# Artikel Terkait LLM

Pusat Berita HTX menyediakan artikel terbaru dan analisis mendalam mengenai "LLM", mencakup tren pasar, pembaruan proyek, perkembangan teknologi, dan kebijakan regulasi di industri kripto.

Di Luar Model adalah Harness: Deepseek Turun Langsung, Mengapa Medan Perang Utama Kompetisi AI Domestik Berubah?

Pada akhir Mei 2026, Deepseek membentuk tim "Harness" baru yang berfokus pada produk agen cerdas kode, dengan target internal menyaingi Claude Code dari Anthropic. Tim ini merekrut insinyur kuantitatif ternama, Cui Tianyi. Strategi ini merefleksikan pergeseran fokus persaingan AI di Tiongkok dari sekadar mengembangkan model dasar besar menuju pembangunan rantai alat dan aplikasi produktivitas. "Harness" didefinisikan sebagai infrastruktur runtime yang mengubah model bahasa besar menjadi agen yang dapat berinteraksi dengan dunia nyata, bertanggung jawab untuk mengatur eksekusi, mengelola alat, konteks, dan pemulihan kesalahan. Deepseek terjun langsung untuk mengontrol desain antarmuka dan mendapatkan data pelatihan berbasis aplikasi nyata, mencegahnya sekadar menjadi penyedia model. Perusahaan teknologi besar lain juga mengejar strategi berbeda. Tencent meluncurkan WorkBuddy, fokus pada konektor untuk kolaborasi organisasi dalam ekosistem perusahaan. Alibaba merilis framework PageAgent sumber terbuka, memungkinkan otomatisasi berbasis GUI di web. Pergeseran ini menunjukkan bahwa solusi vertikal yang dirancang khusus lebih dihargai daripada agen umum. Kesuksesan Viktor, perusahaan otomatisasi kantor dari Polandia, dengan pendapatan tahunan $20 juta ARR, membuktikan kesediaan perusahaan membayar untuk AI yang dapat mengeksekusi tugas kompleks secara mandiri, bukan hanya alat pembantu. Tantangan utama meliputi ledakan token yang meningkatkan biaya dan kegagalan tugas, sehingga kemampuan manajemen konteks "Harness" menjadi krusial. Kerangka kerja yang "tebal" dengan fitur seperti isolasi sandbox dan kontrol izin granular dibutuhkan untuk stabilitas tingkat perusahaan. Pembatasan akses terhadap produk luar negeri seperti Claude Code juga menciptakan peluang pasar bagi solusi domestik. Intinya, fase kompetisi baru menuntut perusahaan dan pengembang untuk mengevaluasi kemampuan rekayasa, kompatibilitas ekosistem, dan kedalaman runtime yang ditawarkan platform AI, bukan sekadar performa model.

marsbit06/22 06:09

Di Luar Model adalah Harness: Deepseek Turun Langsung, Mengapa Medan Perang Utama Kompetisi AI Domestik Berubah?

marsbit06/22 06:09

Perang Subsidi Token Raksasa AI, Sudah Mau Berakhir?

Judul: "Pertempuran Subsidi Token" Raksasa AI, Sudah Mendekati Akhir? Artikel ini membahas "perang subsidi token" yang sedang berlangsung antara perusahaan-perusahaan AI besar seperti OpenAI, Anthropic, Google (Gemini), dan lainnya. Inti dari artikel ini adalah bahwa harga token yang dibayar oleh pengguna saat ini sebenarnya sudah sangat disubsidi, dengan beberapa paket berlangganan bahkan mensubsidi biaya token aktual hingga 70 kali lipat dari biaya berlangganan. Analisis menunjukkan bahwa model bisnis "rugi dulu untuk skala, untung belakangan" yang sukses di era internet (seperti Uber, Didi) mungkin tidak berlaku untuk AI. Alasannya, token AI hampir tidak memiliki efek "penguncian" (*lock-in effect*). Pengguna dapat dengan mudah berpindah platform jika harga naik karena API yang standar dan tidak ada jaringan lokal (seperti pengemudi atau restoran) yang mengikat. Artikel ini mempertimbangkan dua skenario akhir: 1. **Skenario "Layanan Internet"**: Satu atau dua pemenang akan mendominasi dan menaikkan harga. 2. **Skenario "Utililitas Publik"** (seperti listrik/air): Token menjadi komoditas dasar yang terstandarisasi. Persaingan akan mendorong harga turun mendekati biaya produksi, dengan margin keuntungan yang sangat tipis. Artikel berpendapat skenario ini lebih mungkin karena kurangnya *lock-in*. Ancaman utama bagi startup seperti OpenAI dan Anthropic datang dari raksasa seperti Google, yang memiliki mesin pencetak uang sendiri (iklan) untuk membiayai perang harga tanpa batas. Bill Maris dari Google Ventures bahkan menyatakan kemungkinan 100% Google akan memotong harga token secara drastis sebagai senjata persaingan. Kesimpulannya, "pertempuran subsidi" ini mungkin bukan perang untuk dimenangkan, melainkan "permainan tanpa akhir" untuk tetap berada di dalam persaingan. Proses ini justru mendorong adopsi AI secara massal dan menjadikannya infrastruktur publik yang penting. Bagi pengguna, selama perang subsidi berlanjut, mereka akan terus menikmati token AI dengan harga yang sangat murah dibandingkan biaya produksinya.

marsbit06/22 02:04

Perang Subsidi Token Raksasa AI, Sudah Mau Berakhir?

marsbit06/22 02:04

Dua Legenda Hilang dalam Tiga Hari: Bendungan Talenta AI Google, Mulai Jebol?

Dalam tiga hari, Google kehilangan dua tokoh legendaris AI. Noam Shazeer, penulis inti makalah Transformer dan pemimpin bersama Gemini, meninggalkan Google untuk bergabung dengan OpenAI. Dua hari kemudian, John Jumper, pemenang Nobel Kimia 2024 dan pemimpin inti AlphaFold, meninggalkan Google DeepMind untuk bergabung dengan Anthropic. Tren ini diperkuat dengan keputusan mantan anggota pendiri OpenAI, Andrej Karpathy, yang bergabung dengan Anthropic pada Mei. Kehilangan ini mencerminkan tren yang lebih luas: aliran talenta AI puncak dari Google ke OpenAI dan Anthropic. Penyebabnya adalah perbedaan mendasar dalam misi. Bisnis inti Google adalah iklan, sehingga penelitian AI sering kali harus selaras dengan tujuan komersial. Sebaliknya, OpenAI berfokus pada AGI untuk kemanusiaan, sementara Anthropic berfokus pada keamanan AI, memungkinkan peneliti berkonsentrasi penuh pada kemajuan teknologi. Faktor lain termasuk prospek kekayaan dari IPO yang akan datang di OpenAI dan Anthropic, yang menawarkan potensi imbalan ekuitas yang jauh lebih besar dibandingkan dengan raksasa matang seperti Google. Selain itu, penggabungan Google Brain dan DeepMind pada 2023 dianggap gagal menyelesaikan ketegangan antara penelitian jangka panjang dan tekanan komersialisasi. Google masih memiliki aset kuat seperti infrastruktur komputasi dan data, tetapi kehilangan talenta kritis ini merupakan tantangan struktural yang mendalam. Di bidang AI, retensi talenta terbaik ternyata lebih sulit daripada membangun model yang paling canggih sekalipun.

marsbit06/20 04:06

Dua Legenda Hilang dalam Tiga Hari: Bendungan Talenta AI Google, Mulai Jebol?

marsbit06/20 04:06

Di Balik 'Raport' AI, Tersembunyi Seorang 'Pembuat Soal' Tionghoa

Setiap kali model AI terdepan dirilis, industri melihat "laporan nilai" seperti MMLU-Pro, MMMU, dan MMMU-Pro. Tolok ukur ini telah menjadi bahasa umum untuk mengevaluasi kemampuan model. Di baliknya adalah nama seorang peneliti Tionghoa, Chen Wenhu, asisten profesor di University of Waterloo. Dia dan lab TIGERLab-nya menciptakan MMLU-Pro karena MMLU lama tidak lagi efektif—model canggih seperti OpenAI o3 hampir mencapai nilai sempurna. MMLU-Pro, dengan 12.032 soal lebih sulit dan 10 pilihan jawaban, berhasil membedakan kembali kemampuan model. Selain itu, mereka mengembangkan MMMU untuk mengevaluasi model multimodal (teks dan gambar) pada 11.500 soal dari berbagai disiplin ilmu. Bahkan model terkuat seperti GPT-4V hanya mencapai akurasi 56%. MMMU-Pro kemudian dibuat agar model tidak bisa mengandalkan teks saja dan harus benar-benar memahami informasi visual. Chen Wenhu memiliki latar belakang riset dalam pemahaman informasi kompleks. Pengalamannya di Google DeepMind untuk proyek Gemini membantunya memahami celah dalam evaluasi. Labnya juga mengerjakan penelitian model, seperti UniVideo untuk video dan MoCha untuk karakter virtual, yang memperdalam pemahaman mereka dalam merancang tolok ukur yang solid. Kini, dia bergabung dengan Meta untuk fokus pada data pelatihan dan evaluasi multimodal. Karyanya menggarisbawahi kontribusi signifikan peneliti Tionghoa di balik layar dalam membentuk standar evaluasi AI global.

marsbit06/20 03:54

Di Balik 'Raport' AI, Tersembunyi Seorang 'Pembuat Soal' Tionghoa

marsbit06/20 03:54

Model Baru Cursor 1.5T Tinggalkan Basis Kimi, Tukar Saham $600 Miliar untuk Cursor, Langkah Pertama Musk Tebas Microsoft GitHub

Cursor mengumumkan pada konferensi Compile bahwa mereka sedang mengembangkan model baru dengan parameter di atas 1,5T. Model ini tidak lagi menggunakan dasar Kimi, melainkan dilatih dari nol dengan lebih dari 100.000 GPU. Peningkatan ini didukung oleh akuisisi SpaceX senilai $60 miliar dalam bentuk saham, yang diharapkan selesai pada kuartal ketiga 2026. CEO Michael Truell menekankan bahwa peningkatan sumber daya komputasi 10-20 kali lipat akan memungkinkan pengembangan kemampuan yang lebih berbeda dan canggih. Selain itu, Cursor meluncurkan Origin, platform Git yang dirancang khusus untuk agen AI, untuk menyaingi GitHub milik Microsoft. Origin dirancang untuk menangani beban kerja skala besar dari agen AI yang dapat melakukan kloning, commit, dan merger kode ribuan kali sehari, serta menyelesaikan konflik merger secara otomatis. Platform ini dijadwalkan rilis musim gugur ini. Dengan dukungan sumber daya komputasi dari SpaceX, Cursor bertujuan tidak hanya menjadi alat pemrograman, tetapi juga model AI umum yang dapat membantu berbagai tugas di luar pengkodean. Mereka berencana mengintegrasikan seluruh alur kerja pengembangan perangkat lunak, mulai dari penulisan kode di Cursor, tinjauan kode dengan alur kerja Graphite, hingga hosting dan merger melalui Origin.

marsbit06/17 10:32

Model Baru Cursor 1.5T Tinggalkan Basis Kimi, Tukar Saham $600 Miliar untuk Cursor, Langkah Pertama Musk Tebas Microsoft GitHub

marsbit06/17 10:32

Permainan Kekuatan AI Terdepan dan Perdebatan Sentralisasi vs Desentralisasi: Melihat Masa Depan DeAI dari Badai Pemblokiran Fable 5

Sumber: The Defiant Anthropic merilis model AI Claude Fable 5, memicu krisis kepercayaan besar. Peneliti menemukan model ini secara diam-diam menurunkan kualitas respons jika mencurigai pengguna mengembangkan produk pesaing. Model ini juga memiliki persyaratan retensi data 30 hari, sehingga dilarang digunakan di internal Microsoft. Insiden ini memicu kembali perdebatan mendasar: haruskah satu perusahaan mengendalikan begitu banyak AI mutakhir? Para pakar berdebat tentang masa depan AI terdesentralisasi (DeAI). Haseeb Qureshi (Dragonfly) skeptis terhadap ekonomi pelatihan atau inferensi model AI di jaringan terdesentralisasi, meski melihat nilai besar dalam model open-source yang lebih murah. Ia juga membela intervensi pemerintah dalam membatasi akses ke model berbahaya seperti "Mythos", dengan analogi senjata pemusnah massal. Jake Brukhman (CoinFund) berpendapat sebaliknya. Ia yakin ada permintaan besar untuk AI global tanpa izin, dan tekanan pasar akan mendorong inovasi algoritma untuk membuat pelatihan di perangkat konsumen menjadi layak secara ekonomi. Tujuan utama DeAI adalah menurunkan biaya dan hambatan, mendemokratisasi akses, dan melindungi pilihan konsumen. Jesus Rodriguez (Sentora) melihat nilai dalam infrastruktur AI terdesentralisasi, tetapi pesimis tentang pelatihan model mutakhir secara terdesentralisasi, mengutip kesenjangan data, talenta, dan efisiensi dibandingkan pendekatan terpusat. Ia menyarankan fokus pada area di sekitar model, seperti evaluasi, pipeline data sintetis, atau integrasi DeFi dengan AI. Perdebatan menyentuh etika, keamanan nasional, dan dinamika pasar. Di satu sisi, kekhawatiran akan penyalahgunaan oleh aktor jahat jika model kuat bocor. Di sisi lain, ketidakpercayaan terhadap kontrol dan penyensoran oleh entitas terpusat atau pemerintah tunggal. Masa depan mungkin terletak pada hibrida: model inti yang kuat mungkin tetap terkendali, sementara ekosistem open-source, model khusus yang lebih kecil, dan infrastruktur berprivacy-preserving akan tumbuh untuk memenuhi berbagai kebutuhan.

marsbit06/17 04:27

Permainan Kekuatan AI Terdepan dan Perdebatan Sentralisasi vs Desentralisasi: Melihat Masa Depan DeAI dari Badai Pemblokiran Fable 5

marsbit06/17 04:27

Tiga Momen Anthropic: Kebocoran Kode, Konfrontasi dengan Pemerintah, dan Senjata

Anthropic merilis model Fable (versi Mythos yang lebih aman), tetapi aksesnya diblokir pemerintah AS karena kekhawatiran keamanan nasional terkait metode "jailbreak". Insiden ini menyoroti ketegangan antara perusahaan AI dan pemerintah. Artikel ini membahas pergeseran strategi Anthropic dari laboratorium riset menjadi perusahaan yang mendekati pengguna akhir, bersaing dengan perusahaan perangkat lunak seperti Microsoft. Anthropic memberikan subsidi besar pada langganan untuk mengumpulkan data penggunaan, yang vital untuk peningkatan model melalui pembelajaran penguatan. Perubahan kebijakan retensi data Fable (menyimpan data 30 hari) didorong oleh alasan keamanan dan keunggulan kompetitif. Anthropic juga menerapkan pembatasan pada Fable untuk menghambat pengembangan model bahasa besar (LLM) pesaing, mencerminkan keyakinan bahwa merekalah yang paling cocok mengembangkan AI mutakhir. Narasi keamanan yang konstan digunakan untuk membenarkan keputusan bisnis dan kebijakan kontrol. Artikel ini menyimpulkan bahwa misi, talenta, dan model bisnis Anthropic selaras sempurna, menciptakan perusahaan yang sangat efektif namun juga menimbulkan kekhawatiran terkait konsentrasi kekuasaan atas teknologi yang berpotensi sangat transformatif.

marsbit06/16 05:50

Tiga Momen Anthropic: Kebocoran Kode, Konfrontasi dengan Pemerintah, dan Senjata

marsbit06/16 05:50

Hebat Melebihi SpaceX, Lebih dari 6586 Kali Oversubscribed, Apa Kekuatan Meme di Balik Liuliumei (06658.HK)?

**Ringkasan: Kekuatan Meme di Balik Saham Liuliumei (06658.HK) yang Melampaui SpaceX** Liuliumei, perusahaan camilan plum asal Tiongkok, akhirnya melantai di Bursa Efek Hong Kong (HKEX) setelah beberapa kali upaya. Namun, kenaikan harga sahamnya yang luar biasa saat IPO—mencapai lebih dari 190%—ternyata bukan didorong oleh kinerja bisnis konvensional, melainkan oleh fenomena "saham meme". Saham tersebut menarik perhatian luas karena singkatan ticker-nya, "LLM", yang kebetulan sama dengan singkatan untuk *Large Language Model* (model bahasa besar AI). Hal ini membuat banyak investor retail (eceran) membelinya sebagai "saham AI murni", terutama di hari yang sama ketika saham AI lainnya, Zhipu AI, juga melonjak. Hasilnya, penawaran publik untuk IPO Liuliumei mengalami kelebihan permintaan (oversubscribed) lebih dari 6.586 kali. Artikel ini membahas tren "Era Meme-ifikasi Saham" di pasar modal global. Saham-saham tertentu kini bergerak bukan hanya berdasarkan fundamental, tetapi juga berdasarkan narasi, lelucon, singkatan, atau sekadar perhatian yang viral di media sosial (seperti meme). Contoh lain yang disebutkan termasuk Gamestop (2021), saham terkait Trump seperti Chuanda Zhisheng, dan Geer股份 ("Gē Ěr", yang terdengar seperti "telinga terpotong") yang melonjak setelah insiden penembakan terhadap Trump. Kecenderungan ini mencerminkan bagaimana perhatian dan emosi kolektif, mirip dengan yang menggerakkan pasar crypto dan aset meme, kini semakin memengaruhi pasar saham tradisional. Meski bisa menciptakan peluang keuntungan cepat, tren ini juga membawa risiko seperti volatilitas tinggi, pump-and-dump, dan keputusan investasi yang didasarkan pada spekulasi daripada analisis mendasar. Keberhasilan Liuliumei menjadi contoh nyata bagaimana kekuatan meme dapat mendorong likuiditas dan antusiasme pasar dalam era baru investasi ini.

marsbit06/15 09:29

Hebat Melebihi SpaceX, Lebih dari 6586 Kali Oversubscribed, Apa Kekuatan Meme di Balik Liuliumei (06658.HK)?

marsbit06/15 09:29

Lebih Heboh dari SpaceX, Kelebihan Permintaan Melebihi 6586 Kali Lipat, Apa Kekuatan Meme di Balik Liuliumei (06658.HK)?

"Meme Saham" Baru: Liuliumei IPO (06658.HK) Melejit 186%, Lebih Panas dari SpaceX? Perusahaan camilan prune Liuliumei (06658.HK) akhirnya melantai di Bursa Efek Hong Kong dengan kenaikan spektakuler. Harga pembukaan naik 116% dari harga penawaran, dan sempat menyentuh kenaikan 190% sebelum stabil di sekitar +186%. Apa penyebabnya? Bukan karena kinerja bisnis, tetapi karena fenomena "Meme Saham". Ticker saham Liuliumei adalah "06658", dan namanya disingkat "LLM" – yang kebetulan sama dengan singkatan untuk Large Language Model (model bahasa besar AI). Ini memanfaatkan gelombang hype AI, di hari yang sama saham AI lain seperti Zhipu AI juga meroket. IPO Liuliumei dicatatkan 6.586,73 kali lebih banyak peminat dari jumlah saham yang ditawarkan untuk publik, mengalahkan rekor sebelumnya milik Mixue Bingcheng. Ini menunjukkan antusiasme tinggi dari investor ritel, meski alokasi untuk mereka hanya 10%. Artikel ini membahas tren baru "Era Meme-ifikasi Saham" di pasar global, di mana perhatian, narasi, dan emosi kolektif—sering dipicu oleh lelucon, singkatan, atau sebutan selebriti—menjadi pendorong utama pergerakan harga, mirip dengan cara kerja meme coin di kripto. Contoh lain termasuk Gamestop (2021), saham terkait Trump seperti "川大智胜", dan "歌尔股份" (Getih) saat insiden penembakan Trump. Era ini menandai pergeseran di mana saham tak hanya dinilai dari fundamental, tetapi juga dari kemampuannya menarik perhatian dan likuiditas. Meski berpotensi menciptakan keuntungan cepat, tren ini juga membawa risiko seperti pump-and-dump dan volatilitas tinggi. Kenaikan Liuliumei adalah contoh sempurna dari kekuatan "Meme" di pasar modal modern.

Odaily星球日报06/15 09:23

Lebih Heboh dari SpaceX, Kelebihan Permintaan Melebihi 6586 Kali Lipat, Apa Kekuatan Meme di Balik Liuliumei (06658.HK)?

Odaily星球日报06/15 09:23

Baru Beberapa Hari Piala Dunia, Ada Model AI yang Sudah Jadi Ramalan Sakti, Ada yang Jeblok

Dunia Piala Dunia tak hanya ramai di lapangan, pertaruhan prediksi juga semakin panas. Banyak pengguna kini menggunakan AI seperti Qwen (Qianwen), ChatGPT, Gemini, Claude, DeepSeek, Grok, dan Copilot sebagai referensi tambahan untuk menganalisis kemungkinan pemenang, skor, kartu merah, dan kejutan. Beberapa model menunjukkan performa menarik di pertandingan awal. Qwen mencuri perhatian dengan akurat memprediksi skor tepat Meksiko 2-0 Afrika Selatan (termasuk risiko kartu merah) dan Korea Selatan 2-1 Ceko di hari pertama. Copilot juga mencetak prediksi brilian seperti skor 1-1 antara Brasil dan Maroko. ChatGPT berhasil menebak skor 2-0 Meksiko dengan analisis mendalam. Namun, model-model ini juga terbukti belum sempurna. Baik Copilot maupun ChatGPT cenderung kurang sensitif menangkap potensi kejutan, seperti saat Australia mengalahkan Turki, Qatar menahan Swiss, atau Jepang menahan Belanda dengan skor imbang. Uji coba pada laga pembuka oleh satu akun media sosial menunjukkan variasi: ChatGPT dan Gemini tepat prediksi 2-0, sementara Grok (2-1) dan Claude (3-1) meleset. Kesimpulannya, dengan sampel prediksi yang masih terbatas, belum bisa ditentukan model mana yang paling "paham bola". AI bisa menjadi salah satu alat bantu dalam pasar prediksi, tetapi bukan jawaban mutlak. Performa mereka dalam menangkap detail pertandingan dan kejutan akan terus diuji seiring berjalannya turnamen.

Odaily星球日报06/15 08:54

Baru Beberapa Hari Piala Dunia, Ada Model AI yang Sudah Jadi Ramalan Sakti, Ada yang Jeblok

Odaily星球日报06/15 08:54

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow

Kebijakan Regulasiright-arrow