AI FRONTIER
Signals worth understanding before they become obvious.
Model baru OpenRouter: Reflection: Beam 1.0 501B A23B
Beam 1.0 adalah model penalaran berbobot terbuka dari Reflection untuk coding dan alur kerja agentik berjangka panjang. Model ini memakai arsitektur sparse mixture-of-experts dengan 501B parameter total dan 23B parameter aktif per token, serta jendela konteks 1M token.
- Arsitektur sparse mixture-of-experts dengan 501B parameter total dan 23B parameter aktif per token
- Jendela konteks 1.048.576 token, mendukung hingga 131.072 token penyelesaian
- Dirilis di bawah lisensi Apache 2.0 dengan upaya penalaran yang dapat dikonfigurasi, pemanggilan fungsi, dan keluaran terstruktur
- Harga $0,25 per 1M token masukan dan $1,00 per 1M token keluaran; dilayani 4 penyedia di OpenRouter (Nebius Token Factory, Together, CoreWeave, Baseten), dirilis 16 Oktober 2026 dengan batas pengetahuan Juni 2026
Dengan hanya 23B parameter aktif per token dari 501B total, pengembang dapat mengejar kapasitas model besar dengan komputasi per token yang rendah, tetapi perlu mengukur apakah akurasi bertahan pada tugas agen coding berjangka panjang.
DeepSeek-V4.1-Flash-1017 dirilis: model multimodal 763B dengan lisensi MIT
DeepSeek merilis DeepSeek-V4.1-Flash-1017 sebagai pembaruan kecil untuk DeepSeek-V4.1-Flash, melaporkan peningkatan pada penalaran, coding, tugas agentik, dan benchmark visual sekaligus mengurangi waktu eksekusi tugas dan panjang output.
- Ukuran model adalah 763B parameter dengan tipe tensor BF16, F32, F8_E4M3, dan I8, serta pipeline image-text-to-text.
- Laporan teknis menyatakan HLE tanpa alat naik dari 36,8 ke 42,6, Terminal-Bench 4.0 dari 31,2 ke 42,3, dan DeepSWE v1.1 dari 74,2 ke 77,0.
- Laporan menyatakan Chartography dengan alat naik dari 78,9 ke 83,0 dan BabyVision dengan alat dari 89,6 ke 92,5.
- Repositori dan bobot model berlisensi MIT, dengan sampling yang disarankan temperature 1.0, top_p 1.0, jendela konteks 1M tokens, dan max_tokens minimal 256K.
Pengembang mendapatkan bobot multimodal 763B di bawah MIT dengan jendela konteks 1M dan toolkit pengodean prompt Rust/Python, sehingga menurunkan biaya integrasi untuk pipeline agentik dan visual.
DeepSeek Merilis V4.1-Flash-1017, Skor 77.0 di DeepSWE, dan Membuka Search API
DeepSeek merilis V4.1-Flash-1017, yang dilaporkan mencetak 77.0 di DeepSWE, dan membuka Search API.
- DeepSeek merilis V4.1-Flash-1017.
- Model ini dilaporkan mencetak 77.0 di DeepSWE.
- DeepSeek membuka Search API.
Pengembang dapat memadukan Search API V4.1-Flash-1017 dengan skor DeepSWE 77.0 yang dilaporkan untuk alur kerja agen dengan retrieval-augmented.