Pin yang cocok dengan tag:Agents

Anthropic merilis Claude 3.5 Sonnet yang ditingkatkan, yang menaikkan SWE-bench Verified dari 33.4% menjadi 49.0% dan merupakan model frontier pertama yang menawarkan penggunaan komputer, menggerakkan kursor dan mengetik seperti manusia, dalam beta publik.

Google meluncurkan Gemini 2.0 dengan Gemini 2.0 Flash eksperimental yang mengalahkan 1.5 Pro pada kecepatan dua kali lipat, menambahkan keluaran gambar dan audio bawaan, dan dibangun untuk era agentik.

Anthropic merilis Claude Opus 4, yang disebutnya model pemrograman terbaik di dunia dengan 72.5% pada SWE-bench dan mampu bekerja berjam-jam tanpa henti, model Claude pertama yang diterapkan di bawah perlindungan keselamatan ASL-3 yang lebih ketat.

Anthropic merilis Claude Sonnet 4 bersama Claude Opus 4, peningkatan tingkat gratis dari Claude 3.7 Sonnet yang mencetak 72.7% pada SWE-bench Verified seharga $3 per juta token masukan dan menggerakkan agen pemrograman baru GitHub Copilot.

Anthropic merilis Claude Opus 4.1, peningkatan dari Claude Opus 4 yang menaikkan skor pemrograman SWE-bench Verified-nya menjadi 74.5% pada harga yang sama, pada hari OpenAI merilis model berbobot terbuka pertamanya sejak 2019.

Anthropic merilis Claude Sonnet 4.5, yang disebutnya model pemrograman terbaik di dunia dengan 77.2% pada SWE-bench Verified, memimpin penggunaan komputer OSWorld dengan 61.4%, dan terus mengerjakan satu tugas lebih dari 30 jam.

Anthropic merilis Claude Haiku 4.5, model kecil yang menyamai Claude Sonnet 4 dalam pemrograman dengan sepertiga biaya dan kecepatan lebih dari dua kali lipat, gratis bagi semua pengguna Claude dan $1 per juta token masukan di API.

Google merilis Gemini 3 Pro dalam pratinjau, yang memuncaki papan peringkat LMArena dengan 1501 Elo, meraih 37,5% pada Humanity's Last Exam, dan diluncurkan bersama platform pengodean Google Antigravity.

Pada Google I/O 2026 Google meluncurkan Gemini 3.5 Flash, model terkuatnya sejauh ini untuk pengodean dan agen otonom, yang menurut Google mengalahkan Gemini 3.1 Pro pada hampir semua tolok ukur.

Mode agentik Microsoft 365 Copilot untuk tugas panjang berbagai alat keluar dari pratinjau Frontier selama tiga bulan bagi seluruh pelanggan Copilot di dunia, ditagih per tugas dalam Copilot Credits seharga $0.01 per kredit pada skema bayar sesuai pemakaian.

Anthropic merilis Claude Sonnet 5, Sonnet paling agentik miliknya, yang mendekati Opus 4.8 dalam pemrograman dan penggunaan komputer seharga $2 per juta token masukan dan menjadi model bawaan bagi pengguna Free dan Pro.

Google merilis Gemini 3.6 Flash, penerus 3.5 Flash yang lebih murah dan lebih hemat token yang menggunakan 17% lebih sedikit token keluaran dan menaikkan penggunaan komputer OSWorld-Verified dari 78,4% menjadi 83%.

Google merilis Gemini 3.5 Flash-Lite untuk pekerjaan berkapasitas tinggi dan latensi rendah dengan harga $0.30 per juta token input dan $2.50 per juta token output, mengungguli Gemini 3 Flash pada SWE-Bench Pro dan OSWorld-Verified.

Alibaba meluncurkan Qwen3.8-Max, andalan mixture-of-experts dengan 2.4 triliun parameter dan jendela konteks 1M token, peringkat kelima di Text Arena dan kedua di Vision Arena, serta Qwen tingkat Max pertama yang bobotnya kemudian dirilis.

Google merilis Gemini 3.7 Flash tiga minggu setelah 3.6 Flash dengan harga setengahnya: $0.75 per juta token input dan $3.75 per juta token output hingga akhir 2026, dengan DeepSWE naik dari 49.0% menjadi 65.3%.

Google meluncurkan Gemini 3.8 Flash, model penalaran dan pengodean terbaiknya sejauh ini dengan harga pengantar 3.7 Flash, bersama Gemini 3.8 Flash Cyber, model penemu dan penambal kerentanan yang hanya ditawarkan kepada pembela pemerintah dan perusahaan tepercaya lewat Fairwind Program barunya.

Meta merilis Muse Spark 1.3, model Muse Spark keempatnya dalam lima bulan, yang dilatih untuk pekerjaan agen dan pemrograman yang panjang dan tetap berharga $1.25 per juta token masukan; Artificial Analysis menempatkan varian teratasnya hanya di belakang Claude Fable 5.1 dan Opus 5 dari Anthropic.

DeepSeek merilis DeepSeek-V4.1-Flash, model multimodal berbobot terbuka dengan 552 miliar parameter yang menurutnya mengalahkan andalannya sendiri, V4-Pro, dan mengarahkan semua lalu lintas API V4-Pro ke model ini dengan harga Flash.

Google merilis dua model suara waktu nyata: Gemini 3.8 Live, dibuat untuk dialog lancar berbiaya rendah yang melihat lewat kamera dan berpindah di antara 97 bahasa, serta 3.8 Live Extended Thinking, yang bernalar sambil berbicara dan menduduki puncak indeks kualitas speech-to-speech Artificial Analysis dengan skor 82.6.

OpenAI merilis GPT-6 Sol untuk pemrograman dan pekerjaan agen serta GPT-6 Luna untuk tugas bervolume tinggi, dengan harga API setengah dari pendahulunya GPT-5.6: $2 dan $10 per juta token untuk Sol, $0.10 dan $0.50 untuk Luna.

Xiaomi merilis dan membuka sumber MiMo-V2.6-Pro dan MiMo-V2.6-Flash, model omnimodal native dengan konteks 1M token; Pro mendapat skor 46.32 pada Artificial Analysis Intelligence Index, tertinggi dari model open-source mana pun.

Anthropic merilis Claude Sonnet 5.5, model kedua dalam keluarga Claude 5.5, yang menurutnya berjalan lebih dari 30% lebih cepat daripada Sonnet 5 dan berbiaya hingga 30% lebih murah per tugas dengan harga yang sama, $2 dan $10 per juta token.

Claude Haiku 5.5 dari Anthropic, model kecil berbiaya rendah dalam keluarga Claude 5.5, diperkirakan hadir pada pertengahan Oktober 2026 setelah Anthropic menyatakan model itu akan menyusul Opus 5.5 dan Sonnet 5.5 “dalam beberapa pekan mendatang”.

Konferensi unggulan Microsoft bagi profesional TI, pengembang, pemimpin keamanan, dan pemimpin bisnis ini berlangsung 17-20 November 2026 di Moscone Center San Francisco dan secara daring, dengan Satya Nadella memimpin para pembicara utama.