Kemarin, o1 yang 225 poin nggak disangka bisa melambung sampai 140U, bener-bener terbang dari tangan. Tapi, bukankah ini lebih baik? Sedikit orang yang dapat keuntungan besar dari manipulasi malah lebih baik bagi semua, yang mau untung besar harus lebih visioner. Sungguh, perencanaan kemarin bikin saya kehilangan potensi keuntungan ganda 😅
Belakangan ini, sektor AI yang paling mudah diabaikan bukan karena modelnya kurang, tapi karena terlalu banyak model, siapa yang bisa nyaring, panggil, dan settle?
Banyak model open source lagi bermunculan, tapi buat developer, masalah sejatinya adalah: model mana yang bisa dipakai? Apakah hasil panggilan bisa diandalkan? Bagaimana cara settle biayanya? Siapa yang bertanggung jawab kalau ada masalah?
Ini juga yang jadi alasan untuk melihat kembali @OpenGradient .
Ini bukan cuma bikin inferensi yang bisa diverifikasi, tapi pengen ngegabungin model, daya komputasi, bukti, dan alat untuk developer jadi satu infrastruktur dasar AI.
Model Hub itu kayak rak model, SDK developer itu kayak jalur akses, sementara $OPG itu ngurus pembayaran, tata kelola, dan insentif jaringan di belakang panggilan model.
Singkatnya, #OPG pengen bikin bukan cuma aplikasi AI baru, tapi bikin layanan model jadi produk on-chain yang bisa dipanggil, diverifikasi, dan diselesaikan.
Tapi masalahnya juga berat.
Jumlah model bukan berarti sama dengan kebutuhan nyata, kemampuan verifikasi juga bukan berarti developer pasti migrasi.
Tantangan sebenarnya adalah: bisa nggak OpenGradient mengubah sekumpulan model yang terpisah jadi pasar model on-chain yang mau terus dipakai oleh developer.
Belakangan ini, sektor AI yang paling mudah diabaikan bukan karena modelnya kurang, tapi karena terlalu banyak model, siapa yang bisa nyaring, panggil, dan settle?
Banyak model open source lagi bermunculan, tapi buat developer, masalah sejatinya adalah: model mana yang bisa dipakai? Apakah hasil panggilan bisa diandalkan? Bagaimana cara settle biayanya? Siapa yang bertanggung jawab kalau ada masalah?
Ini juga yang jadi alasan untuk melihat kembali @OpenGradient .
Ini bukan cuma bikin inferensi yang bisa diverifikasi, tapi pengen ngegabungin model, daya komputasi, bukti, dan alat untuk developer jadi satu infrastruktur dasar AI.
Model Hub itu kayak rak model, SDK developer itu kayak jalur akses, sementara $OPG itu ngurus pembayaran, tata kelola, dan insentif jaringan di belakang panggilan model.
Singkatnya, #OPG pengen bikin bukan cuma aplikasi AI baru, tapi bikin layanan model jadi produk on-chain yang bisa dipanggil, diverifikasi, dan diselesaikan.
Tapi masalahnya juga berat.
Jumlah model bukan berarti sama dengan kebutuhan nyata, kemampuan verifikasi juga bukan berarti developer pasti migrasi.
Tantangan sebenarnya adalah: bisa nggak OpenGradient mengubah sekumpulan model yang terpisah jadi pasar model on-chain yang mau terus dipakai oleh developer.