Model Baru ChatGPT, Bel, Diklaim Telah Selesai Pra-Pelatihan dengan Parameter Mencapai 10 Triliun

marsbitDipublikasikan tanggal 2026-08-31Terakhir diperbarui pada 2026-08-31

Abstrak

Dunia teknologi kembali gempar! OpenAI dikabarkan telah menyelesaikan pelatihan awal model terbarunya yang dinamai "Bel" dengan parameter mencapai 10 triliun, melampaui ambang batas menuju AGI (Kecerdasan Buatan Umum). Model ini digadang-gadang sebagai fondasi utama era pasca-GPT-6 dan ditujukan untuk mengungguli model saingan seperti "Fable" dari Anthropic. Selain itu, OpenAI juga bersiap meluncurkan model Astra minggu depan. Kekuatan komputasi dan chip buatan sendiri "Jalapeño" menjadi keunggulan utama OpenAI, sementara pesaing seperti Anthropic dikabarkan kesulitan mengimbangi langkah ini. Pejabat OpenAI Tibo mengungkapkan visi masa depan di mana AI akan berkembang dengan "Peningkatan Diri Rekursif" (RSI), mengurangi biaya operasi secara drastis, dan merespons dengan kecepatan ultra-tinggi. ChatGPT dan Codex diprediksi akan bergabung menjadi "Personal AGI" yang secara proaktif memahami kebutuhan pengguna tanpa memerlukan perintah manual. Semua perkembangan ini menandakan bahwa persaingan di dunia AI semakin sengat, dan badai besar perubahan siap melanda pada paruh kedua tahun 2026.

Dunia teknologi benar-benar tak bisa tidur!

Model terkuat OpenAI, Astra, dikabarkan akan dirilis kemungkinan Kamis depan, dan saat ini telah memperluas cakupan pengujian.

Sebelumnya, bocoran rahasia internal menyatakan telah secara resmi mengambil alih kode dasar chip rakitan sendiri "Jalapeño". Kecepatan eksekusi kode inti yang ditulis AI, 1,8 kali lebih cepat daripada insinyur top manusia. Tanda-tanda rekursi mandiri AI muncul di internal OpenAI!

OpenAI masih menyimpan satu bom lain yang jauh lebih dalam.

Menurut kabar, OpenAI telah berhasil menjalankan model pra-pelatihan dengan kode nama "Bel" berparameter 10 triliun, yang langsung menuju ambang batas akhir AGI. Bahkan pra-pelatihan dengan parameter di atas 10 triliun hanyalah titik awal Bel. Setelah itu, Bel dapat belajar dengan dua kecepatan.

Sam Altman telah bersuara: Kita seharusnya mengadakan pesta lagi untuk perilisan model generasi berikutnya.

Dunia setelah GPT-6, ambisi apa lagi yang tersembunyi di dalamnya?

Bel: Monster Raksasa dengan 10 Triliun Parameter

Tahun ini, OpenAI sepertinya menghadapi hambatan dalam penskalaan, bahkan dengan tergesa-gesa membunyikan alarm "Red Code".

Untuk memusatkan daya komputasi, OpenAI bahkan memotong produk seperti Sora dan browser AI Altas.

Model AI generasi berikutnya, Astra, berhasil meraih banyak terobosan matematika, memukau dunia, tetapi peluncurannya tertunda-tunda.

Beberapa pekan terakhir, gejolak personel di OpenAI terjadi: Kepala Pendapatan Dennis Dresser, Kepala Operasi Brad Lightcap, serta eksekutif tinggi seperti Fergie Simo yang pernah menjadi deputi CEO Sam Altman, berturut-turut mengundurkan diri.

Ketika publik mulai berspekulasi apakah OpenAI telah "kehabisan ide", beberapa pengungkap berita teknologi keras mengungkapkan bahwa OpenAI baru saja menyelesaikan pra-pelatihan skala super, dengan kode nama "Bel".

Seberapa menakutkan "Bel" ini?

Mari kita lihat beberapa kata kunci inti:

1. Menembus batas 10T (10 triliun) parameter

GPT-4 dengan parameter triliunan memberi AI pengetahuan umum dan logika yang mendekati lulusan sarjana manusia. Lalu, Bel dengan 10 triliun parameter, bagaimana kemampuan "muncul"nya dalam penalaran kompleks, asosiasi teks panjang, pemahaman multimodal lintas disiplin?

Ini adalah perubahan kualitatif.

Ini setara dengan menggabungkan kapasitas otak semua ahli terkemuka di dunia saat ini, lalu mengalikannya dengan penguat yang eksponensial. Pada tingkat parameter ini, pemahaman AI terhadap model dunia akan mencapai kedalaman yang belum pernah terjadi sebelumnya.

2. Penerus "Doug", landasan dasar pasca-GPT-6

Pengungkapan menunjukkan bahwa sebelumnya, OpenAI telah menyelesaikan pra-pelatihan dengan kode nama "Doug".

Doug diposisikan sebagai model dasar untuk rencana Astra dan GPT-6 yang dikabarkan (nantinya masih akan melalui penjajaran pembelajaran penguatan yang sangat intensif).

Sebagai penerus, Bel adalah landasan dasar generasi berikutnya yang lebih maju dari Doug, di "era pasca-GPT-6".

Bel langsung menargetkan Holy Grail dunia teknologi—AGI (Kecerdasan Umum Buatan).

Menurut laporan, model Bel melampaui Astra dalam hal pengkodean, penalaran, dan tugas agen kecerdasan jangka panjang.

Sumber menyebutkan, model ini dapat bekerja secara efisien terus-menerus selama berhari-hari tanpa intervensi manusia, dapat pulih sendiri, dan mengoordinasikan ratusan subagen paralel.

3. Pembunuh Claude Fable (The Fable Killer)

@ChrisGPT dalam cuitannya secara blak-blakan menyatakan:

Bel adalah model "monster" OpenAI, yang bertujuan menjadi pembunuh Fable.

Model ini seharusnya akan hadir sebelum akhir tahun ini, atau beberapa bulan setelah peluncuran Astra.

Dia bahkan sudah mendapatkan kode nama ini enam hari yang lalu, mengkonfirmasi keandalan sumber berita.

Secara teori, Bel mungkin sudah melampaui GPT-6, bahkan mendekati ambang batas AGI yang didefinisikan OpenAI.

Dalam peluncuran resmi GPT-5.6, mereka memperkenalkan "Indeks RSI", yang mengintegrasikan hasil dari penelusuran debug, optimasi kernel dan resep pelatihan, eksperimen pembelajaran mesin, serta peningkatan mandiri model. Akhirnya, model sol meningkat 16,2 poin dibandingkan GPT-5.5.

Kemudian, sol merancang ratusan eksperimen arsitektur untuk model draf yang lebih kecil, dan memulai pelatihan. Dan hanya dalam kasus kerusakan perangkat keras dan ketidakstabilan pelatihan, intervensi manusia dilakukan. Akhirnya, efisiensi generasi token meningkat lebih dari 15%.

Bel menjadi keberadaan yang benar-benar berevolusi secara berkelanjutan.

Lapisan berat cepat akan menyerap pelajaran dari bukti yang telah divalidasi, pengujian kode, eksperimen, dan lintasan alat selama bekerja. Siklus yang lebih lambat akan mengonsolidasikan hasil peningkatan yang bertahan dalam evaluasi ke dalam bobot persisten dan resep pelatihan.

Model ini belajar dengan cepat dalam memori cepat, membekukan peningkatan yang terbukti efektif menjadi bobot lambat, sambil terus mengoptimalkan mekanisme operasi pembelajaran putaran berikutnya, dan mendistilasi hasil akhir menjadi model kecil yang dapat digunakan semua orang.

GPT-7 mungkin hanyalah snapshot aman dari kondisi Bel dalam satu minggu tertentu.

Di Reddit, pesan Leo ini telah memicu banyak diskusi, mengingat pengungkapan Leo selalu andal.

Ada yang berspekulasi, model internal mungkin memimpin model eksternal selama 4,5-6 bulan.

OpenAI Berujar: "Anthropic Sudah Tidak Bisa Mengikuti"

Jika Bel adalah serangan teknis dengan dimensi yang lebih rendah, maka daya komputasi adalah jurus pamungkas yang meningkatkan semangat internal OpenAI.

Menurut analisis silang beberapa pelacak, OpenAI menilai, pada paruh kedua tahun 2026 hingga 2027 mendatang, mempertahankan kepemimpinan sama sekali tidak diragukan.

Mengapa begitu yakin? Karena daya komputasi.

Pengungkapan menyebutkan, penilaian internal OpenAI menganggap bahwa musuh bebuyutannya, Anthropic, kekurangan daya komputasi dan sulit menghadapi AI generasi berikutnya OpenAI .

Dalam perlombaan persenjataan model besar, daya komputasi adalah amunisi. Ketika parameter model melonjak ke tingkat 10 triliun, biaya pelatihan sekali sangat besar.

Meskipun Anthropic memiliki keahlian tinggi dalam arsitektur model dan teknologi penjajaran, namun di hadapan "estetika kekerasan" absolut, mereka jelas sudah kewalahan.

Menghadapi penampilan publik Astra yang akan datang, Anthropic, dengan kendala daya komputasi, mungkin sulit memberikan respons yang kuat tahun ini.

Sementara perusahaan lain masih pusing memikirkan cara mengumpulkan 100.000 chip H100/B200, OpenAI telah menghantam dengan estetika kekerasan untuk menciptakan "Doug" dan "Bel".

Dan dengan peluncuran chip rakitan sendiri OpenAI, Jalapeño, parit pertahanan tidak hanya tidak terisi, malah diperlebar.

Kepala OpenAI Codex Mengungkap "Gambaran Akhir"

Parameter 10 triliun mungkin membuat Anda merasa jauh. Namun di internal OpenAI, terobosan kekerasan di lapisan dasar ini, pada akhirnya mengarah pada tujuan akhir AI yang sama.

Baru-baru ini, dalam wawancara podcast teknologi terkenal Matthew Berman, eksekutif OpenAI, Tibo, tanpa ragu membeberkan peta jalan masa depan OpenAI di lapisan aplikasi.

Dia bahkan berani mengatakan:

Model Codex yang sangat kuat saat ini, dalam 2 hingga 3 bulan ke depan, akan tampak seperti produk dari era primitif.

Menggabungkan pengungkapan sebelumnya, Tibo menunjuk pada empat perubahan besar yang mengguncang.

Peningkatan mandiri rekursif (RSI) terjadi setiap hari di internal OpenAI.

Tibo mengonfirmasi, "singularitas internal" tidak hanya ada, tetapi telah berhasil menjalankan loop bisnis tertutup.

OpenAI sudah lama menggunakan model terkuat untuk mengoptimalkan tumpukan penalaran mereka, kernel CUDA, bahkan infrastruktur.

Dia memberi contoh: OpenAI secara internal menggunakan model Sol untuk mengoptimalkan model Luna, langsung memotong biaya operasional sebesar 80%!

"Ultra Fast (Sangat Cepat)" akan membentuk kembali aliran mental manusia.

Tibo mengungkapkan, mode Ultra Fast internal saat ini tertinggi telah mencapai percepatan 14 kali. Dia memprediksi, hanya butuh 1 sampai 2 tahun, latensi sangat rendah ini akan menjadi standar default industri.

Ketika kecepatan respons AI mendekati atau bahkan melampaui kecepatan berpikir manusia, interaksi akan menjadi real-time. Alur kerja akan sepenuhnya kembali ke "keadaan aliran (Flow State)", beban kognitif manusia akan menurun secara eksponensial.

Perubahan paradigma komputasi: Komputer Anda akan segera menjadi "besi tua".

Dengan kedatangan model generasi berikutnya (seperti Astra), Tibo dengan jelas menyatakan: Masa depan AI sama sekali bukan lagi berjalan secara lokal, tetapi sepenuhnya beralih ke kluster Agen skala besar di cloud.

Pukulan pamungkas: ChatGPT dan Codex bergabung, berubah menjadi "Personal AGI".

Di masa depan, "mekanisme akan sepenuhnya hilang". Anda tidak perlu lagi menulis Prompt rumit secara manual, tidak perlu memelihara file keterampilan (Skill file) atau mengelola memori, apalagi menjadwalkan subagen secara manual.

Personal AGI akan terus-menerus dan pasif memahami tujuan, kebiasaan sehari-hari, dan dinamika tim Anda, serta secara aktif memberikan bantuan.

Yang lebih ajaib adalah adaptasi UI dinamisnya. Lapisan dasarnya jelas adalah teknologi multimodal dan Voice-first yang sama, tetapi antarmuka akan berubah bentuk seperti air secara otomatis sesuai dengan identitas Anda.

Penutup: Singularitas Telah Tiba, Hadir Tanpa Wujud

Tidak peduli seberapa besar penggelembungan rumor "Bel", dan apakah Astra benar-benar mulus merobek kode ahli manusia, pengungkapan skala besar kali ini telah menyampaikan sinyal yang tidak dapat diabaikan ke seluruh dunia:

>

Perkembangan kecerdasan buatan tidak mandek, ia hanya mengumpulkan badai yang cukup untuk membalikkan meja.

Paruh kedua tahun 2026, pertunjukan baru saja dimulai.

Referensi:

https://x.com/ChrisGPT/status/2092334431142850782

https://x.com/fanofaliens/status/2091805645221789771

https://x.com/notjazii/status/2092336615473701361

https://www.reddit.com/r/singularity/comments/1vy99vk/according_to_leo_openai_just_finished_its_next/、https://x.com/imjustnewatai/status/2092482501524516888?s=20

Artikel ini berasal dari akun WeChat publik "新智元" (ID:AI_era), penulis: David

Pertanyaan Terkait

QApa yang disebutkan sebagai model 'Bel' yang sedang dikembangkan OpenAI dan berapa jumlah parameternya?

AModel 'Bel' disebut sebagai model pra-pelatihan berskala besar dari OpenAI dengan parameter mencapai 10 triliun. Model ini dianggap sebagai landasan generasi berikutnya menuju AGI.

QBagaimana performa model Astra OpenAI dibandingkan dengan model terbaru yang disebut 'Bel'?

AMenurut artikel, model 'Bel' dikabarkan melampaui Astra dalam pengkodean, penalaran, dan tugas agen cerdas jangka panjang. Bel dapat bekerja secara efisien selama berhari-hari tanpa intervensi manusia.

QApa yang menjadi keunggulan utama OpenAI dibandingkan pesaing seperti Anthropic dalam lomba pengembangan AI?

AKeunggulan utama OpenAI adalah kekuatan komputasi (computing power) yang jauh lebih besar, memungkinkan pelatihan model skala raksasa seperti 'Bel', sementara Anthropic dikatakan menghadapi keterbatasan daya komputasi.

QApakah yang dimaksud dengan 'Recursive Self-Improvement (RSI)' menurut wawancara dengan eksekutif OpenAI Tibo?

AMenurut Tibo, RSI adalah proses di mana model AI terkuat OpenAI digunakan untuk mengoptimalkan tumpukan inferensi, inti CUDA, dan infrastruktur mereka sendiri, bahkan menurunkan biaya operasional secara drastis, contohnya sebesar 80%.

QBagaimana visi OpenAI tentang masa depan interaksi manusia dengan AI, seperti yang dijelaskan dalam artikel?

AOpenAI membayangkan masa depan di mana AI Personal AGI secara pasif memahami tujuan dan kebiasaan pengguna, secara proaktif membantu tanpa memerlukan prompt manual, dengan antarmuka yang beradaptasi dinamis, dan berjalan terutama di cloud, bukan di perangkat lokal.

Bacaan Terkait

Marvell: Tak Dapat Menyamai NVIDIA, Tak Mampu Menjawab Ekspektasi, Valuasi Tinggi Mulai 'Dikoreksi'?

Marvell (MRVL.O) merilis laporan keuangan Q2 FY2027 (hingga Juli 2026). Perusahaan meningkatkan panduan pendapatan untuk FY2027 menjadi $12 miliar (dari $11.5 miliar) dan untuk FY2028 menjadi $18 miliar (dari $16.5 miliar). Namun, peningkatan ini hanya sedikit lebih baik dari ekspektasi pasar dan terlihat lebih rendah dibandingkan panduan "luar biasa" dari Nvidia. Pasar terutama kecewa karena dua alasan: 1. Marvell tidak meningkatkan panduan untuk bisnis ASIC khususnya meskipun baru-baru ini mengumumkan kemitraan dengan Google. Hal ini membuat kesepakatan tersebut terlihat seperti perjanjian kerangka kerja yang kurang substansial. 2. Panduan pertumbuhan untuk bisnis data center pada FY2028 adalah 60%+, lebih rendah dari proyeksi Nvidia sebesar 70%+. Kineria kuartalan sendiri sesuai ekspektasi, dengan pendapatan mencapai $2.74 miliar (naik 13% secara kuartalan). Pertumbuhan didorong terutama oleh produk konektivitas dalam bisnis data center, yang menyumbang 79% dari total pendapatan. Margin kotor yang disesuaikan stabil di 58.3%. Meskipun panduan jangka panjang kurang memuaskan, Marvell tetap memiliki potensi pertumbuhan jangka panjang. Perusahaan telah menjalin kemitraan dengan raksasa cloud seperti Amazon dan Google, dan bisnis ASIC khususnya memiliki peluang untuk merebut sebagian pesanan TPU Google. Namun, valuasi Marvell yang relatif tinggi diperkirakan akan menghadapi tekanan koreksi dalam jangka pendek karena ekspektasi pasar yang tidak terpenuhi. Perhatian selanjutnya akan tertuju pada Hari Analis perusahaan pada 6 Oktober untuk kejelasan lebih lanjut mengenai prospek bisnis ASIC.

marsbit10m yang lalu

Marvell: Tak Dapat Menyamai NVIDIA, Tak Mampu Menjawab Ekspektasi, Valuasi Tinggi Mulai 'Dikoreksi'?

marsbit10m yang lalu

OpenAI Beli Puluhan Ribu Mac untuk Pelatihan Reinforcement! Nvidia Digeser Apple

OpenAI dilaporkan membeli puluhan ribu unit Mac mini dan Mac Studio untuk pelatihan pembelajaran penguatan (reinforcement learning) AI. Perangkat ini digunakan khusus untuk melatih "agen penggunaan komputer" yang dapat mengoperasikan komputer secara mandiri guna menyelesaikan tugas-tugas multi-langkah seperti mengedit kode, mengelola email, dan merangkum dokumen. Tidak hanya OpenAI, Anthropic juga dikabarkan menyewa Mac mini melalui AWS untuk keperluan serupa. Lonjakan permintaan ini berkontribusi pada pertumbuhan penjualan Mac sebesar 29% dalam laporan keuangan Apple, menjadikannya lini produk dengan pertumbuhan tercepat. Keunggulan utama Mac dalam tugas AI ini terletak pada arsitektur memori terpadu (unified memory) pada chip seri M, yang memungkinkan CPU dan GPU mengakses memori yang sama tanpa hambatan perpindahan data, serta sistem pendingin yang memadai untuk operasi jangka panjang. Aktivitas ini menarik perhatian NVIDIA, yang merilis DGX Spark sebagai pesaing langsung. Namun, Apple menghadapi kendala pasokan, dengan model Mac berkonfigurasi tinggi sering mengalami kekurangan stok. Meski awalnya tidak direncanakan, kesuksesan Mac di pasar AI perusahaan mendorong Apple menggelar acara khusus bagi klien bisnis dan berkolaborasi dengan perusahaan seperti Mount Thor untuk memperluas penetrasi di segmen ini. Apple juga mengembangkan server berbasis chip Mac untuk layanan Private Cloud Compute internal, meski belum menawarkannya ke pelanggan eksternal.

marsbit1j yang lalu

OpenAI Beli Puluhan Ribu Mac untuk Pelatihan Reinforcement! Nvidia Digeser Apple

marsbit1j yang lalu

Mekanisme Keamanan Claude Tergelincir Besar-besaran, AI Marah Menghapus Direktori Utama Pengembang Sebesar 700GB

Claude, asisten AI dari Anthropic, kembali mengalami insiden keamanan yang parah. Kali ini, model tersebut secara tidak sengaja menghapus seluruh direktori utama (home directory) seorang pengembang sebesar 700 GB saat sedang membantu menulis skrip pembersihan file sementara di `/tmp`. Awalnya, pengembang bernama Guillemot meminta Claude Fable 5 untuk membuat skrip yang aman guna membersihkan file-file sampah yang ditinggalkan oleh berbagai AI Agent di direktori `/tmp`, dengan ketentuan tidak menghapus file yang masih digunakan oleh proses lain. Karena skrip ini melibatkan operasi penghapusan yang berisiko, sistem keamanan internal Claude secara otomatis memulai "tinjauan adversarial" dan mengaktifkan mekanisme degradasi keamanan. Mekanisme ini menurunkan (mendegradasi) model dari versi yang lebih canggih (Fable 5) ke versi yang lebih konservatif (Opus 4.8) dengan tujuan mengurangi risiko dalam skenario sensitif. Ironisnya, justru model yang "lebih lemah" inilah yang menyebabkan kesalahan fatal. Selama proses pengujian keamanan, Opus 4.8 berhasil mengidentifikasi bahwa direktori `/tmp` dan direktori utama pengguna adalah "target berbahaya yang tidak boleh dihapus." Namun, pada langkah pembersihan setelah pengujian, model menggunakan kembali variabel yang sama yang sebelumnya telah diisi dengan jalur (path) direktori utama. Akibatnya, alih-alih menghapus file sementara, perintah `rm -rf` justru dijalankan pada direktori utama pengembang, menghapus 700 GB data kerja. Insiden ini menyoroti kritik dari komunitas pengembang terhadap mekanisme degradasi keamanan Claude, yang dikeluhkan sering terlalu sensitif, menurunkan kemampuan model secara drastis, dan bersifat "lengket" (sticky) untuk seluruh sesi. Logika bahwa tugas "terlalu berbahaya" harus ditangani oleh model yang "lebih lemah" justru berpotensi meningkatkan risiko kesalahan dalam menangani detail teknis seperti ruang lingkup variabel dan jalur file.

marsbit1j yang lalu

Mekanisme Keamanan Claude Tergelincir Besar-besaran, AI Marah Menghapus Direktori Utama Pengembang Sebesar 700GB

marsbit1j yang lalu

Trading

Spot
活动图片