Di akhir pekan mendaki sampai setengah jalan, lututku lemas lalu duduk di anak tangga batu sambil terengah-engah. Di sebelahku ada seorang kakak yang memakai jaket anti peluru, sedang membolak-balik jam tangan olahraga untuk pamer ke teman-temannya: lari tiga bulan naik dua kali lipat. Aku tersenyum—tapi yang muncul di kepalaku adalah data terbaru dari @OpenGradient situs resmi: 4500 model, 2 juta kali inferensi AI yang bisa diverifikasi, 500 ribu+ bukti zkML plus saksi TEE, dan 100% kompatibel dengan EVM. Tiga bulan lalu saat whitepaper baru mengungkap 2000+, sekarang langsung dobel lebih banyak.
Coba pikir: angka di balik itu apa? Bukan cuma baris grafik cantik di PPT, melainkan ada developer beneran yang melemparkan bobot 4500 model satu per satu ke Model Hub; beneran ada 2 juta kali pemanggilan inferensi yang meninggalkan bukti kriptografi yang tidak bisa dipalsukan di rantai. Begitu lihat namanya, reaksi pertama pasti, “lagi-lagi penjahit tempelan.” The Network for Open Intelligence dengan slogan megah seperti itu terdengar seperti setiap proyek AI bisa pasang begitu saja. Tapi OpenGradient mengeluarkan data yang tidak bisa dikejar oleh kebanyakan koin konsep AI selama tiga generasi. $HEI
Kali ini OpenGradient menempatkan ambisinya sebagai jaringan kecerdasan terbuka—niatnya tidak bisa disembunyikan. “Terbuka” berarti bobot model tidak dikunci oleh para raksasa; “cerdas” berarti inferensi yang bisa diverifikasi di rantai sebagai primitif; “jaringan” berarti seluruh rangkaian aplikasi dirangkai dari Model Hub ke MemSync ke BitQuant sampai Twin.fun. Tiga bulan dobel memang bikin senang, tapi apakah distribusi kualitas, rasio pemanggilan antara yang populer vs ekor panjang, dan konversi berbayar juga ikut naik? Dari 4500 itu, berapa yang benar-benar dipakai orang, dan berapa yang cuma “diakali” developer dengan menyikat volume supaya terlihat bagus? Berapa biaya produksi dan biaya verifikasi untuk 500 ribu bukti zkML itu sebenarnya? Detail-detail seperti itu tidak akan memberitahumu dengan sukarela di situs resmi—kamu harus menggali sendiri.
Minggu depan aku akan dulu menarik distribusi dari 4500 model di Model Hub berdasarkan frekuensi pemanggilan, untuk melihat 100 teratas memakan berapa banyak arus, apakah ekor panjang dipenuhi zombie—cukup melihat angka total itu paling gampang menipu.
Di puncak, tekanan awan rendah; kakak itu sudah berdiri dan terus melangkah ke atas. Angka di jam tangannya masih berkedip, tapi tidak ada yang membuktikan apakah tiga bulan dobel itu usaha sungguhan atau sekadar algoritma platform yang secara default menggandakan langkah. Di jaringan OpenGradient, setiap inferensi ditandatangani dan dikirim ke rantai; tidak ada yang bisa mencurinya. $G
Jangan jadikan riset orang lain sebagai imanmu sendiri. Naik kendaraan tanpa mengerti dengan jelas adalah cara paling gampang membayar biaya belajar.
#opg $OPG