Mercury 3, Deklarasi Singularitas, dan Pembobolan Senilai $50: Empat Kisah dari 20 Oktober

Empat cerita bergerak melalui siklus berita AI pada 20 Oktober 2026, dan semuanya memiliki sifat canggung yang sama: tiga merupakan klaim tentang apa yang kini bisa dilakukan kecerdasan artifisial, dan hanya satu yang disertai model yang dapat Anda panggil sore ini dan dihargai per token. Yang satu itu adalah Mercury 3, yang dirilis Inception Labs pada malam sebelumnya — 19 Oktober 2026 — dengan harga $0,20 per juta token masukan dan $0,70 per juta token keluaran, dipotong setengah selama jendela peluncuran tanpa tanggal berakhir yang dipublikasikan, berjalan pada 1.068 token per detik yang diukur vendor. Tiga lainnya: Jack Clark memberi tahu ruangan berisi menteri keuangan bahwa singularitas telah dimulai, seorang operator menggunakan agen AI untuk membobol lebih dari 100 perusahaan dengan biaya sekitar $50 per penyusupan, dan suara ChatGPT baru OpenAI yang hadir dengan nama GPT-Live-1.1. Berikut ini masing-masing dibahas menurut perspektifnya sendiri, dengan angka-angka yang dilekatkan pada pihak yang menghasilkannya. Kegagalan AI dan insiden agen yang terdokumentasi di balik rilis seperti ini dikumpulkan di OrcaRouter AI Incident Archive tempat setiap entri membawa sumbernya sendiri, tingkat keparahannya, nilai keyakinannya, dan penanda status diperdebatkannya.

Mercury 3: satu-satunya item dalam daftar ini yang bisa Anda tentukan harganya

Pitch Inception tidak berubah bentuknya dan jauh lebih besar tingkatannya. Mercury adalah model bahasa difusi: alih-alih mengeluarkan satu token per forward pass, model ini menghilangkan noise pada satu blok posisi sekaligus dan menetapkannya bersama-sama. Menurut Inception sendiri, Mercury 3 memiliki total parameter lebih dari 40 kali lipat Mercury 1 dan tetap berjalan pada lebih dari 1.000 token per detik — klaimnya adalah bahwa skala tidak mengorbankan throughput yang menjadi alasan utama keberadaan keluarga model ini.

• Harga — $0,20 per juta input dan $0,70 per juta output pada harga daftar; $0,10 dan $0,35 selama diskon peluncuran 50% tanpa tanggal berakhir yang disebutkan; input yang di-cache 90% di bawah tarif input.

• Konteks dan output — jendela konteks 1.000.000 token, naik dari 260.000 pada Mercury 2.5, dengan batas output 131.072 token menurut dokumentasi Inception.

• Kecepatan — 1.068 token per detik, diukur oleh Inception pada perangkat keras NVIDIA yang tidak disebutkan. Belum ada harness independen yang mengukur kecepatannya.

• Upaya penalaran — empat setelan (instan, rendah, sedang, tinggi) dengan rendah sebagai default, di mana Mercury 2.5 dan Mercury 2 secara default menggunakan sedang.

• Modalitas — teks masuk, teks keluar. Tidak ada masukan gambar, audio, atau video.

• Kuota gratis — 100 juta token untuk akun baru di platform Inception.

Satu-satunya hasil kualitas terstruktur dalam pengumuman itu bukanlah tabel benchmark. Inception menempatkan Mercury 3 di dalam harness agen web produksinya sendiri, pada 50 tugas navigasi Mind2Web langsung terhadap situs web nyata, dan melaporkan bahwa model itu menyelesaikan 50% di antaranya — 25 tugas — "secara signifikan lebih banyak daripada GPT-6.1-Sol", pada volume token yang sama dan jumlah langkah agen yang sama. Itu adalah bentuk bukti yang lebih kuat daripada benchmark vendor dalam satu hal, karena tugasnya langsung, bukan dibekukan, dan lebih lemah dalam hal lain, karena harness, situs, dan penilaiannya semuanya milik perusahaan yang menjual model tersebut. Belum ada pihak lain yang menjalankannya. Per 20 Oktober, tidak ada halaman Artificial Analysis untuk Mercury 3 sama sekali, itulah sebabnya setiap angka di atas mencantumkan nama Inception di depannya.

Ada dua hal yang perlu dikatakan secara gamblang bagi siapa pun yang sedang mempertimbangkan apakah akan mencobanya. Mercury 3 tidak ada di katalog OrcaRouter — API model kami tidak mengembalikan apa pun untuk model Inception mana pun — jadi untuk memanggilnya berarti menggunakan platform API milik Inception sendiri atau salah satu dari beberapa platform pihak ketiga yang menghostingnya. Dan diskon peluncuran adalah harga promosi, bukan rate card: tarif input $0.10 adalah setengah dari harga daftar dan Inception belum mengatakan kapan berakhirnya, jadi model biaya apa pun yang dibangun di atasnya memiliki tanggal kedaluwarsa yang tidak diberikan kepada Anda.

Jack Clark di IMF: singularitas, bertanggal

Berbicara kepada para ekonom dan pembuat kebijakan pada pertemuan tahunan IMF dan Bank Dunia, salah satu pendiri Anthropic, Jack Clark, mengatakan bahwa singularitas—istilahnya untuk kemajuan yang didorong AI yang melampaui kemampuan manusia untuk mengikutinya—kini "telah dimulai". Klaim itu datang bersama dua kurva tolok ukur dan satu proyeksi ekonomi, dan kurvanya adalah bagian yang layak dipertahankan.

Humanity's Last Exam, kumpulan pertanyaan yang ditulis pakar dan dirancang agar tahan terhadap pencarian, telah meningkat dari 8% menjadi 67,7% sejak 2025 menurut perhitungan A​nthropic. FrontierMath telah meningkat dari 2% menjadi 94%. Itu adalah dua angka "kita belum siap untuk ini" yang paling banyak dikutip di bidang ini, dan lonjakan sebesar itu dalam waktu sekitar satu tahun adalah jenis hal yang dulu diplot pada sumbu dekade. Proyeksi ekonominya adalah bahwa satu model A​nthropic menempatkan PDB AS pada $44 triliun pada 2030 jika AI menyebar dengan cepat — angka yang diakui Clark sendiri terdengar tidak masuk akal, sekaligus memperkirakan dampak yang "sangat mengganggu" terhadap lapangan kerja.

Argumen skalanya adalah yang relevan dengan berita minggu ini: sepuluh juta ilmuwan di dunia bisa segera mengarahkan “satu miliar ilmuwan virtual”, dan negara-negara seharusnya membangun laboratorium serta robot alih-alih memperdebatkannya. Soal kebijakan, ia menyebut “beberapa tahun” untuk bertindak, dan mencatat bahwa CEO Anthropic Dario Amodei telah mengusulkan pembatasan atas “plafon kecerdasan” AI — frasa yang terasa janggal di samping tolok ukur yang naik dari 8% menjadi 67,7% dalam dua belas bulan.

Bacalah itu dengan membandingkannya dengan Mercury 3, dan kedua cerita itu sebenarnya tidak benar-benar membahas hal yang sama. Yang satu adalah klaim tentang batas atas kemampuan, yang diperdebatkan berdasarkan kurva evaluasi. Yang lain adalah peluncuran produk dengan daftar harga. Alasan keduanya muncul pada hari yang sama adalah bahwa model difusi adalah persis jenis sistem yang menjadi bahan pembentuk kurva-kurva itu: murah, cepat, hanya teks, tidak diukur oleh siapa pun yang netral, dan cukup baik pada tugas yang sempit sehingga layak diterapkan sebelum siapa pun memutuskan apa arti "cukup baik".

Intrusi $50: seperti apa kapabilitas agentik dari sisi lain

Firma keamanan NorForge mengungkap sebuah kampanye di mana satu operator berbahasa Tionghoa menggunakan agen AI untuk melakukan hampir seluruh pekerjaan membobol perusahaan. Reuters mengidentifikasi korban termasuk Cummins, Deere, dan SharkNinja. Mekanismenya bukanlah eksploitasi baru. NorForge menemukan lebih dari 20 panel kontrol Cairn yang tidak terlindungi, sebuah alat agen AI sumber terbuka, dan operator tersebut memasok target yang telah disaring sebelumnya — toko online yang ramai, pesanan di bawah 100 karakter Tionghoa — lalu membiarkan agen bekerja melalui lebih dari 1.200 situs.

• Alat — Claude Code dan DeepSeek V4.1 Flash, keduanya digunakan sebagai alat pengembang biasa.

• Biaya — sekitar $50 per intrusi yang berhasil, sekitar satu hari waktu agen untuk masing-masingnya, dan sekitar $5.000 dalam bentuk token di sepanjang kampanye.

• Hasil — lebih dari 100 perusahaan mengalami pelanggaran keamanan. Belum dapat dipastikan apakah data diambil. SharkNinja menyebut ancaman itu "terkendali", Deere menyebut "tindakan remediasi", dan Cummins mengatakan sedang "menyelidiki".

Angka yang perlu direnungkan bukanlah 100. Melainkan $50. Pembobolan yang biayanya lebih murah daripada makan siang bisnis dan hanya memakan waktu sehari membalikkan ekonomi yang menjadi dasar keamanan defensif selama dua puluh tahun, karena biaya marginal untuk mencoba lagi hampir nol dan biaya marginal untuk salah tidak. Ini juga menjelaskan mengapa eksposurnya membosankan: lebih dari dua puluh panel kontrol untuk alat agen sumber terbuka, dibiarkan dapat diakses dari internet. Tidak ada yang perlu cerdik. Mereka hanya perlu sabar dan bermodal kecil.

Sifat-sifat yang sama yang membuat agen berguna di lingkungan produksi — ia bertindak, mencoba ulang, berjalan tanpa pengawasan selama berjam-jam — adalah sifat-sifat yang disewa oleh penyerang. Tidak ada kemampuan berbahaya terpisah yang ditunjukkan di sini. Yang ada hanyalah loop agen biasa yang diarahkan pada daftar target.

Suara-suara baru GPT-Live-1.1: suara bukanlah model

Karya suara OpenAI hadir sebagai panduan praktis alih-alih pengumuman, dan kalimat paling berguna dalam liputan tersebut adalah sebuah peringatan: suara baru dan model baru adalah dua perubahan yang berbeda. Perbedaan itu penting karena keduanya kerap dicampuradukkan dalam produk suara, dan ujian praktisnya bersifat perilaku, bukan sekadar nama.

Jalur aksesnya adalah pengaturan suara ChatGPT, lalu opsi Live jika tersedia, lalu pemilihan suara. Latihan yang layak dijalankan, secara berurutan: pertahankan bahasa dan instruksi tetap sama dan bandingkan suara pada bagian teks yang sama, sehingga yang Anda dengar adalah suaranya dan bukan prompt yang berbeda; coba suara regional, karena penanganan aksen berubah sesuai suara dan bukan hanya pengaturan bahasa; sela di tengah jawaban dengan tanggal atau jumlah orang yang dikoreksi dan periksa apakah koreksi tersebut sampai ke jawaban akhir; dan minta asisten mencari catatan rilis OpenAI dan membacakan kembali tautan sumbernya, yang merupakan cara termurah untuk mengetahui apakah model mengutip sesuatu yang nyata.

Satu suara bernama Bubbie dibandingkan dengan suara yang biasa didengar pendengar pada teks yang sama — metode yang tepat, dan yang paling sering dilewatkan orang. Pelanggan Pro mendapatkan prompt latihan dan daftar periksa pendengaran. Hal yang perlu diverifikasi sebelum membangun ulang alur kerja di atasnya adalah mana dari perubahan ini yang merupakan suara dan mana yang merupakan model yang mendasarinya, karena hanya salah satunya yang mengubah apa yang dapat dilakukan sistem.

Benang yang menjalar sepanjang hari

Tiga dari empat cerita ini adalah tentang kemampuan yang datang lebih cepat daripada mesin di sekitarnya. Angka-angka evaluasi mengatakan model semakin baik dalam tugas-tugas ahli dengan laju yang tidak diramalkan siapa pun; insiden intrusi mengatakan kemampuan yang sama tersedia bagi siapa saja yang punya $50 dan daftar target; produk suara mengatakan antarmuka menjadi hal yang dinilai pengguna, terlepas dari apakah model di baliknya berubah. Mercury 3 adalah yang keempat dan yang berbeda, karena hanya ini yang memiliki harga publik per juta token dan jendela konteks yang terdokumentasi — satu-satunya yang bisa Anda masukkan ke model biaya malam ini.

Hal yang sama juga berlaku untuk lapisan routing, dan bukan dengan cara yang biasanya dimaksudkan oleh pemasaran vendor. Model yang dirilis sembilan belas jam yang lalu tanpa evaluasi independen justru merupakan hal yang paling tidak ingin Anda tanam secara permanen ke dalam jalur produksi. Yang Anda inginkan adalah sebuah aturan yang mengirimkan porsi lalu lintas tertentu ke sana, dengan model terukur yang dijaga di belakangnya, dan beralih secara otomatis ketika model itu bermasalah — sehingga keputusan untuk mempertahankannya atau membuangnya ditentukan oleh tingkat kesalahan Anda, bukan oleh postingan peluncuran. Satu kunci dan satu endpoint yang kompatibel dengan OpenAI memberi Anda kedua sisi aturan tersebut, dan ketika diskon Inception berakhir atau skor netral akhirnya muncul, aturannya berubah sementara aplikasinya tidak.

Untuk Mercury 3 sendiri, ringkasan jujur setelah sehari memang sempit: model khusus teks yang luar biasa murah dan luar biasa cepat dengan konteks 1 juta token sungguhan, satu hasil agen di situs live yang diproduksi Inception sendiri, dan tidak ada pengukuran pihak ketiga atas apa pun. Dua angka yang akan menyelesaikannya — skor Artificial Analysis dan biaya per tugas yang diselesaikan pada harness yang tidak dimiliki Inception — belum ada. Saat nanti ada, penerus artikel ini akan sepanjang satu paragraf.