerika Serikat, sehingga muncul tekanan agar perusahaan Amerika melindungi teknologinya dari rival asing.

Namun menambah lapisan keamanan juga dapat memperlambat pengembangan AI, dan berpotensi mempersulit rencana penawaran saham perdana (IPO) OpenAI dan Anthropic. Bagi industri, laporan ini menjadi pengingat bahwa perlombaan kapabilitas model tidak boleh mengabaikan pertahanan internal.

Poin-poin Utama

  • Karyawan memperingatkan pimpinan dan dewan soal keamanan sejak sebelum peluncuran ChatGPT pada akhir 2022.
  • OpenAI menemukan perangkat perekam di ruang konferensi eksekutif pada Oktober 2026.
  • Kode disimpan dalam monorepo yang dapat diakses luas; agen AI kini mampu menyaring material tersebut.
  • Thibault Sottiaux memimpin inisiatif keamanan; seperempat insinyur produksi ditugaskan ulang pada Agustus 2026.
  • OpenAI merencanakan security sprint internal berikutnya bersama peneliti eksternal, termasuk Cathedral Systems.
  • Dua insiden (Cathedral Systems terhadap Anthropic; Hacktron AI terhadap OpenAI) menunjukkan AI dapat menyerang perusahaan AI.

Sumber

Read More
Diposting oleh di Tidak ada komentar:
Label: ,

Anthropic Kembangkan Sistem Kriptografis untuk Membuktikan Identitas Model AI

Anthropic, perusahaan pengembang model bahasa besar Claude, mengumumkan penelitian awal mengenai sistem terbuka yang mampu membuktikan secara kriptografis identitas model AI yang menghasilkan suatu keluaran. Sistem yang disebut FlashProve ini dirancang untuk memberikan jaminan matematis bahwa sebuah respons benar-benar berasal dari model tertentu, bukan dari model lain yang menyamar. 🔗TechCrunch

Menurut laporan TechCrunch pada 3 November 2026, sistem ini masih berada pada tahap riset awal. Risetnya masih berlangsung dan belum ada rencana penerapan di Anthropic maupun laboratorium lain. 🔗TechCrunch

Latar Belakang: Masalah Kepercayaan pada Keluaran AI

Seiring meluasnya penggunaan model AI dalam pengambilan keputusan kritis, pertanyaan tentang asal-usul keluaran menjadi semakin penting. Pengguna sering kali tidak memiliki cara untuk memastikan bahwa respons yang mereka terima benar-benar dihasilkan oleh model yang diklaim oleh penyedia layanan.

Celah ini membuka peluang bagi praktik yang merugikan. Misalnya, penyedia bisa diam-diam mengganti model yang lebih mahal dengan model yang lebih murah untuk menekan biaya, atau sebaliknya menggunakan model yang lebih kuat untuk memperbesar hasil benchmark. Pihak ketiga yang mengklaim telah menggunakan model tertentu untuk mengerjakan sebuah tugas pun sulit dibuktikan kebenarannya. 🔗TechCrunch

Cara Kerja FlashProve

FlashProve bekerja dengan konsep yang disebut “provable inference”, yaitu pembuktian kriptografis yang memberikan jaminan matematis atas identitas model yang menghasilkan keluaran. Mirip dengan tanda tangan kriptografis pada email yang memungkinkan penerima memastikan pengirim asli, FlashProve dirancang agar tahan terhadap upaya penyamaran, bahkan ketika pihak yang menyamar adalah laboratorium yang membangun dan menjalankan model tersebut. 🔗TechCrunch

Untuk berfungsi, sistem ini memerlukan laboratorium AI untuk mempublikasikan “sidik jari” (fingerprint) dari setiap model yang dirilis. Sidik jari ini nantinya dapat dicocokkan dengan keluaran spesifik dan diverifikasi secara kriptografis. Yang penting, sidik jari tersebut tidak mengungkap bobot (weights) yang menjadi aset internal yang menjadikan perilaku model sulit ditiru. Artinya, sidik jari tetap menjaga kerahasiaan model yang dilindungi.

Dengan demikian, laboratorium dapat mempublikasikan sidik jari tanpa menyerahkan aset paling berharga mereka. Meskipun sistem ini dirancang untuk keperluan penelitian, peneliti menyarankan agar laboratorium AI merilis sidik jari model yang akan dipakai pada masa mendatang dan menjaga kerahasiaan model yang dilindungi. 🔗Artiverse

Potensi Penggunaan

Peneliti menyebutkan beberapa skenario penggunaan yang mungkin. Berikut di antaranya:

  • Mencegah perusahaan AI secara diam-diam mengganti model yang lebih murah untuk mengurangi biaya operasional.
  • Mencegah penggunaan model yang lebih mahal secara diam-diam untuk memperbesar hasil benchmark.
  • Memverifikasi klaim pihak ketiga bahwa sebuah tugas tertentu, misalnya pemindaian kerentanan perangkat lunak, telah dikerjakan oleh model tertentu.
  • Memungkinkan pengguna akhir memastikan bahwa jawaban yang mereka terima benar-benar berasal dari model yang diklaim penyedia layanan. 🔗TechCrunch

Status dan Keterbukaan

Sebagai bagian dari pengumuman, peneliti merilis spesifikasi teknis terperinci dan kode kerja untuk FlashProve. Para peneliti membagikannya secara eksplisit dengan tujuan agar orang lain melihat apa yang telah mereka lakukan dan mengajukan perbaikan atau kritik. 🔗TechCrunch

Keterbukaan ini dinilai penting oleh komunitas riset karena bidang ini memerlukan partisipasi dari berbagai pihak untuk berkembang. Melalui publikasi spesifikasi dan kode, peneliti membuka peluang kolaborasi lintas laboratorium dan membuka jalan bagi penerapan sistem serupa di masa mendatang. 🔗Blockchain.News

Angka Kunci dari Uji Coba

Demonstrasi FlashProve diuji pada Llama 4 Maverick dari Meta, model mixture-of-experts 400 miliar parameter, dan menunjukkan sejumlah angka yang menggambarkan tantangan praktis teknologi ini. Berikut angka-angka kuncinya:

  • Kecepatan pembuatan bukti: sekitar 110 token per detik pada satu GPU H100.
  • Ukuran bukti: sekitar 19 MB per permintaan 1.024 token.
  • Biaya komputasi: pembuatan bukti memakan waktu GPU sekitar 70–95 kali lipat dibanding menjalankan model itu sendiri.
  • Verifikasi: sekitar 17 detik pada CPU 24-thread, tanpa GPU, termasuk pemeriksaan dari tahap persiapan hingga penyelesaian.
  • Batas konteks pada demonstrasi ini: 1.024 token, dengan decoding greedy. 🔗Blockchain.News

Angka-angka ini menegaskan status FlashProve sebagai prototipe riset, bukan produk siap pakai. Biaya komputasi yang tinggi dan keterbatasan konteks menjadi hambatan utama sebelum teknologi ini dapat diterapkan secara luas, meskipun hasil awalnya menjanjikan.

Implikasi bagi Industri AI

Jika sistem verifikasi identitas model seperti FlashProve kelak diadopsi secara luas, hal ini dapat mengubah dinamika kepercayaan dalam ekosistem AI. Pengguna perusahaan dan konsumen akan memiliki alat untuk memverifikasi klaim penyedia layanan, yang pada gilirannya dapat mendorong transparansi dan akuntabilitas.

Di sisi lain, implementasi memerlukan partisipasi aktif dari laboratorium AI untuk mempublikasikan sidik jari model mereka, serta pengembangan standar bersama agar verifikasi dapat dilakukan secara konsisten di berbagai platform. Pengguna pun tetap harus percaya bahwa sidik jari yang dipublikasikan memang milik model yang diklaim laboratorium tersebut. 🔗AI Stock Wire

Sumber

Read More
Diposting oleh di Tidak ada komentar:
Label: ,
Langganan: Postingan (Atom)
Powered By Blogger · Designed By Adzim Developer