🚨 Meta is entering a new phase of the AI race.
The company is accelerating mass production of its in-house AI chips to reduce reliance on Nvidia and gain greater control over its AI stack.
At the same time, Meta is scaling its AI data center capacity to multi-gigawatt levels—building the infrastructure needed to train and serve the next generation of frontier AI models.
The AI race is no longer just about who has the smartest model.
It's about who owns the best chips, the most compute, the cheapest power, and the largest AI infrastructure.
The next AI leaders won't just build better models—they'll build the factories that power them.
#AI #MetaAI #Infrastructure
Starship isn't just about rockets. It's about solving impossible problems under extreme pressure, one step at a time. Can't wait to watch Critical Path. 🔥 @elonmusk
OpenAI resmi rilis GPT-5.6-3 varian: Sol (flagship), Terra (seimbang), Luna (paling murah).
Klaim gilanya:
🔹 Sol skor 53.6 di Agents' Last Exam, unggul 13.1 poin dari Claude Fable 5
🔹 Coding Agent Index: skor 80 (SOTA baru), kurang dari separuh token, separuh waktu, ~1/3 lebih murah dari Fable 5
🔹 Terra & Luna diklaim ungguli Fable 5 dengan biaya sampe 1/16-nya
Fitur baru:
⚙️ Programmatic Tool Calling — model bisa nulis program sendiri buat koordinasi tools tanpa kirim balik semua respons ke model tiap langkah
⚙️ Mode "ultra" — 4 agent (bisa sampe 16) jalan paralel buat tugas kompleks, lebih cepat & akurat
Safety-nya diklaim paling kuat sejauh ini, digodok lewat red teaming + automated testing besar-besaran sebelum rilis publik.
Intinya: OpenAI klaim performa setara/lebih dari Claude tapi jauh lebih efisien & murah. Perang model makin sengit. 🔥
#GPT56 #OpenAI #AIRace
Starship isn't just about rockets. It's about solving impossible problems under extreme pressure, one step at a time. Can't wait to watch Critical Path. 🔥 @elonmusk
The path to launch is filled with obstacles and success is only possible through the tireless efforts of many working together towards a common goal. “Critical Path” continues the ongoing Starship series, following SpaceX engineers through the final days before launch of the first Starship V3 and the challenges that come with development of the world’s most powerful and fully reusable rocket.
The path to launch is filled with obstacles and success is only possible through the tireless efforts of many working together towards a common goal. “Critical Path” continues the ongoing Starship series, following SpaceX engineers through the final days before launch of the first Starship V3 and the challenges that come with development of the world’s most powerful and fully reusable rocket.
OpenAI resmi rilis GPT-5.6-3 varian: Sol (flagship), Terra (seimbang), Luna (paling murah).
Klaim gilanya:
🔹 Sol skor 53.6 di Agents' Last Exam, unggul 13.1 poin dari Claude Fable 5
🔹 Coding Agent Index: skor 80 (SOTA baru), kurang dari separuh token, separuh waktu, ~1/3 lebih murah dari Fable 5
🔹 Terra & Luna diklaim ungguli Fable 5 dengan biaya sampe 1/16-nya
Fitur baru:
⚙️ Programmatic Tool Calling — model bisa nulis program sendiri buat koordinasi tools tanpa kirim balik semua respons ke model tiap langkah
⚙️ Mode "ultra" — 4 agent (bisa sampe 16) jalan paralel buat tugas kompleks, lebih cepat & akurat
Safety-nya diklaim paling kuat sejauh ini, digodok lewat red teaming + automated testing besar-besaran sebelum rilis publik.
Intinya: OpenAI klaim performa setara/lebih dari Claude tapi jauh lebih efisien & murah. Perang model makin sengit. 🔥
#GPT56 #OpenAI #AIRace
🧵 Seorang petani di Jepang diam-diam menunjukkan seperti apa masa depan AI sebenarnya. Bukan bikin chatbot. Bukan bikin startup unicorn. Tapi menyelamatkan pertanian.
Hiroki Tomiyasu dulunya bukan petani.
Dia kerja sebagai pegawai negeri sipil di Jepang. Nggak punya latar belakang pertanian. Nggak punya warisan sawah. Bahkan nggak pernah belajar farming secara formal.
Semuanya berubah karena rasa penasaran.
Lewat teman-temannya, Hiroki ikut proyek restorasi sawah terasering yang terbengkalai di Prefektur Okayama. Awalnya cuma relawan. Lama-lama muncul satu pertanyaan:
"Kalau lahan-lahan ini terus ditinggalkan, siapa yang bakal menanam makanan kita?"
Pertanyaan itu mengubah hidupnya.
Bersama komunitas kecil, dia pindah ke Hokkaido—pusat pertanian Jepang—dan mulai dari nol. Belajar nyetir traktor, mengelola tanaman, memahami musim, hingga menjalankan pertanian skala industri.
Hari ini, Hiroki mengelola sekitar 100 hektar lahan. Menanam brokoli, labu, daun bawang, dan kedelai.
Masalahnya bukan cuma cuaca.
Masalah terbesar adalah kekurangan tenaga kerja dan biaya otomatisasi yang sangat mahal.
Alih-alih menyerah atau menyewa konsultan mahal, Hiroki memilih belajar sendiri.
Setiap sore setelah selesai di ladang, dia membuka laptop.
Belajar coding.
Belajar AI.
Belajar membuat sistemnya sendiri.
Sedikit demi sedikit, dia membangun teknologi yang benar-benar dipakai setiap hari.
• Ventilasi rumah kaca yang bisa dibuka otomatis lewat chat. • Sensor berbasis ESP32 untuk memantau suhu. • Cloudflare Workers untuk menghubungkan seluruh sistem. • Peta satelit yang di-overlay dengan data kesehatan tanaman. • Dashboard yang menggabungkan jadwal kerja, stok material, sensor, dan catatan lapangan. • Bahkan ketika panel listrik bermasalah, dia cukup memfoto rangkaiannya—AI membantu membuat diagram pengkabelan.
Saat menemukan bercak hitam di brokoli hasil panen, dia tidak langsung panik.
Dia mengambil foto.
Mengirimkannya ke AI.
Lalu mendapat analisis awal: kemungkinan penyakit, tingkat risikonya, dan langkah penanganan yang bisa dicoba sebelum memanggil ahli.
Inilah bagian yang paling menarik.
Hiroki bukan software engineer.
Bukan founder startup.
Bukan peneliti AI.
Dia hanya seorang petani yang memanfaatkan AI untuk menyelesaikan masalah nyata di lapangan.
Dan dia mendokumentasikan semuanya secara terbuka agar petani lain bisa ikut belajar.
Mungkin inilah bentuk AI yang paling berdampak.
Bukan menggantikan manusia. Tapi membuat satu orang biasa mampu melakukan pekerjaan yang sebelumnya membutuhkan satu tim.
Itulah mengapa masa depan AI kemungkinan besar tidak ditentukan oleh siapa yang punya model terbesar.
Melainkan oleh siapa yang bisa menggunakannya untuk memecahkan masalah nyata di dunia. 🌾🤖