Berita AI: Duet Proaktif Anthropic, Tooling Agen Terbuka, dan Mercury 3 Inception 1.068 Token per Detik

Minggu ini industri AI berhenti bertanya "model mana yang paling pintar" dan mulai bertanya "siapa yang menjalankannya paling baik." Anthropic merilis agen yang menghubungi Anda duluan sebelum diminta, Google menunjukkan bahwa menulis ulang tooling sebuah agen bisa mengalahkan upgrade modelnya, Perplexity merilis open source sandbox yang digunakannya untuk mengendalikan agennya sendiri, Inception Labs meluncurkan model difusi yang diklaim menghasilkan lebih dari 1.000 token per detik, dan Google serta Amazon sama-sama bergerak agar PyTorch bisa berjalan native di chip mereka. Berikut ringkasannya, dengan setiap klaim terverifikasi dari sumber primer.

Poin Penting

Anthropic membuka research preview Claude Duet (21 Okt), aplikasi agen proaktif berbasis Claude Opus 5.5 yang mengirim ringkasan pagi dan memberi peringatan saat ada hal perlu perhatian, khusus daftar tunggu untuk pelanggan Pro dan Max di AS. (Reuters)

Google Cloud AI Research merilis open source Harness² (Apache 2.0), framework yang meningkatkan performa agen dengan menulis ulang harness, prompt, memori, dan tool tanpa mengubah model, dengan klaim kenaikan hingga 11,5 poin untuk GLM-5 pada benchmark workplace. (Ground Truth)

Perplexity merilis open source SPACE (15 Okt), sandbox agennya berbasis Rust di atas Firecracker microVM: waktu spin-up median sekitar 60ms dan nol VM-to-host escape dalam sekitar 118 percobaan red-team, kini dipakai CoreWeave, Akamai, dan Crusoe. (Forkast)

Inception Labs meluncurkan Mercury 3 (19 Okt), model berbasis difusi yang diklaim 1.068 token output per detik di GPU Nvidia dengan diskon peluncuran 50%: $0,10 per sejuta token input dan $0,35 per sejuta token output. (TechRepublic)

MiniMax merilis M3.1 Flash (19 Okt) seharga $0,15/$0,60 per sejuta token dengan bobot model dijadwalkan 23 Okt, sementara Mistral meluncurkan Timestral (15 Okt), model fondasi time-series pertamanya dalam empat ukuran dari 5 juta hingga 209 juta parameter. (kie.ai)

Google merilis open source TorchTPU dan Amazon merilis TorchNeuron, backend PyTorch native untuk chip masing-masing, keduanya membidik dominasi Nvidia atas alur kerja PyTorch. (MarkTechPost)

Sam Altman mengonfirmasi OpenAI "pasti" akan membangun robot humanoid, dengan target demo pada 2027, dan 27 lowongan robotika terdaftar di halaman karier OpenAI. (TBreak)

1. Anthropic Memperkenalkan Claude Duet: Agen yang Menghubungi Anda Duluan

Anthropic membuka research preview Claude Duet pada 21 Oktober, aplikasi agen AI yang membalik skrip biasa: alih-alih menunggu prompt, ia memantau aplikasi yang terhubung dan datang membawa hal-hal yang butuh perhatian Anda, lapor Reuters. Ia dibangun di atas Claude Opus 5.5 dan tersedia sebagai aplikasi iOS dan Android mandiri maupun di claude.ai.

Bentuk produknya disengaja. Duet mengirim ringkasan pagi, memeriksa aplikasi yang terhubung setiap beberapa jam, dan mengirim peringatan saat ada yang perlu tindakan, lalu mengerjakannya di lingkungan cloud miliknya sendiri, sebuah virtual machine dan browser, sehingga tetap berjalan meski perangkat pengguna mati. Sebelum mengambil tindakan penting, mengirim pesan, melakukan pembayaran, menandatangani dokumen, atau menghapus file, ia meminta persetujuan dulu.

Ketersediaannya masih sempit: hanya daftar tunggu, awalnya untuk pelanggan Pro dan Max di AS, tanpa paket Team dan Enterprise. Ia bekerja dengan lebih dari 6.000 konektor seperti Gmail dan Slack, menangani pembelian lewat Stripe Link dan Shop Pay, dan berjalan dalam batas penggunaan paket pelanggan yang ada. Pesannya bukan sekadar "model yang lebih pintar", melainkan "rekan kerja yang memperhatikan hal-hal."

Jika Anda suka ulasan video singkat tentang proyek AI open source terbaru, jelajahi sinyal repo untuk ringkasan 30 detik.

2. Agen Mendapat Tooling Terbuka: Harness² Google dan SPACE Perplexity

Dua rilis open source minggu ini menyerang gagasan yang sama dari dua ujung berlawanan: perangkat lunak sang agen, bukan modelnya, adalah tempat leverage terbesar.

Google Cloud AI Research menerbitkan Harness², framework Apache 2.0 yang meningkatkan performa agen dengan menulis ulang semua yang ada di sekitar model: harness, system prompt, memori, panduan tool, subagen, skill, skrip, dan plugin, sementara bobot model tetap beku, lapor Ground Truth. Makalahnya (arXiv 2610.14224) diajukan 9 Oktober, commit rilis awal masuk 8 Oktober, dan repositorinya mengumpulkan sekitar 5.900 bintang GitHub pada 19 Oktober. Dalam satu pengujian yang dilaporkan, pendekatan ini menaikkan GLM-5 hingga 11,5 poin pada benchmark workplace WorkBuddy-Bench, klaim yang mengejutkan untuk teknik yang tidak menyentuh bobot sama sekali.

Perplexity mengambil arah sebaliknya dan merilis open source lapisan keamanannya. Pada 15 Oktober ia mempublikasikan SPACE, sandbox agennya, di bawah lisensi Apache 2.0: kode Rust yang berjalan di atas Firecracker microVM, lapor Forkast. Angka-angka yang diklaim Perplexity: spin-up sandbox median sekitar 60 milidetik, pause dan resume dengan snapshot bergulir hingga seminggu, dan nol VM-to-host escape dalam sekitar 118 percobaan red-team adversarial, dengan kredensial dan akses jaringan dikendalikan dari luar VM. CoreWeave, Akamai, dan Crusoe tercatat sebagai pengadopsi, dan repositorinya meraih sekitar 820 bintang dalam sehari setelah rilis. Bersama rilis tooling Google, inilah minggu infrastruktur untuk AI agen: satu tool terbuka untuk membuat agen lebih baik, satu tool terbuka untuk menjaga mereka tetap aman.

3. Mercury 3 Inception: Difusi dengan 1.068 Token per Detik

Inception Labs meluncurkan Mercury 3 pada 19 Oktober, model bahasa berbasis difusi yang dibangun untuk kecepatan mentah. Perusahaan mengklaim 1.068 token output per detik di GPU Nvidia, sekitar 4 hingga 8 kali lebih cepat dari GPT-6 Luna OpenAI (sekitar 130 token per detik) dan Claude Haiku 5.5 Anthropic (sekitar 240 token per detik), lapor TechRepublic.

Model ini membawa context window 1 juta token, naik dari 260.000 di Mercury 2.5, dan Inception menyebut total parameternya 40 kali Mercury 1, dengan kualitas yang kompetitif melawan GPT-6 Luna dan Claude Haiku 5.5, meski klaim kualitas itu dilaporkan vendor dan campur aduk. Harganya adalah separuh cerita lainnya: $0,20 per sejuta token input dan $0,70 per sejuta token output, dengan diskon peluncuran 50% ($0,10 dan $0,35) tanpa batas akhir yang dinyatakan. Ia tersedia lewat API Inception serta OpenRouter, Baseten, dan Vercel. Jika angka kecepatannya bertahan dalam pengujian independen, Mercury 3 membuktikan bahwa model difusi bukan keingintahuan riset melainkan strategi harga: token yang begitu murah dan cepat sehingga agen berhenti menjadi barang mewah.

4. Perang Harga Berlanjut: MiniMax M3.1 Flash dan Mistral Timestral

MiniMax merilis M3.1 Flash pada 19 Oktober sebagai API, dengan bobot model dijadwalkan pada 23 Oktober, lapor kie.ai. Beritanya adalah harga: $0,15 per sejuta token input dan $0,60 per sejuta token output ($0,015 per sejuta token cached), yang diklaim perusahaan 70% lebih murah dari generasi sebelumnya untuk tugas agen, dengan inferensi sekitar 3 kali lebih cepat dan klaim kecepatan di atas 200 token per detik (pengukuran independen lebih dekat ke 105-123). Ia membawa context window 1 juta token dengan hingga 524.288 token output dan input teks, gambar, dan video. Ia mencetak 43 pada Artificial Analysis Intelligence Index berbanding 29 untuk M3, dan model ini sebelumnya berjalan anonim sebagai "Space Bunny" dengan lebih dari 200 triliun token diproses sebelum terungkap.

Mistral mengambil segmen pasar yang berbeda di minggu yang sama. Pada 15 Oktober ia meluncurkan Timestral, rangkaian pertama model fondasi time-series-nya: empat ukuran dari 5 juta hingga 209 juta parameter, untuk forecasting probabilistik zero-shot dengan 21 kuantil per langkah dan konteks 32.768 langkah waktu, catat brief AI 19 Oktober oleh Sean Weldon. Model terkecil mengembalikan forecast satu hari dalam 10 milidetik di CPU 8-thread, yang terbesar dalam 140 milidetik, sehingga berjalan di hardware biasa, dan bobotnya terbuka di bawah lisensi Modified MIT dengan kode inferensi Apache 2.0. Mistral menyebut model 209 juta parameternya peringkat pertama di antara model zero-shot pretrained pada GIFT-Eval (MASE 0,658, CRPS 0,446), TIME, dan fev-bench, klaim benchmark milik mereka sendiri. Pesan minggu ini untuk para pembeli: harga model terus turun, sehingga estimasi biaya yang memakai harga tahun lalu sudah basi.

5. Google dan Amazon Sama-Sama Menantang Monopoli PyTorch Nvidia

Pada PyTorch Conference 2026 di San Jose tanggal 20 Oktober, Google merilis open source TorchTPU, backend PyTorch native untuk Cloud TPU-nya, dikembangkan bersama tim PyTorch Meta, lapor MarkTechPost. Kode yang ada berjalan di TPU lewat `torch.device("tpu")`, dengan sekitar 450 operasi ATen, mode eager, dan dukungan torch.compile; versi 0.2.0 tersedia di PyPI untuk Python 3.11 ke atas. Rilisnya hadir sebagai empat repositori: TorchTPU sendiri, vLLM-TorchTPU, SGLang-TorchTPU, dan TorchTitan. Angka internal Google menyebut 52% utilisasi FLOPs model saat melatih Qwen 3 8B di 8.192 chip Ironwood (TPU7x), dan perusahaan menyatakan TorchTPU menggantikan PyTorch/XLA untuk workload baru.

Amazon merilis jawabannya dalam jendela yang sama: TorchNeuron, backend PyTorch native untuk chip Trainium-nya, lapor Pondero, yang membingkai keduanya sebagai langkah langsung melawan cengkeraman Nvidia atas alur kerja PyTorch. Poin strategisnya bukan performa melainkan portabilitas: jika kode training dan serving berjalan tanpa perubahan di TPU dan Trainium, biaya pindah yang melindungi parit CUDA Nvidia menyusut di setiap rilis. Ini paling berarti bagi pembeli cloud yang sedang menegosiasikan ulang kontrak GPU tahun depan.

6. OpenAI Mengonfirmasi Humanoid: "Kami Pasti Akan Membuat Humanoid"

Sam Altman mengatakannya dua kali, sekali di podcast Sources ("Kami pasti akan membuat humanoid", dengan tambahan "Kami juga akan membuat form factor lain", "Keduanya") dan sekali kepada Fortune ("Saya rasa kami akan punya demo keren pada 2027", dengan robot di jalanan "beberapa tahun lebih lama"), lapor TBreak. Wawancaranya sendiri berasal dari September, tetapi konfirmasinya menyebar luas dalam liputan pada 18-19 Oktober. Perekrutannya mendukung hal itu: halaman karier OpenAI mencantumkan 27 lowongan robotika mencakup motion control, state estimation, aktuator kustom, manufaktur, rantai pasok, dan infrastruktur ML untuk AI fisik, lapor TechTimes.

Bingkai Altman adalah bahwa "otak" adalah bagian tersulit, bukan badannya, sebuah taruhan bahwa model OpenAI bisa langsung dipindahkan ke robot fisik. Yang tidak diumumkan: robotnya sendiri, spesifikasi apa pun, mitra manufaktur, atau harga. Perhatikan ironinya, yang dicatat liputan yang sama: OpenAI pernah mendukung startup humanoid dan kini berencana bersaing dengan mereka. Target demo 2027 berarti dua tahun janji lagi, tetapi daftar perekrutannya menunjukkan ini bukan hobi.

Bagaimana Berita Minggu Ini Dibandingkan

Benang merah keenamnya: modelnya sendiri bukan lagi beritanya. Minggu ini adalah tentang segala hal di sekitarnya, agen yang menggunakannya, tooling yang meningkatkannya, sandbox yang mengekangnya, harga penyajiannya, chip tempat ia berjalan, dan badan yang mungkin suatu hari ia huni.

Pertanyaan yang Sering Diajukan

Apa itu Claude Duet?

Claude Duet adalah aplikasi agen research-preview Anthropic, diluncurkan 21 Oktober 2026, dibangun di atas Claude Opus 5.5. Alih-alih menunggu prompt, ia mengirim ringkasan pagi dan peringatan saat ada hal di aplikasi yang terhubung butuh perhatian, bekerja di VM dan browser cloud miliknya sendiri. Ia khusus daftar tunggu, awalnya untuk pelanggan Pro dan Max di AS.

Apa itu Harness² milik Google?

Harness² adalah framework agen open source (Apache 2.0) dari Google Cloud AI Research yang meningkatkan performa agen dengan menulis ulang harness, system prompt, memori, panduan tool, subagen, skill, skrip, dan plugin sementara bobot model tetap beku. Satu pengujian yang dilaporkan menaikkan GLM-5 hingga 11,5 poin di WorkBuddy-Bench.

Seberapa cepat sebenarnya Mercury 3 Inception?

Inception mengklaim 1.068 token output per detik di GPU Nvidia, yang disebut 4 hingga 8 kali lebih cepat dari GPT-6 Luna dan Claude Haiku 5.5. Itu angka yang dilaporkan vendor; pengujian independen akan menunjukkan apakah bertahan.

Apakah M3.1 Flash MiniMax benar-benar semurah itu?

Harga API yang dipublikasikan adalah $0,15 per sejuta token input dan $0,60 per sejuta token output ($0,015 untuk cached), yang dibingkai MiniMax 70% lebih murah dari generasi sebelumnya untuk tugas agen. Bobot model dijadwalkan rilis pada 23 Oktober.

Apa itu TorchTPU dan TorchNeuron?

TorchTPU (Google) dan TorchNeuron (Amazon) adalah backend PyTorch native untuk chip Cloud TPU dan Trainium masing-masing, keduanya dirilis sekitar 20 Oktober 2026. Keduanya memungkinkan kode PyTorch yang ada berjalan di hardware non-Nvidia dengan perubahan minimal, mengurangi ketergantungan pada ekosistem CUDA Nvidia.

Apakah OpenAI benar-benar membangun robot?

Sam Altman mengonfirmasi OpenAI "pasti" akan membangun robot humanoid, dengan target demo pada 2027, dan halaman karier perusahaan mencantumkan 27 lowongan robotika. Belum ada robot, spesifikasi, mitra manufaktur, atau harga yang diumumkan.

Kesimpulan

Pusat gravitasi AI bergeser minggu ini, dari bobot model ke mesin di sekitarnya. Duet Anthropic mengajukan masa depan di mana agen yang memulai kontak, Harness² Google dan SPACE Perplexity menyiratkan persaingan sebenarnya ada di tooling terbuka dan infrastruktur keamanan, Inception dan MiniMax terus menekan harga kecerdasan, dan Google serta Amazon mengikis parit hardware Nvidia. Robot OpenAI, sementara itu, adalah janji dengan halaman perekrutan di belakangnya. Minggu depan akan menunjukkan taruhan mana yang bertahan dalam kontak dengan pengguna.

Baca artikel ini dalam Bahasa Inggris: AI News: October 23, 2026.