Resmi, ChatGPT dan Sora Kini Bisa Hasilkan Gambar Atau Video Berkarakter Disney

Di sisi lain, OpenAI tengah menghadapi tekanan usai kemunculan model-model terbaru dari kompetitor seperti Anthropic dan Google. Situasi ini disebut mendorong CEO Sam Altman menetapkan kondisi “code red” di internal perusahaan.

Menurut laporan The Information, dikutip Jumat (12/12/2025), langkah itu diambil setelah Google merilis Gemini 3, model yang langsung menduduki peringkat teratas di LMArena. 

Hal itu membuat Altman disebut meminta tim mempercepat peningkatan ChatGPT agar tetap kompetitif di pasar. Laporan lanjutan dari media yang sama mengungkap, sebagai respons, OpenAI kini mengembangkan model baru dengan nama kode, Garlic.

Saingan Langsung Gemini dan Opus

Chief Research Officer OpenAI, Mark Chen, menyampaikan Garlic menunjukkan performa sangat baik dalam pengujian internal. Model AI itu disebut mampu bersaing dengan Gemini 3 dan Opus 4.5 milik Anthropic, terutama dalam tugas pemrograman dan kemampuan penalaran

Hal ini penting karena kedua model tersebut menjadi kriteria kualitas model AI generatif saat ini: Gemini 3 dikenal unggul dalam kemampuan penalaran, sementara Opus 4.5 menjadi rujukan baru dalam kualitas pemrograman.

OpenAI sendiri belum memberikan tanggapan resmi terkait laporan tersebut.

Perubahan Strategi Pretraining

Chen menjelaskan bahwa OpenAI pengembangan Garlic berfokus pada perbaikan tahap pretraining, tahap awal ketika model mempelajari informasi dasar dari dataset berskala besar. Perusahaan kini menekankan pembangunan hubungan koneksi yang lebih luas sebelum model diarahkan ke tugas-tugas spesifik.

Pendekatan baru ini memungkinkan OpenAI memasukkan jumlah pengetahuan yang biasanya dimiliki model besar ke dalam model dengan ukuran lebih kecil. Bagi pengembang model kecil lebih hemat biaya dan lebih mudah diterapkan. Dampak efisiensi ini juga menguntungkan OpenAI dari sisi infrastruktur.

Garlic juga berbeda dari proyek lain seperti Shallotpeat, model yang pernah diumumkan Altman pada Oktober 2025 untuk memperbaiki bug pada proses pretraining.