Klaim Berani Meta: Model AI 'Watermelon' Diklaim Setara GPT-5.5, Tapi Targetnya Sudah Bergerak

Masalahnya? Wang tidak mengungkapkan tolok ukur mana yang digunakan, sehingga klaim tersebut tidak dapat diverifikasi . Tanpa mengetahui apakah Watermelon menyamai GPT-5.5 dalam benchmark coding (di mana Muse Spark milik Meta hanya mencetak 59.0 di Terminal-Bench versus 75.1 milik GPT-5.4), tes penalaran tingkat PhD seperti GPQA Diamond (di mana Muse Spark mencetak 89,5%), atau pemahaman bahasa umum, perbandingan ini menjadi tidak lengkap .

Mengapa GPT-5.5 Sudah Menjadi Target yang Bergerak

OpenAI merilis GPT-5.5 pada 23 April 2026, dan dengan cepat menduduki puncak Artificial Analysis Intelligence Index . Namun, pada saat Wang membuat pernyataannya, OpenAI sudah meluncurkan GPT-5.6 pada 26 Juni 2026—sebuah keluarga yang terdiri dari tiga model (Sol, Terra, Luna) dengan model andalan Sol yang menetapkan standar baru di Terminal-Bench 2.1 dengan skor 88,8% (dan 91,9% dalam konfigurasi Ultra) .

Ini berarti Watermelon membidik model yang bukan lagi yang terdepan (frontier). Irama rilis OpenAI—GPT-5.4 pada 5 Maret, GPT-5.5 pada 23 April, GPT-5.6 pada 26 Juni—menunjukkan siklus iterasi kira-kira setiap enam minggu . Pada saat Watermelon dirilis, OpenAI mungkin sudah berada di GPT-5.7 atau lebih.

Rekam Jejak Meta: Masalah dengan Avocado

Klaim optimis Watermelon muncul di tengah kesulitan Meta dengan pendahulunya. Avocado—model besar pertama Meta dari Laboratorium Superintelligence yang telah direstrukturisasi—tertunda dari Maret 2026 hingga setidaknya Mei 2026 setelah pengujian internal menunjukkan model tersebut tertinggal dari Google Gemini 3.0, OpenAI GPT-5.4, dan model terbaru Anthropic dalam tugas penalaran, coding, dan penulisan . Bahkan ada laporan bahwa Meta sempat mempertimbangkan untuk melisensikan Gemini milik Google sebagai rencana cadangan .

Muse Spark (nama publik Avocado) akhirnya diluncurkan tetapi menempati posisi keempat secara global di belakang Gemini 3.1 Pro, GPT-5.4, dan Claude Opus 4.6 pada Artificial Analysis Intelligence Index, dengan skor 52 dari 100 . Model ini unggul dalam tolok ukur medis dan ilmiah (42,8% pada HealthBench Hard, terbaik di kelasnya) tetapi kesulitan dalam coding (59,0 pada Terminal-Bench) dan penalaran abstrak (42,5 pada ARC AGI 2) .

Pertanyaan Seputar Pengeluaran Besar-besaran

Mark Zuckerberg telah bertaruh besar pada infrastruktur AI. Laboratorium Superintelligence Meta dilaporkan menghabiskan $14,3 miliar untuk model besar pertamanya (Muse Spark) . Komentar Wang bahwa Watermelon menggunakan "daya komputasi dengan orde besaran lebih besar" daripada Avocado menunjukkan bahwa Meta bersedia mengerahkan sumber daya yang sangat besar untuk menutup kesenjangan .

Namun, di hari yang sama dengan munculnya laporan klaim optimis Wang, Mark Zuckerberg dilaporkan menyatakan kekhawatiran bahwa kemajuan AI melambat, menciptakan pesan internal yang campur aduk mengenai lintasan Meta . Ketegangan antara optimisme Wang dan kehati-hatian Zuckerberg menyoroti ketidakpastian tentang apakah peningkatan daya komputasi mentah saja akan cukup untuk menutup kesenjangan dengan laju iterasi OpenAI yang lebih cepat.

GPT-5.6 Menambah Kerumitan Lain

GPT-5.6 Sol milik OpenAI saat ini hanya tersedia sebagai 'pratinjau terbatas' untuk mitra terpilih berdasarkan arahan pemerintah AS . Ini berarti kemampuan penuhnya mungkin tidak segera dikomersialkan—tetapi tetap menetapkan standar kinerja yang lebih tinggi daripada GPT-5.5 . Skor Sol di Terminal-Bench 2.1 sebesar 88,8% (91,9% Ultra) versus 83,4% milik GPT-5.5 menunjukkan lompatan kemampuan yang signifikan .

Intinya: Target yang Melihat ke Belakang

Klaim Wang bahwa Watermelon menyamai GPT-5.5 kemungkinan benar pada beberapa tolok ukur, tetapi ini mewakili target yang melihat ke belakang. Pada saat Watermelon dirilis, OpenAI mungkin sudah berada di GPT-5.7 atau lebih, dan rekam jejak Meta dalam keterlambatan eksekusi (Avocado) yang dikombinasikan dengan belanja modal yang sangat besar menciptakan ketidakpastian yang nyata tentang apakah peningkatan daya komputasi mentah saja akan mampu menutup kesenjangan dengan kecepatan iterasi OpenAI. Pertanyaan yang sebenarnya bukanlah apakah Watermelon menyamai GPT-5.5—melainkan apakah Meta dapat mempertahankan investasi infrastruktur yang diperlukan untuk mengimbangi pesaing yang merilis model frontier baru setiap enam minggu.