AI TrackerBerita Model,
untuk developer.
Berita Model terbaru dari setiap penyedia AI: peluncuran, perubahan harga, dan penghentian, diringkas beserta artinya bagi Anda.
MiniMax mencantumkan kuantisasi komunitas untuk menjalankan M3.1 Flash secara lokal
MiniMax mengunggah rangkuman versi terkuantisasi buatan komunitas dari M3.1 Flash berbobot terbuka dengan 428B parameter, yang ditujukan bagi mereka yang menjalankannya di perangkat keras sendiri. MiniMax menyatakan bahwa bobot bit-rendah mengurangi memori yang dibutuhkan untuk memuat model dan data bobot yang dipindahkan selama proses decoding. Agar hasilnya berguna, diperlukan kalibrasi cermat, kernel bit-rendah yang efisien, serta penempatan expert di antara GPU dan RAM sistem.
Claude Mythos 5.5 belum diumumkan, tetapi kode sumber situs Anthropic menyebutkannya
Anthropic belum mengumumkan Claude Mythos 5.5. Beberapa akun X melaporkan bahwa kode sumber HTML halaman Claude Mythos milik Anthropic (anthropic.com/claude/mythos) menyebut nama tersebut.
Google announces Gemini 4 Carbon, its next frontier model, to cyber defenders first
Google announced Gemini 4 Carbon on October 28, 2026, calling it its strongest model, with state-of-the-art cybersecurity and long-horizon capabilities. It follows Gemini 4 Argon by two weeks. Sundar Pichai's post and Google's blog say it is not yet generally available: starting this week a subset of cyber defenders get access, with more trusted partners added through the Fairwind Program. Google says it will bring Carbon to developers, businesses and consumers "as soon as possible", and that it is taking part in the U.S. government's voluntary process for pre-release model testing.
Katalog OpenRouter mencantumkan 31 Desember sebagai tanggal kedaluwarsa Z.ai: GLM 4.7
Katalog model OpenRouter kini mencantumkan tanggal kedaluwarsa 31 Desember 2026 untuk "Z.ai: GLM 4.7" (z-ai/glm-4.7), model yang tercatat sejak 22 Desember 2025 dengan konteks 204.800 token. Sebelumnya, entri ini tidak mencantumkan tanggal kedaluwarsa. Ini hanya kolom katalog; entri tersebut tidak menjelaskan alasannya atau apa yang akan terjadi pada model setelah tanggal itu.OpenCode menyebut konfigurasi DeepSeek V4.1 Flash mereka sesuai dengan API DeepSeek, setelah muncul laporan bahwa modelnya terasa lebih bodoh
Pendiri OpenCode (thdxr) menulis bahwa OpenCode Go sesekali menerima laporan bahwa DeepSeek V4.1 Flash "terasa lebih bodoh" bagi sebagian orang. Ia mengatakan telah menjalankan setiap benchmark yang bisa ia temukan untuk membandingkan berbagai konfigurasi yang disediakan OpenCode Go, dan hasilnya berada di kisaran yang sama.Rock Matrix merilis EdgeRock-4B, model penalaran kecil dengan cache KV berukuran tetap sebagai sumber terbuka
Rock Matrix merilis bobot dan kode EdgeRock-4B, model penalaran teks dan gambar 4B, di GitHub, Hugging Face, dan ModelScope, dengan versi NF4, INT8, dan FP8. Makalahnya tersedia di arXiv (2610.10118). TestingCatalog membagikan pengumuman tersebut di X pada 31 Oktober.GPT-6 Astra for Law belum diumumkan, tetapi muncul di halaman harga dan daftar model OpenAI
OpenAI belum mengumumkan versi legal GPT-6 Astra. Dua akun X melaporkan bahwa model ini muncul di halaman milik OpenAI sendiri.Anthropic mengerahkan ribuan agen Claude untuk menguji ketahanan monitor data pelatihan terhadap misalignment yang muncul
Anthropic menerbitkan riset tentang otomatisasi red-teaming untuk misalignment laten yang muncul. Anthropic menyebut red-teaming penting untuk pengujian keamanan model, tetapi terbatas oleh waktu peneliti. Semua informasi di bawah ini berasal dari penuturan Anthropic sendiri, dalam unggahannya dan tulisan di Alignment Science Blog.
Claude Code 2.1.316 menghentikan mode cepat untuk Opus 4.8, yang akan dihapus pada 30 November
Claude Code v2.1.316, dirilis pada 30 Oktober 2026, menurut catatan rilisnya:Artificial Analysis menguraikan AA-Omniscience v1.1, dengan dataset yang lebih kecil dan set publik baru
Artificial Analysis menerbitkan detail AA-Omniscience v1.1, benchmark pengetahuan dan halusinasi yang diperbarui pada 27 Oktober sebagai bagian dari v5 Intelligence Index. Net Score benchmark ini memberi nilai untuk jawaban benar, mengurangi nilai untuk jawaban salah, dan memperlakukan abstain sebagai netral.OpenAI merilis GPT-6 Rosalind, model biologi dengan penggunaan alat ilmiah, untuk organisasi yang disetujui
Catatan perubahan API OpenAI untuk 30 Oktober 2026 mencantumkan perilisan GPT-6 Rosalind (gpt-6-rosalind), yang disebut menghadirkan penalaran biologis khusus dengan penggunaan alat ilmiah untuk riset ilmu hayati yang kompleks. Akses dibatasi bagi organisasi yang disetujui untuk Rosalind Research melalui program akses tepercaya, untuk riset internal oleh pengguna yang berwenang.Tool Computer Use di Gemini API kini tersedia secara umum
Catatan perubahan Gemini API dari Google menyebutkan bahwa tool Computer Use kini tersedia secara umum. Tool ini berfungsi di Interactions API maupun GenerateContent API.Anthropic mengonfirmasi perubahan prompt Claude Code untuk mencegah Opus 5.5 membuat ulang game tertentu
Anthropic mengonfirmasi bahwa mereka menambahkan dua kalimat ke prompt Claude Code pada Opus 5.5 untuk mengarahkan model agar tidak membuat ulang game tertentu yang sudah ada. Game Developer melaporkannya pada 30 Oktober.
Papan peringkat APEX-Agents dari Mercor menempatkan Gemini 4 Carbon di posisi pertama, satu-satunya model dengan nilai rata-rata di atas 90%
Mercor, penerbit benchmark APEX-Agents, menyatakan Gemini 4 Carbon memulai debutnya di posisi #1 pada papan peringkatnya. Ini adalah hasil pengukuran Mercor sendiri. APEX-Agents menguji tugas multi-langkah berdurasi panjang dari bidang perbankan investasi, konsultasi manajemen, dan hukum korporasi.OpenAI memperketat perlindungan ChatGPT terhadap kekerasan dan membatasi informasi tentang senjata bagi remaja
OpenAI mengumumkan langkah-langkah yang lebih kuat untuk mencegah kekerasan di ChatGPT serta komitmen untuk menerbitkan Community Safety Report kepada publik. Semua informasi di bawah ini berasal dari OpenAI; perusahaan menyebut perlindungan tersebut mulai diluncurkan "dalam beberapa minggu ke depan".Artificial Analysis meluncurkan papan peringkat HLE-Diamond, versi Humanity's Last Exam yang telah disempurnakan
Artificial Analysis meluncurkan papan peringkat HLE-Diamond, evaluasi independennya terhadap versi Humanity's Last Exam yang telah disempurnakan dan terdiri dari 1.000 pertanyaan, sebagai bagian dari v5 Intelligence Index. CAIS dan Scale AI merilis HLE-Diamond setelah setahun membersihkan dan menyempurnakan pertanyaan-pertanyaannya.