Pekan teknologi 13–19 Juli 2026 punya lima cerita yang layak diperhatikan. Kimi K3 datang dengan ukuran raksasa, angka “50%” Claude beredar tanpa konteks, GitHub membawa pemeriksaan keamanan berbasis AI ke pull request, Telegram merapikan komunitas digital, dan AMD memperkuat AI yang berjalan langsung di perangkat.
Berita terpentingnya bukan sekadar model AI kembali membesar. Teknologi di sekeliling model-model tersebut mulai lebih mudah diperiksa, dihitung biayanya, diamankan, dan dijalankan tanpa selalu bergantung pada cloud.
Karena pengumuman teknologi sering dipenuhi angka besar dan istilah pemasaran, rangkuman ini membedakan tiga hal: fitur yang sudah bisa dipakai, janji yang masih menunggu realisasi, dan klaim vendor yang belum diuji secara luas.
🧠 1. Kimi K3 punya 2,8 triliun parameter, tetapi bobot modelnya belum tersedia

Moonshot AI memperkenalkan Kimi K3 pada 16 Juli. Model ini memiliki 2,8 triliun parameter, kemampuan memahami gambar sejak awal, serta kapasitas konteks hingga satu juta token. Arsitekturnya memakai pola mixture of experts: dari 896 kelompok ahli yang tersedia, hanya 16 yang diaktifkan untuk mengolah setiap bagian input.
K3 sudah dapat digunakan melalui Kimi.com, Kimi Work, Kimi Code, dan API Kimi. Tarif API resminya adalah US$0,30 per satu juta token input yang ditemukan di cache, US$3 untuk input tanpa cache, dan US$15 untuk output.
Namun, sebutan “model terbuka” perlu diberi catatan. Selama periode artikel ini, bobot lengkap K3 belum dirilis. Moonshot baru menjanjikan rilis tersebut paling lambat 27 Juli 2026. Jadi, modelnya memang sudah bisa dicoba, tetapi belum bisa diunduh dan dijalankan sendiri secara penuh.
Moonshot juga mengakui bahwa performa K3 secara keseluruhan masih berada di bawah Claude Fable 5 dan GPT-5.6 Sol. Tabel benchmark serta studi kasus spektakulernya tetap perlu dibaca sebagai hasil pengujian Moonshot sendiri, bukan kesimpulan independen.
Pengembang independen Simon Willison sempat mengujinya dengan tugas sederhana: membuat gambar SVG seekor pelikan yang mengendarai sepeda. K3 menghasilkan gambar yang valid dan mampu membaca hasil visualnya dengan baik. Namun, tugas sederhana itu menghabiskan lebih dari 13.000 token untuk proses berpikir. Kemampuannya besar, kebutuhan komputasinya juga tidak kecil.
🧾 2. Angka 50% Claude Fable 5 bukan berarti diskon setengah harga

Angka 50% yang dikaitkan dengan Claude Fable 5 mudah disalahartikan karena sering dibagikan tanpa satuan. Dalam pengumuman 30 Juni, Anthropic menyebut Fable 5 akan mencakup hingga 50% jatah pemakaian mingguan pada paket Pro, Max, Team, dan Enterprise tertentu sampai 7 Juli. Setelah masa tersebut, pengguna beralih ke sistem kredit pemakaian.
Artinya, angka 50% membahas porsi pemakaian yang termasuk dalam paket, bukan potongan tarif API. Halaman produk Anthropic mencantumkan harga resmi Fable 5 sebesar US$10 per satu juta token input dan US$50 per satu juta token output.
Diskon yang benar-benar disebutkan Anthropic adalah potongan 90% untuk token input yang sudah tersimpan melalui prompt caching. Mekanisme ini menghemat biaya ketika aplikasi berulang kali mengirim konteks yang sama.
Perbedaannya terlihat kecil, tetapi dampaknya langsung terasa pada tagihan. “Mencakup 50% jatah mingguan” menjelaskan batas pemakaian. “Diskon 50%” seharusnya menjelaskan harga. Dua hal itu tidak sama.
🛡️ 3. GitHub membawa pemeriksaan keamanan AI langsung ke proses ulasan kode

GitHub mengumumkan fitur deteksi keamanan berbasis AI pada 14 Juli. Hasil pemeriksaannya muncul langsung di pull request, yaitu tempat pengembang meninjau perubahan sebelum kode digabungkan ke proyek utama.
Fitur ini ditujukan untuk bahasa pemrograman dan kerangka kerja yang belum sepenuhnya dicakup CodeQL. GitHub memberi label khusus pada temuan AI agar tim tidak mencampurnya dengan hasil analisis CodeQL.
Ada batasan yang perlu dipahami. Temuan AI hanya bersifat informasi dan tidak otomatis mencegah kode digabungkan. Pada tahap uji coba publik, fitur ini membutuhkan GitHub Code Security, konfigurasi bawaan CodeQL, izin dari pengelola enterprise, lisensi Copilot, serta kredit AI setiap kali pemeriksaan berjalan.
Tiga hari setelahnya, GitHub membuka laporan penggunaan Copilot hingga tingkat repositori. Tim kini dapat melihat jumlah pull request yang dibuat atau digabungkan oleh agen Copilot, aktivitas ulasan kode, dan jumlah saran yang diberikan setiap hari.
Kombinasi dua pembaruan ini cukup penting: AI tidak hanya masuk ke proses pemeriksaan kode, tetapi aktivitasnya juga mulai bisa diaudit per proyek.
💬 4. Telegram merilis Communities, editor artikel, balasan bot privat, dan pencarian 350 juta GIF

Pembaruan Telegram pada 14 Juli mencakup beberapa kebutuhan yang selama ini tersebar. Editor barunya mendukung judul bagian, tabel, daftar, kutipan, blok kode, serta foto dan video di tengah tulisan. Satu pesan dapat memuat hingga 32.768 karakter. Untuk sementara, editor tersebut hanya tersedia bagi pelanggan Telegram Premium.
Fitur Communities memungkinkan beberapa grup, channel, dan bot disatukan di bawah satu tema. Anggota dapat menemukan ruang percakapan yang terbuka tanpa mengumpulkan banyak tautan undangan. Admin tetap bisa menyembunyikan ruang tertentu dan membatasi siapa yang boleh menambahkan chat baru.
Bot di dalam grup juga dapat mengirim pesan sementara yang hanya terlihat oleh satu pengguna. Konfirmasi, pesan kesalahan, menu, atau ringkasan AI tidak lagi harus memenuhi layar semua anggota grup.
Sisi yang lebih ringan: Telegram memperluas pencarian GIF menjadi lebih dari 350 juta koleksi dalam 36 bahasa. Menurut Telegram, pencarian dilakukan melalui indeks internal dari GIF publik yang banyak dibagikan. Kata kunci pencarian tidak dikirim ke penyedia pihak ketiga.
🖥️ 5. FastFlowLM bergabung dengan AMD untuk memperkuat AI yang berjalan di perangkat

AMD mengumumkan pada 17 Juli bahwa tim FastFlowLM bergabung dengan divisi kecerdasan buatannya. FastFlowLM mengembangkan perangkat lunak ringan untuk menjalankan model bahasa dan model multimodal pada PC serta workstation yang memakai teknologi AMD.
FastFlowLM tumbuh dari ekosistem sumber terbuka di sekitar IRON, compiler untuk NPU buatan AMD. Proyek tersebut juga berkaitan erat dengan Lemonade, inisiatif sumber terbuka AMD untuk menjalankan model AI secara lokal.
AMD berharap keahlian tim FastFlowLM dapat memperkuat perangkat lunak AI untuk PC dan workstation sekaligus mempercepat dukungan terhadap model-model baru.
Pengumuman ini memang tidak semegah model dengan triliunan parameter. Namun, dampaknya bisa lebih dekat dengan pengguna sehari-hari. AI yang berjalan langsung di perangkat dapat merespons lebih cepat, tetap berguna saat koneksi terbatas, mengurangi pengiriman data ke cloud, dan menekan biaya pemakaian API berulang.
🔑 Kesimpulan
Benang merah pekan ini adalah teknologi AI yang mulai lebih mudah diperiksa. Kimi mencantumkan harga dan tenggat rilis bobot model. Angka 50% Claude menjadi jelas setelah satuannya dikembalikan. GitHub membuat penggunaan AI terlihat di pull request dan terukur per repositori. Telegram memberi ruang yang lebih tertata untuk komunitas dan bot. AMD memperkuat perangkat lunak agar model dapat berjalan secara lokal.
Kita tidak perlu mengejar semua peluncuran. Sebelum mencoba, periksa lima hal: apakah fiturnya sudah tersedia, bagian mana yang masih berupa janji, bagaimana cara menghitung biayanya, di mana sistem tersebut berjalan, dan apakah hasil kerjanya bisa ditinjau. Lima pertanyaan itu cukup ampuh untuk menyaring kebisingan saat produk baru diumumkan.
Pertanyaan yang sering muncul
Apakah Kimi K3 sudah bisa diunduh dan dijalankan sendiri?
Belum sepenuhnya. Pada 13–19 Juli, Kimi K3 sudah tersedia melalui aplikasi dan API Kimi. Moonshot menjanjikan bobot lengkapnya paling lambat 27 Juli 2026.
Apakah Anthropic memberi diskon 50% untuk Claude Fable 5?
Tidak ada diskon umum sebesar 50% dalam sumber yang dirujuk. Angka tersebut membahas porsi jatah pemakaian mingguan pada paket tertentu. Tarif API resminya tercantum sebesar US$10 untuk input dan US$50 untuk output per satu juta token. Diskon terpisah sebesar 90% berlaku untuk input yang sudah tersimpan di cache.
Apakah temuan keamanan AI GitHub dapat otomatis menghentikan pull request?
Belum. Dalam uji coba publik yang diumumkan 14 Juli, temuan tersebut hanya bersifat informasi dan tidak otomatis menghalangi proses penggabungan kode.


