Third Moment klaim stack OpenAI jalankan 10.000 agen AI selama 48 jam
Third Moment mengklaim menjalankan 10.000 agen AI selama 36-48 jam. Inilah teknologi di baliknya, dari mana peningkatannya berasal, dan apa yang belum terbukti.
Illustration made on Lumeta with GPT Image 2.5Make one like it
Pada 14 Oktober 2026, Third Moment Research menyatakan sedang menjalankan hingga 10.000 agen bertenaga OpenAI secara bersamaan, dengan sesi riset individual yang berlangsung 36 hingga 48 jam. Pengumuman ini penting karena menunjukkan skala baru bagi sistem riset otonom, terutama dalam pekerjaan kuantitatif dan lingkungan yang sarat kode. Bagi tim yang membangun alur kerja agen, pelajaran langsungnya adalah Third Moment memakai tumpukan teknologi berlapis: Codex untuk bertindak di dalam lingkungan, GPT-6 Astra, GPT-6 Sol, dan GPT-6.1 Sol untuk penalaran, serta Daybreak untuk menguji keamanan sebelum proses dijalankan.
Apa yang diungkapkan Third Moment
Third Moment menggambarkan sistem yang dirancang untuk menyempurnakan agen seiring waktu dengan menganalisis titik kegagalan mereka, membuat skenario sintetis seputar kelemahan tersebut, lalu memasukkan hasilnya kembali ke proses berikutnya. Dalam konfigurasi saat ini, perusahaan menyebut agen dapat merencanakan pekerjaan, memunculkan subagen, menggunakan alat, dan melanjutkan investigasi sepanjang sesi panjang alih-alih berhenti setelah satu rangkaian prompt. Perusahaan juga menyatakan operasi ini dapat menghabiskan 1 triliun token OpenAI dalam satu hari, dan bahwa evaluasi yang sedang berjalan mencakup GPT-6 Luna bersama model frontier lain dalam tumpukannya.

Illustration made on Lumeta with GPT Image 2.5Make one like it
Mengapa angka-angka ini penting
Contoh paling konkret dalam pengumuman itu adalah hambatan pada backtesting. Third Moment menyebut Codex meninjau rekaman lintasan simulasi, stempel waktu, dan basis kode, lalu menemukan optimasi caching serta teknik memory-packing yang memangkas satu backtest dari sekitar 3 jam menjadi sekitar 3 hingga 5 menit, yang disebut perusahaan sebagai pengurangan 97%. Peningkatan semacam ini penting karena agen yang berjalan lama bisa menghabiskan token dan memenuhi konteksnya saat menunggu sistem yang lambat. Third Moment juga menyatakan GPT-6.1 Sol saat ini menjadi model yang paling sering dipakai karena efisiensi tokennya, sementara GPT-6 Astra memberikan percepatan terbesar pada satu benchmark latensi langsung.

Illustration made on Lumeta with GPT Image 2.5Make one like it
Apa selanjutnya
Third Moment menyatakan menggunakan Daybreak sebelum simulasi diluncurkan untuk menguji apakah agen dapat lolos dari lingkungan risetnya dan menjangkau jaringan yang lebih luas. Langkah keamanan ini makin penting seiring upaya perusahaan menuju ratusan ribu subagen yang saling berkolaborasi, bukan sekadar proses panjang yang terisolasi. Bagi perusahaan lain yang bereksperimen dengan riset otonom, kabar ini bukan hanya soal jumlah agen yang lebih besar kini dimungkinkan. Intinya, penskalaan tampaknya bergantung pada empat komponen yang bekerja bersama: model penalaran yang kuat, kerangka yang mampu menggunakan alat, penyetelan performa di dalam alur kerja, dan pemeriksaan otomatis bahwa lingkungan masih terkendali.


