Jumat AI: Mistral Large 4, Claude Haiku 5.5, dan Nano Banana 2.1 Hadir Bersamaan

Kalau dunia AI minggu ini diibaratkan warung, ada tiga pelanggan baru yang masuk: satu raksasa bertubuh satu triliun parameter dari Eropa, satu anak kecil yang cepat dan murah, dan satu tukang gambar yang akhirnya “lulus percobaan”. Periode liputan: 6–9 Oktober 2026 (sekitar 72 jam terakhir). Mari kita bedah satu per satu, tanpa hype berlebihan.

Mistral Large 4: Raksasa Eropa dengan Bobot yang Menyusul

Pada 6 Oktober, perusahaan Prancis Mistral meluncurkan pratinjau API Mistral Large 4. Model ini berukuran sekitar 1 triliun parameter, tetapi hanya sekitar 49 miliar yang aktif setiap kali bekerja (arsitektur “mixture of experts”). Ia menerima teks dan gambar, dan dilatih dengan lebih dari 160 bahasa. Menurut laporan The Next Web, pelatihannya memakai sekitar 4.000 GPU Nvidia Grace Blackwell di pusat data Eropa.

Kabar yang paling menarik bagi komunitas open source: bobot (weights) model dijadwalkan dirilis pada 27 Oktober. Lisensinya belum disebutkan dalam sumber yang saya baca, jadi jangan buru-buru menyimpulkan “bebas pakai untuk apa saja”. Angka benchmark awal (misalnya 62% di DeepSWE v1.1 untuk coding agentik) berasal dari Mistral sendiri dan masih bisa berubah karena tahap reinforcement learning belum selesai. Yang jujur patut dicatat: di uji agen hukum, skornya hanya 15%. Artinya, model terbaik pun belum layak jadi “pengacara otomatis”.

Claude Haiku 5.5: Kecil, Ngebut, dan Banting Harga

Pada 7 Oktober, Anthropic merilis Claude Haiku 5.5, model terkecil dan tercepatnya di keluarga 5.5. Harga API-nya turun drastis: untuk permintaan di bawah 100 ribu token, $0,10 per juta token input dan $0,50 per juta token output. Sebagai pembanding, pendahulunya Haiku 4.5 dipatok $1 dan $5. Untuk permintaan yang lebih panjang, tarifnya naik menjadi $0,50 dan $2,50. Harga ini setara dengan GPT-6 Luna milik OpenAI di tier pendek, menurut VentureBeat.

Namun ada catatan kecil. Skor benchmark yang beredar adalah klaim vendor. Di Terminal-Bench 4.0, misalnya, skornya sekitar 39% pada usaha maksimal tetapi sekitar 20% pada pengaturan medium yang menjadi bawaan. Selain itu, pembatasan keamanan siber lebih ketat, termasuk pemblokiran pengujian penetrasi secara bawaan. Murah per token belum tentu murah per pekerjaan, karena percobaan ulang dan akurasi ikut menentukan tagihan.

Nano Banana 2.1: Generator Gambar Google Resmi Rilis Umum

Google merilis Gemini Nano Banana 2.1 (ID model gemini-nano-banana-2.1) pada 6 Oktober. Menurut dokumentasi resminya, perbaikannya mencakup kualitas dan realisme gambar di resolusi 1K, 2K, dan 4K, hilangnya artefak “ubin” pada gambar panorama, teks dalam gambar yang lebih rapi, serta infografik yang lebih tertata. Ia bisa memadukan hingga 14 gambar referensi (maksimal 4 karakter dan 10 objek) dan mendukung grounding lewat Google Search. Bagi kamu yang sering membuat poster atau infografik, perbaikan teks dalam gambar adalah kabar paling praktis. Dokumentasi yang saya baca tidak mencantumkan harga, jadi cek langsung halaman harga Google sebelum memakainya untuk produksi.

Sekilas Hari Ini

Benang Merah Hari Ini

Tiga kabar ini bergerak ke arah yang sama: persaingan bergeser dari “siapa paling pintar” ke “siapa paling terjangkau dan paling bisa dipakai”. Model kecil makin murah, model besar mulai membuka bobot, dan model gambar makin matang untuk pekerjaan sehari-hari. Bagi pengembang dan pelaku usaha kecil di Indonesia, kabar baiknya adalah ongkos bereksperimen turun. Kabar kurang enaknya: kita harus makin disiplin menguji sendiri, karena angka benchmark di siaran pers jarang sama dengan hasil di data kita.

Kalau kamu harus memilih satu untuk dicoba pekan ini, mana yang paling menggoda: model murah, model terbuka, atau generator gambar? Tulis di kolom komentar ya.

Sumber

• The Next Web: Mistral releases Large 4
• VentureBeat: Anthropic launches Claude Haiku 5.5
• Google AI for Developers: Gemini Nano Banana 2.1
• DEV Community: Nano Banana 2.1
• LLM Gateway: Release timeline 2026