media Latent Space · 2 jam lalu · agents

xAI merilis Grok 4.6, Alibaba melepas Qwen3.8-Max, DeepSeek V4 Pro GA

Diterjemahkan dari English → Bahasa Indonesia

xAI merilis Grok 4.6, model 1.5T yang berfokus pada agen jangka panjang dan pekerjaan interaktif, sementara Alibaba merilis Qwen3.8-Max bobot terbuka dan DeepSeek membuat V4 Pro tersedia secara umum dengan harga agresif.

Grok 4.6 mencetak skor 61 pada Intelligence Index dan 88.4% pada Terminal-Bench v2.1, dengan harga $2/$6 per 1M token.
Qwen3.8-Max adalah model MoE total 2.4T / aktif 95B dengan dukungan hari pertama untuk NVIDIA B300 dan AMD MI355X.
DeepSeek V4 Pro GA menawarkan harga sekitar $0.435/M input dan $0.87/M output, kira-kira 57x lebih murah daripada Fable 5.
Microsoft mengumumkan MAI-Thinking-1, model penalaran pertamanya yang dibangun dari awal, kini tersedia di Foundry.
Solar Pro 4 dari Upstage melonjak ke peringkat 42 pada Intelligence Index dengan peningkatan dalam tugas agentic.

Rilis-rilis ini menyoroti lanskap frontier yang kompetitif di mana efisiensi dan biaya menjadi sama pentingnya dengan skor benchmark mentah.

Kepentingan 3/3 Mengungguli benchmark lab papan atas Latent Space xAI Alibaba (Qwen) AI agents Open weights

Benchmark

Benchmark	Model	Skor
GDPval-AA (Elo)	Grok 4.6	1753Elo

Baca aslinya

xAI merilis Grok 4.6; Alibaba membuka Qwen3.8-MoE; DeepSeek V4 Pro GA

Berita AI minggu ini menyoroti peluncuran besar dari xAI, Alibaba, dan DeepSeek, bersama pembaruan pada model video terbuka dan infrastruktur inferensi.

arxiv arXiv cs.LG · 2 hari lalu

Macaron-V1 memperkenalkan keluarga agen-model terbuka dengan Mixture-of-LoRA untuk pembelajaran berkelanjutan

Macaron-V1 adalah keluarga agen-model terbuka yang dirancang untuk kecerdasan eksperiensial, memungkinkan pembelajaran dari lingkungan nyata dan terus belajar setelah penyebaran. Sistem ini berfokus pada dua tujuan: adaptasi melalui perbaikan rekursif pasangan model-harness dan kolaborasi melalui arsitektur Mixture-of-LoRA (MoL) yang memilih adapter LoRA spesialis per giliran pengguna.

arxiv arXiv cs.CL · 2 hari lalu · 6 tayangan

Macaron-V1 memperkenalkan keluarga agen-model terbuka dengan Mixture-of-LoRA untuk pembelajaran berkelanjutan

Macaron-V1 adalah keluarga agen-model terbuka yang dirancang untuk kecerdasan eksperiensial, memungkinkan sistem belajar dari pengalaman dunia nyata dan terus meningkatkan diri setelah deployment. Arsitekturnya berpusat pada dua tujuan: adaptasi melalui perbaikan diri rekursif pasangan model-harness, dan kolaborasi melalui sistem Mixture-of-LoRA (MoL) yang memilih adapter spesialis per giliran pengguna.

lab xAI News · 28 hari lalu · 3 tayangan

SpaceXAI membuka sumber agen pemrograman Grok Build dan TUI

SpaceXAI telah merilis kode sumber untuk Grok Build, agen pemrograman dan antarmuka pengguna terminal (TUI)-nya, di GitHub. Langkah ini bertujuan untuk menyediakan harness yang kuat dan andal dengan memungkinkan pengguna memeriksa secara tepat bagaimana perakitan konteks dan penyaluran panggilan alat bekerja.

lab Qwen (Alibaba) · 331 hari lalu

Tongyi merilis DeepResearch, agen web open-source yang menyamai kinerja proprietary

Tongyi telah merilis Tongyi DeepResearch, agen web open-source pertama yang mencapai kinerja yang sebanding dengan DeepResearch dari OpenAI di berbagai suite benchmark. Model ini mencetak skor 32.9 pada Humanity’s Last Exam (HLE), 43.4 pada BrowseComp, dan 75 pada xbench-DeepSearch, secara sistematis mengungguli alternatif proprietary dan open-source yang ada.