Catatan Rudy

Dalam era di mana model bahasa besar (LLM) semakin berlimpah, para pengembang (terutama yang aktif memakai CLI seperti OpenCode atau Hermes Agent) kini dituntut untuk selektif memilih penyedia layanan AI yang paling efisien. Salah satu yang muncul dalam dua tahun belakangan adalah Xiaomi MiMo, sekaligus produk andalan Xiaomi untuk programmer dan peneliti.

MiMo menawarkan dua opsi tagihan: Pay-As-You-Go (PAYG) dan Token Plan. Kedua sistem ini tidak dapat saling menggantikan, sehingga pemilihan antara keduanya perlu didasarkan pada pola penggunaan aktual. Pada postingan ini, kami akan mensimulasikan penggunaan dengan budget tetap $5 per bulan, lalu membandingkan berapa banyak token yang kita dapat dari masing-masing opsi, serta kompatibilitasnya dengan alat-alat pengembangan populer seperti Hermes dan OpenCode.

Apa Itu Pay-As-You-Go (PAYG)?

Pay-As-You-Go adalah model di mana setiap token yang Anda gunakan akan ditagihkan langsung ke akun Anda pada akhir bulan. Anda hanya membayar untuk apa yang Anda konsumsi. Cukup fleksibel, tetapi biaya dapat meningkat secara signifikan dengan penggunaan intensif.

Apa Itu Token Plan?

Token Plan adalah langganan bulanan atau tahunan yang memberikan kuota tetap. Ini cocok untuk pengguna yang ingin kontrol penuh atas pengeluaran bulanan mereka, tetapi tidak fleksibel jika penggunaan melebihi kuota.

Tarif Resmi Xiaomi MiMo

Berikut tarif resmi MiMo per 1 Juni 2026:

Layanan	Tarif	Unit
PAYG — mimo-v2.5	$0.026	/1M token
PAYG — mimo-v2.5-pro	$0.052	/1M token
Token Plan — Lite Annual	$63.36	/tahun ($5.28/bulan)
Token Plan — Lite Monthly	$6.00	/bulan

Simulasi Budget $5/Bulan

Pay-As-You-Go ($5/bulan)

Model	Harga per 1M token	Token per $5
mimo-v2.5	$0.026	~192M token
mimo-v2.5-pro	$0.052	~96M token

Token Plan — Lite Annual ($5.28/bulan)

Rencana	Biaya/Bulan	Kuota Token	Token per $5 setara
Lite Annual	$5.28	8000M token	~8000M token

Dengan demikian, kita mendapatkan lebih dari 40x lipat token dibandingkan PAYG standar, untuk budget yang hampir sama!

Cara Pakai MiMo dengan Hermes & OpenCode

Ikuti langkah berikut:

• Buat API key di konsol MiMo.
• Ekspor ke environment:

export OPENAI_API_BASE = https://api.mimo.ai/v1
export OPENAI_API_KEY  = ***

• Pilih model (mis. mimo-v2.5 atau mimo-v2.5-pro).
• Jika menggunakan Token Plan, pastikan API Key terhubung ke paket langganan yang valid.

Penting: Xiaomi MiMo tidak mendukung interoperabilitas antara PAYG dan Token Plan. Anda harus memilih satu sistem pembayaran dan tidak dapat beralih secara dinamis antara keduanya.

Rekomendasi Akhir

• Jika Anda aktif menggunakan AI untuk coding, riset, atau pengembangan harian, maka Token Plan Lite (Annual) adalah pilihan yang jauh lebih efisien secara biaya jangka panjang.
• Jika hanya mengekplorasi sekali-sekali, maka Pay-As-You-Go cukup andal.

Sumber

• Xiaomi MiMo Pay-As-You-Go Pricing
• Xiaomi MiMo Token Plan
• AI Pricing Dashboard (Komunitas Open Source)

Sebagai developer dan peneliti AI, kita kini hidup di era di mana jumlah dan jenis model bahasa besar (LLM) yang tersedia bagi pengguna biasa semakin berlimpah. Setiap bulan, vendor seperti OpenAI, Anthropic, Google, dan lainnya merilis model baru yang menambah kebingungan pilihan. Tapi tidak semua model sama, ada yang fokus pada reasoning, ada yang multimodal, dan ada yang sekadar inginkan solusi yang cepat dan hemat — tanpa mengorbankan kualitas secara signifikan.

Pada Agustus 2026, kami telah mengumpulkan data terbaru dari dokumentasi resmi masing-masing vendor — termasuk repositori ai-pricing yang di-audit pada 5 Agustus 2026 — untuk memberi Anda gambaran jelas tentang:

• Apa perbedaan thinking mode dan non-thinking mode?
• Model-model dengan kemampuan vision, audio, dan tool use?
• Tabel harga API paling akurat hingga kini — lengkap dengan sistem tarif peak/off-peak dari DeepSeek.

Ikuti selanjutnya!

---

Apa Itu “Thinking Mode”?

Thinking Mode (juga disebut reasoning atau extended thinking) adalah kemampuan model untuk menghasilkan rantai-poin pikir (chain-of-thought) internal sebelum memberikan jawaban akhir. Ini meniru cara manusia “memikirkan dua kali sebelum bertanya”.

Model dengan thinking mode biasanya:

• Menghasilkan kualitas yang jauh lebih baik pada tugas matematis, kode, dan logika kompleks.
• Memiliki latensi yang jauh lebih tinggi (sering 10-an detik atau lebih).
• Menghitung token “pikiran” sebagai bagian dari output — artinya, Anda membayar untuk proses berpikir internal model.

Non-Thinking Mode adalah model yang menjawab langsung, lebih cepat, dan lebih murah. Cocok untuk tugas rutin, ringan, atau percakapan.

Aspek	Thinking Mode	Non-Thinking Mode
Latensi	Tinggi (detik ke-10-an)	Rendah (detik pertama)
Biaya	Lebih mahal	Lebih murang
Kualitas jawaban	Unggul pada matematika, coding, logika	Baik untuk tugas umum
Token yang dihitung	Input + Output (termasuk “pikiran”)	Hanya Input + Output
Model contoh	o1, o3-mini, DeepSeek R1, Qwen3-Thinking	GPT-4o, GPT-4.5, Claude Sonnet, Grok

---

Kemampuan Multimodal (Vision, Audio, Tool)

Beberapa model mendukung lebih dari sekadar teks — mereka dapat memproses gambar, audio, file, dan bahkan menggunakan alat eksternal (tool use).

Vision (Gambar → Teks)

Model	Kemampuan
GPT-4o / GPT-4o-mini	✅ Gambar input/output, edisi, analisis
GPT-Image-2	✅ Generasi & pengeditan gambar tingkat lanjut
Gemini 3.1 Pro	✅ Visi multimodal terintegrasi
Qwen3-VL-235B	✅ Visi kuat untuk dokumen & gambar kompleks
Pixtral Large (Mistral)	✅ Model vision open-weight dari Mistral

Audio (Suara → Teks / Teks → Suara)

Model	Kemampuan
GPT-Realtime-2.1 / 2	✅ Input & output audio real-time
GPT-Audio-1.5	✅ Speech-to-text + text-to-speech
GPT-4o-mini-TTS	✅ TTS ringan
Whisper (OpenAI)	✅ Transkripsi audio
ElevenLabs API	✅ TTS realistis

Tool Use / Agentis

Model	Kemampuan
Claude Fable 5	✅ Tool use canggih, retrieval, coding
GPT-5.6 Sol	✅ Tool use + reasoning lanjut
Grok 4.6	✅ Tool use, file input, coding
Qwen3-235B	✅ Mode beralih thinking/non-thinking + tool use
Command A (Cohere)	✅ Fokus enterprise & RAG

---

Tabel Harga API (per 1M Token USD)

Catatan penting: Harga dapat bervariasi tergantung provider (OpenRouter, Groq, DeepInfra, dll). Angka di bawah ini merupakan harga resmi dari vendor utama atau rata-rata pasar terendah pada Agustus 2026.

OpenAI

Model	Input ($/1M)	Output ($/1M)	Thinking Mode	Catatan
GPT-5.6 Sol	$5.00	$30.00	✅	Frontier model
GPT-5.6 Terra	$2.50	$15.00	✅	Versi menengah
GPT-5.6 Luna	$1.00	$6.00	✅	Versi hemat
GPT-5.5 Pro	$30.00	$180.00	✅	6x lipat dari non-Pro
GPT-4o	$2.50	$10.00	❌	Umum, cepat
GPT-4o-mini	$0.15	$0.60	❌	Ringan
GPT-Realtime-2.1	$4.00	$24.00	❌	Audio real-time

Anthropic

Model	Input ($/1M)	Output ($/1M)	Thinking Mode	Catatan
Claude Fable 5	$10.00	$50.00	✅	Termahal, performa tertinggi
Claude Opus 5	$5.00	$25.00	✅	Setengah harga Fable 5
Claude Sonnet 4.6	$2.00	$10.00	⚠️ Opsional	Extended thinking tersedia
Claude Haiku 4.5	$1.00	$5.00	❌	Cepat dan hemat

Google Gemini

Model	Input ($/1M)	Output ($/1M)	Thinking Mode	Catatan
Gemini 3.1 Pro	$2.00	$12.00	✅	Termasuk Deep Think (bisa lebih mahal)
Gemini 3.6 Flash	$1.50	$7.50	❌	Performa tinggi, biaya rendah
Gemini 3.5 Flash-Lite	$0.30	$2.50	❌	Hemat, cocok untuk skala besar
Gemini 2.5 Pro	$1.25	$10.00	✅	Legacy, masih tersedia
Gemini 2.0 Flash	$0.10	$0.40	❌	Murah, umum

DeepSeek (China)

Model	Input ($/1M)	Output ($/1M)	Thinking Mode	Catatan
DeepSeek V4 Flash	~$0.28	~$1.32	✅	Naik setelah 16 Agustus
DeepSeek V4 Pro	~$1.74	~$3.96	✅	34x lebih murah dari Claude di input
DeepSeek V3	$0.14	$0.28	❌	Legacy
DeepSeek R1	$0.55	$2.19	✅	Fokus pada reasoning

Qwen (Alibaba)

Model	Input ($/1M)	Output ($/1M)	Thinking Mode	Catatan
Qwen3-235B-A22B	~$0.20	~$0.60	✅	Mode beralih, MoE 235B
Qwen3-VL-235B-Thinking	$0.45	$3.49	✅	Visi + thinking
Qwen3-235B-Instruct	~$0.20	~$0.60	❌	Non-thinking
Qwen3-32B	~$0.15	~$0.30	⚠️ Opsional	Ringan

Grok (xAI / SpaceXAI)

Model	Input ($/1M)	Output ($/1M)	Thinking Mode	Catatan
Grok 4.6	$2.00	$6.00	✅	Frontier model, 500K konteks
Grok 4.3	$1.25	$2.50	✅	Versi lebih hemat
Grok 4.20	$1.25	$2.50	✅	Reasoning tinggi
Grok 4.1 Fast	$0.20	$0.50	❌	Ringan

Mistral AI (Prancis)

Model	Input ($/1M)	Output ($/1M)	Thinking Mode	Catatan
Mistral Large 3	$0.50	$1.50	❌	Open weights, EU residency
Mistral Medium 3.5	$1.50	$7.50	❌	Seimbang kualitas/harga
Codestral 2508	$0.30	$0.90	❌	Fokus kode
Pixtral Large	$2.00	$6.00	❌	Vision

Kimi / Moonshot & Phi (Microsoft)

Model	Input ($/1M)	Output ($/1M)	Thinking Mode	Catatan
Kimi K3	$3.00	$15.00	✅	Flagship, 1M konteks
Kimi K2.6	$0.95	$4.00	❌	Umum
Phi-4	$0.07	$0.14	❌	Ringan, on-device

---

Catatan Penting: Peak / Off-Peak Pricing dari DeepSeek

DeepSeek adalah produsen pertama yang memperkenalkan sistem tarif bergumuru — tempat biaya bergantung pada waktu permintaan dikirimkan.

• Peak hours: 01:00–04:00 UTC & 06:00–10:00 UTC
• Off-peak: Semua sisa waktu
• Mulai 16 Agustus 2026, tarif naik secara signifikan:

Model	Peak Input	Off-Peak Input	Peak Output	Off-Peak Output
DeepSeek V4 Flash	$0.28	$0.14	$1.32	$0.66
DeepSeek V4 Pro	$1.74	$0.87	$3.96	$1.98

---

Rekomendasi Berdasarkan Kebutuhan

Kebutuhan	Model Rekomendasi
Coding asisten + reasoning	GPT-5.6 Sol / Claude Fable 5 / Grok 4.6
Chatbot ringan (hemat)	GPT-4o-mini / Gemini 3.5 Flash-Lite / DeepSeek Flash
Analisis gambar/dokumen	GPT-4o / Gemini 3.1 Pro / Qwen3-VL
Riset ilmiah/matematik	o1 / o3-mini / Claude Opus 5 / DeepSeek Pro
Agentis multitool	Claude Fable 5 / GPT-5.6 Sol / Command A
Hosting lokal	Llama 4 / Qwen3 / Mistral Large 3 (open weights)

---

Sumber

• api-docs.deepseek.com
• adamejzak/ai-pricing GitHub (audit 5 Agustus 2026)
• OpenRouter.ai
• BenchLM.ai
• Google AI Pricing

Dokumen ini disusun berdasarkan data publik dan dokumentasi resmi. Harga dan ketersediaan model dapat berubah tanpa pemberitahuan sebelumnya.

Kumpulan berita coding, web dev & AI paling menarik minggu ini (Kamis, 13 Agustus 2026). Dari rilis Laravel 13.25, TypeScript 7, DeepSeek V4 Pro, sampai peringatan keamanan supply-chain. Berikut 8 yang paling worth-it buat developer.

1. Laravel 13.25: Pause Semua Queue + UI Baru artisan dev

Laravel rilis minor 13.25 dengan tambahan yang menyenangkan buat developer. Kali ini ada perintah queue:pause --all yang bisa menjeda semua queue di semua koneksi sekaligus — berguna saat ada deploy atau maintenance. Selain itu, perintah artisan dev kini berjalan di tabbed terminal UI yang lebih rapi, dan route kini bisa langsung mengembalikan gambar.

Sumber: Laravel News

2. TypeScript 7 Diklaim 10x Lebih Cepat

Anders Hejlsberg mendemokan TypeScript 7 yang konon punya speedup 10x dibanding versi sebelumnya. Kabar ini jadi topik hangat di JavaScript Weekly. Buat proyek besar yang kompilasinya pelan, ini kabar yang sangat ditunggu-tunggu komunitas JS.

Sumber: JavaScript Weekly #796

3. DeepSeek V4 Pro 0813 Rilis — Model Open Source Terbaru

DeepSeek merilis V4 Pro 0813, model open source terbaru mereka yang langsung ramai dibahas (951 poin di Hacker News). Seperti rilisan DeepSeek sebelumnya, kehadirannya menarik perhatian karena performa kompetitif dengan biaya yang cenderung lebih rendah, dan kini sudah tersedia lewat API.

Sumber: OpenRouter

4. Grok 4.6 Rilis, Skor 61 di Artificial Analysis Index

xAI meluncurkan Grok 4.6 yang mencatat skor 61 pada Artificial Analysis Intelligence Index. Rilis ini menjadi salah satu perbincangan terbesar minggu ini (569–575 poin HN), termasuk analisis benchmark yang membedah kekuatan dan kelemahannya dibanding model lain.

Sumber: Artificial Analysis

5. ChatGPT Desktop (Codex Desktop) Kini Tersedia untuk Linux

Kabar baik buat developer Linux: aplikasi desktop ChatGPT/Codex kini tersedia untuk Linux. Banyak developer yang selama ini memakai Codex CLI lewat terminal kini bisa mencoba pengalaman desktop native. Menjadi salah satu topik developer tools paling dibicarakan pekan ini.

Sumber: OpenAI Codex

6. Watermark Baru Anthropic Bikin Pengguna Claude Geram

Anthropic memperkenalkan sistem watermarking baru pada Claude yang ramai diprotes pengguna. Banyak yang khawatir watermark ini akan “ketahuan” saat mereka pakai Claude untuk keperluan kerja atau tugas kuliah. Ini jadi pengingat penting soal kebijakan AI, privasi, dan pro/kontra pendeteksian konten.

Sumber: TechCrunch

7. Terabyte Kredensial Bocor dalam Serangan Supply-Chain

Ada peringatan keamanan serius pekan ini: terabyte kredensial bocor lewat serangan supply-chain yang menyasar sebuah package AI yang disusupi. Datanya disisir dan dieksfiltrasi dari 2.500 pengguna. Cocok jadi pengingat untuk periksa keamanan dependency dan supply-chain di proyek kamu.

Sumber: Ars Technica

8. Laracon US 2026: Semua Pengumuman Penting

Buat pengguna Laravel, Laracon US 2026 baru saja berlangsung dan menghasilkan banyak pengumuman — mulai dari fitur baru, tooling, sampai arah pengembangan framework ke depan. Kalau sempat, artikel rekap ini wajib dibaca biar nggak ketinggalan.

Sumber: Laravel Blog

Itu dia delapan berita paling menarik pekan ini buat developer. Mana yang paling bikin kamu penasaran? Sampai jumpa di kumpulan berita minggu depan!

Hari ini aku mulai seri baru di blog ini: Belajar Laravel. Rencananya 25 episode, dari nol sampai bisa membuat aplikasi web lengkap — sebuah Sistem Informasi sederhana dengan stack yang sengaja kubuat “bersahaja”: jQuery, Bootstrap, MySQL, dan Blade murni. Aku tidak memakai tool bantu populer yang bisa menyembunyikan cara kerja aslinya, karena tujuanku satu: paham benar bagaimana request masuk, bagaimana Blade merender HTML, dan bagaimana query sampai ke MySQL. Catatan ini kutulis sambil belajar, jadi kalau ada bagian yang terasa membingungkan — tenang, memang begitulah rasanya belajar.

Kenapa Laravel?

Sebelum ngoding, aku sempat bertanya: kenapa harus Laravel, bukan framework lain? Alasanku kurang lebih begini:

• Paling populer di ekosistem PHP — banyak dipakai perusahaan, jadi banyak lowongan yang butuh skill ini.
• Pola MVC — kode dipisah rapi: Controller untuk logika, Model untuk data, View untuk tampilan. Lama-lama ini terasa menyehatkan, apalagi kalau project mulai besar.
• Dokumentasi dan komunitas besar — nyaris semua error yang kuhadapi sudah pernah dialami orang lain, dan jawabannya mudah ditemukan.
• Artisan — command line tool bawaan yang mempercepat kerja rutin seperti membuat controller, migration, sampai menjalankan server.

Intinya: Laravel memberi struktur tanpa memaksa kita menulis semuanya dari nol, tapi tetap cukup “telanjang” untuk kita pelajari apa yang terjadi di balik layar.

Prasyarat: PHP & Composer

Laravel berjalan di atas PHP, jadi syarat pertama adalah PHP terpasang. Pastikan versi PHP-mu memenuhi syarat minimum yang tercantum di dokumentasi resmi Laravel — jangan asal pakai versi lawas, karena fitur framework terbaru biasanya butuh versi PHP tertentu. Cara mengeceknya:

php -v
composer --version

Composer adalah manajer dependensi untuk PHP — kurang lebih seperti npm di dunia JavaScript. Lewat Composer-lah Laravel diunduh dan semua paket bawaannya dikelola. Kalau perintah composer tidak dikenali, biasanya PATH-nya belum ditambahkan ke sistem; ini salah satu hambatan pertama yang umum terjadi di Windows.

Environment Lokal

Untuk belajar, kita cukup butuh lingkungan lokal yang berisi PHP, Composer, dan MySQL. Pilihannya tergantung sistem operasi:

• Windows — XAMPP paling umum dipakai pemula karena satu paket: PHP, MySQL, dan Apache. Alternatif yang lebih ringan dan cepat: Laragon.
• macOS — Laravel Valet atau Laravel Herd; ringan, tanpa panel berat, cocok untuk development sehari-hari.
• Linux — install PHP dan Composer langsung dari package manager.

Yang penting diingat: apapun pilihannya, kebutuhan intinya sama — PHP, Composer, dan MySQL. Jangan terjebak terlalu lama memilih-milih tool; pakai yang paling cepat jalan di mesinmu.

Membuat Project Laravel

Setelah PHP dan Composer siap, membuat project Laravel baru cuma satu perintah:

composer create-project laravel/laravel nama-project
cd nama-project

Catatan jujur: proses pertama kali bisa terasa lama karena Composer mengunduh ratusan paket. Layar terlihat “diam” lama — itu normal, bukan hang. Setelah selesai, struktur folder di dalam project kira-kira begini (versi singkat):

• app/ — kode inti aplikasi: Models, Controllers di app/Http/Controllers.
• routes/ — routes/web.php adalah “pintu masuk” semua request dari browser.
• resources/views/ — file tampilan Blade (HTML).
• database/migrations/ — skema tabel dalam bentuk kode.
• public/ — satu-satunya folder yang “dilihat” web server; index.php ada di sini.
• .env — konfigurasi (database, APP_KEY).

Menjalankan Server

Laravel punya server bawaan untuk development, dijalankan lewat Artisan:

php artisan serve

Setelah itu buka http://127.0.0.1:8000 — kalau muncul halaman selamat datang Laravel, berarti project-mu sudah hidup. Dua hal yang sering kuhadapi di tahap ini: pesan minta APP_KEY di .env (biasanya sudah ter-generate saat create-project; kalau belum, jalankan php artisan key:generate), dan port 8000 yang sudah dipakai aplikasi lain — ganti dengan php artisan serve --port=8080.

Kesalahan yang Umum

• Versi PHP terlalu tua — cek php -v, lalu samakan dengan syarat minimum di dokumentasi resmi.
• Composer tidak dikenali — PATH belum diatur; cari “add Composer to PATH” saat instalasi.
• Ekstensi PHP kurang — misalnya mbstring atau openssl; aktifkan di php.ini atau panel XAMPP/Laragon.
• Lupa perbedaan folder — aku sering bingung “file mana yang harus diutak-atik”. Di episode-episode awal, 90% waktu kita habis di routes/, app/Http/Controllers, dan resources/views.

Kesimpulan

Di episode ini kita sudah punya project Laravel yang berjalan di browser. Bagian yang paling membingungkan bagiku di awal ternyata bukan sintaks, tapi peta mental: “request masuk lewat mana, lalu ke mana?” Jawaban singkatnya: browser → routes/web.php → Controller → View. Di episode berikutnya kita akan membedah alur itu satu per satu: routing dan controller pertama.

Sumber

• Dokumentasi resmi Laravel — Installation
• Dokumentasi resmi Laravel — Directory Structure
• Composer Documentation
• PHP Manual
• Bootstrap Documentation (untuk seri ini)

Kemarin saya bahas cara kerja agentic AI coding dengan OpenCode sebagai studi kasus. Hari ini saya bandingkan tiga tool yang paling populer saat ini: OpenCode, Claude Code, dan Codex CLI. Semua angka repo diambil langsung dari GitHub API tanggal 11 Agustus 2026, dan detail fitur dari README/dokumentasi resmi masing-masing.

Sekilas Perbandingan

Aspek	OpenCode	Claude Code	Codex CLI
Pengembang	Komunitas (Anomaly)	Anthropic	OpenAI
Lisensi	MIT (open source)	Terms komersial Anthropic (repo publik, bukan lisensi OSI)	Apache-2.0 (open source)
⭐ GitHub	~195.800	~140.900	~105.100
Dibuat	30 Apr 2025	22 Feb 2025	13 Apr 2025
Model bawaan	Provider-agnostic (Anthropic, OpenAI, OpenRouter, Ollama lokal, dll)	Model Claude	Model OpenAI
Bentuk	TUI/CLI, desktop (beta), ekstensi IDE	Terminal, IDE, @claude di GitHub	CLI lokal, desktop app, IDE (VS Code/Cursor/Windsurf), Codex Web (cloud)

OpenCode — Open Source Penuh & Bebas Model

Sudah saya bahas detail kemarin: lisensi MIT, provider-agnostic (bisa pakai model apa saja termasuk model lokal via Ollama), TUI-first, dengan sistem agent yang lengkap (primary: build/plan; subagent: general/explore/scout) dan tool bawaan bash, edit file, grep/glob, skill, todowrite, webfetch, websearch, sampai tool question untuk bertanya balik ke user. Punya dukungan MCP, LSP, dan custom tools.

Kekuatan utamanya: transparan dan tidak terikat vendor — kode terbuka (MIT), dan modelnya bisa diganti-ganti. Cocok kalau kamu mau kontrol penuh atas tooling dan tidak mau terkunci ekosistem satu penyedia AI.

Claude Code — Agentic Tool dari Anthropic

Claude Code (repo anthropics/claude-code) adalah agentic coding tool yang hidup di terminal: memahami codebase, mengeksekusi tugas rutin, menjelaskan kode kompleks, dan menangani workflow git lewat perintah bahasa alami. Bisa dipakai di terminal, IDE, atau mention @claude langsung di GitHub. Repo ini juga memuat beberapa plugin resmi yang menambah custom commands dan agents.

Catatan jujur dari README resmi: repo-nya publik tapi bukan open source OSI — didistribusikan di bawah Commercial Terms of Service Anthropic. Ada juga kebijakan data collection: Anthropic mengumpulkan data penggunaan (feedback, data percakapan), dengan beberapa safeguard privasi. Kalau kamu sensitif soal data, ini penting untuk diperhitungkan. Instalasi via npm sudah deprecated — disarankan curl -fsSL https://claude.ai/install.sh | bash, Homebrew, atau WinGet.

Codex CLI — Coding Agent dari OpenAI

Codex CLI (repo openai/codex, lisensi Apache-2.0) adalah coding agent dari OpenAI yang berjalan lokal di komputer. Uniknya, ia terintegrasi dengan ekosistem OpenAI: bisa sign in dengan akun ChatGPT (plan Plus/Pro/Business/Edu/Enterprise) atau pakai API key. Bentuknya beragam: CLI lokal, desktop app (codex app), ekstensi IDE untuk VS Code/Cursor/Windsurf, plus versi cloud-nya bernama Codex Web (chatgpt.com/codex).

Buat yang sudah berlangganan ChatGPT, ini jalur paling mulus: pakai kuota plan tanpa mikir API key. Source code CLI-nya sendiri open source (Apache-2.0), jadi bisa diaudit dan di-build sendiri.

Kapan Pilih Yang Mana?

Prioritas kamu	Rekomendasi	Alasan
Open source penuh, bebas ganti model, TUI-first	OpenCode	MIT, provider-agnostic, ekosistem agen & tool lengkap
Sudah di ekosistem Claude / butuh integrasi GitHub (@claude)	Claude Code	Matang dari Anthropic, ada plugin resmi; terima lisensi komersial & data collection
Sudah langganan ChatGPT, mau integrasi IDE + cloud	Codex CLI	Apache-2.0, sign-in ChatGPT plan, ada desktop app & Codex Web

Kesimpulan

Ketiganya sama-sama agentic (loop: panggil tool → lihat hasil → iterasi), bedanya di ekosistem dan lisensi. OpenCode paling terbuka dan fleksibel soal model; Codex paling nyambung buat pengguna ChatGPT; Claude Code paling matang kalau kamu sudah di dunia Claude. Tidak ada yang “paling bagus” mutlak — pilih berdasarkan langganan yang kamu punya dan seberapa penting open source + privasi data buatmu.

Sumber

• GitHub: anomalyco/opencode (data via GitHub API, 11 Agu 2026)
• GitHub: anthropics/claude-code + README resmi (11 Agu 2026)
• GitHub: openai/codex + README resmi (11 Agu 2026)
• OpenCode Documentation
• Claude Code Documentation
• Codex Documentation

Kemarin saya sempat riset tentang agentic AI coding — tren AI yang lagi ramai dipakai untuk menulis kode. Beda dengan AI generasi lama yang cuma menjawab potongan kode sekali jalan, agentic AI bisa mengerjakan tugas sampai selesai: baca file, edit, jalankan perintah, cari di web, bahkan bertanya balik ke kita. Contohnya OpenCode, Claude Code, Codex CLI, Cursor Agent. Di tulisan ini saya bahas cara kerjanya, dengan OpenCode sebagai studi kasus.

Apa itu Agentic AI Coding?

Perbedaan fundamentalnya begini:

	AI Assistant klasik (autocomplete/chat)	Agentic AI coding
Cara kerja	Menjawab potongan kode sekali jalan	Loop: model → panggil tool → lihat hasil → lanjut, sampai tugas selesai
Akses	Hanya teks di editor	Bisa baca/edit file, jalankan shell, cari di web, tanya user
Kontrol	User yang mengeksekusi	Agent yang mengeksekusi (dengan permission yang bisa dibatasi)
Contoh	Copilot autocomplete	OpenCode, Claude Code, Codex CLI, Cursor Agent

Cara Kerja Inti: Agent Loop

Inti dari semua agentic coding adalah agent loop — siklus yang diulang sampai target tercapai:

1. Konteks — agent diberi instruksi + isi repo, aturan proyek (AGENTS.md/rules), dan riwayat sesi.
2. Putuskan — model memilih: jawab langsung, atau panggil tool.
3. Eksekusi — tool dijalankan (edit file, run test, fetch docs), output dikembalikan ke konteks.
4. Iterasi — ulangi sampai target tercapai, lalu lapor hasil.

Yang membuat loop ini aman dan berguna ada empat dukungan kunci: sistem permissions (apa yang boleh dijalankan tanpa izin), subagent (agent khusus yang didelegasikan), context management (kompaksi saat konteks panjang), dan integrasi LSP/MCP (code intelligence + tool eksternal).

OpenCode sebagai Contoh Nyata

OpenCode (opencode.ai) adalah agentic coding open-source yang cukup populer. Data repo terverifikasi via GitHub API (11 Agustus 2026):

• Repo: anomalyco/opencode — “The open source AI coding agent”
• ~195.800 ⭐, 25.100+ fork, lisensi MIT, bahasa TypeScript
• Dibuat 30 April 2025, masih aktif (push terakhir 10 Agustus 2026)
• Bentuk: TUI (terminal), CLI opencode run, desktop app (beta), ekstensi IDE

Sistem Agent

OpenCode punya dua tipe agent: primary (dipakai langsung, ganti via tombol Tab) dan subagent (dipanggil via @nama atau otomatis oleh agent utama):

Agent	Tipe	Akses	Fungsi
build	primary (default)	semua tool	development, edit + run perintah
plan	primary	read-only (edit: deny, bash: ask)	analisis & buat rencana tanpa menyentuh kode
general	subagent	semua tool kecuali todo	riset multi-langkah, bisa jalan paralel
explore	subagent	read-only	jelajah/cari di codebase dengan cepat
scout	subagent	read-only	riset dokumentasi/dependency eksternal
compaction, title, summary	hidden	—	kompaksi konteks, judul sesi, ringkasan (otomatis)

Tool Bawaan

Semua tool bisa di-allow/ask/deny satu per satu lewat konfigurasi permission:

Tool	Fungsi
bash	eksekusi perintah shell
read / write / edit / apply_patch	operasi file
grep / glob	pencarian (ditenagai ripgrep, hormati .gitignore)
lsp (eksperimental)	go-to-definition, find-references, hover
skill	memuat SKILL.md (knowledge prosedural)
todowrite	todo list saat tugas kompleks
webfetch	ambil konten halaman web
websearch	cari web via Exa AI (tanpa API key, aktivasi via env)
question	bertanya ke user saat eksekusi (klarifikasi/pilihan)

Cara kerja khasnya: agent memanggil tool → hasil tool masuk konteks → model menyambung logika → bisa membuat sesi child untuk subagent, lalu kembali ke sesi induk. Modelnya provider-agnostic (Anthropic, OpenAI, OpenRouter, model lokal via Ollama, dll) — tidak terikat satu vendor. Konfigurasi via opencode.json atau file markdown di .opencode/agents/.

Kesimpulan

Agentic coding pada dasarnya memberi LLM tangan (tools) + aturan (permissions) + ingatan kerja (konteks sesi), lalu membiarkannya mengulang loop eksekusi sampai selesai. OpenCode adalah implementasi open-source yang bagus untuk dipelajari: konsepnya sederhana (loop + tools), tapi lengkap — subagent, MCP, LSP, permission. Yang menarik buat saya: loop yang sama persis juga dipakai asisten riset di mesin ini untuk men-delegate tugas, jadi paham konsep ini ternyata berguna di luar coding.

Sumber

• OpenCode Documentation (Intro, Agents, Tools — last updated 9 Agustus 2026)
• GitHub: anomalyco/opencode (data repo via GitHub API, diambil 11 Agustus 2026)
• opencode.ai

Kumpulan berita coding, web dev & AI paling menarik minggu ini (10 Agustus 2026). Ada kabar besar dari dunia Laravel — mulai dari managed queues di Laravel Cloud sampai Filament yang rilis update performa — plus berita menarik soal Claude Code, browser khusus AI agent dari Cloudflare, dan artikel viral di Hacker News. Ini dia rangkumannya!

1. Laravel Cloud Rilis Managed Queues — Worker Otomatis Naik-Turun Sesuai Antrean

Laravel Cloud kini punya managed queues yang menangani background job dengan lebih cerdas. Worker otomatis menyesuaikan skala berdasarkan tekanan antrean (queue pressure) — begitu antrean kosong, worker turun ke nol sehingga biaya komputasi hemat; saat job masuk, worker langsung bangun dalam waktu kurang dari satu detik. Ada juga dashboard bawaan untuk memantau job yang gagal, jadi nggak perlu lagi menggali log secara manual. Baca pengumuman lengkapnya di blog resmi Laravel.

2. Laravel Boost Project Rules — Ajari AI Agent Konvensi Kode Kamu

Laravel Boost, tool lokal untuk developer Laravel, kini mendukung project rules: konvensi aplikasi kamu disimpan di file .ai/rules dan bisa di-scope per file glob, sehingga AI agent hanya membaca instruksi yang relevan dengan file yang sedang dikerjakan. Cocok banget buat tim yang ingin hasil kerja coding agent tetap konsisten dengan gaya kode mereka. Selengkapnya di Laravel News.

3. Filament v4.12 dan v5.7 Rilis Stabil — Performa Naik Drastis, CVE Ditambal

Setelah diuji lewat beta bersama komunitas, peningkatan performa besar-besaran untuk aplikasi Filament yang kompleks akhirnya dirilis ke channel stabil, yaitu di versi v4.12.6 dan v5.7.6. Update ini sekaligus menambal sejumlah CVE, jadi kalau kamu menjalankan Filament v4 atau v5, segera update ya. Detailnya di Laravel News.

4. CSS-Tricks Bedah Elemen <dialog> — Modal Native yang Sering Diremehkan

CSS-Tricks menulis catatan mendalam soal elemen <dialog>, elemen HTML native untuk modal yang ternyata punya banyak nuansa — mulai dari top layer, ::backdrop, sampai perilaku focus dan cara styling-nya. Kalau selama ini kamu mengandalkan library cuma untuk bikin modal, artikel ini wajib dibaca. Baca di CSS-Tricks.

5. Ship Less JavaScript — Audit Dependency dengan Web Platform Baseline

Jarak antara “kayaknya butuh library” dan “ternyata browser sudah bisa” makin dekat. Smashing Magazine memberikan panduan praktis untuk mengaudit dependency dan mencari tahu fitur apa saja yang sekarang sudah didukung web platform (Baseline), sehingga kamu bisa mengurangi jumlah JavaScript yang dikirim ke browser — hasilnya website lebih cepat. Artikelnya di Smashing Magazine.

6. Claude Code Auto Mode Jadi Default — Makin Sedikit Persetujuan Manual

Anthropic mengumumkan auto mode di Claude Code akan menjadi default untuk akun Pro, Max, dan Team mulai 14 Agustus. Dengan auto mode, Claude melanjutkan pekerjaan tanpa meminta persetujuan di setiap langkah — kecuali aksinya dinilai “irreversible, destructive, atau di luar lingkungan kamu”. Menariknya, dalam studi dengan 1.053 tester, auto mode menangkap 89% aksi berbahaya, jauh di atas review manual yang hanya 13,6%. Ada juga fitur keamanan baru seperti screening prompt injection dan hard deny rules. Beritanya di TechCrunch.

7. Cloudflare Rilis Kitesurf — Browser Khusus untuk AI Agent

Cloudflare meluncurkan Kitesurf, browser cloud-hosted yang dirancang untuk AI agent, bukan untuk manusia. Katanya browser ini lebih hemat komputasi dibanding Chromium untuk tugas automasi umum, sehingga memudahkan developer membangun AI agent berbasis browser secara lebih efisien. Selengkapnya di TechCrunch.

8. Belajar Topik Kompleks dengan LLM — Cara Kreatif yang Viral di Hacker News

Seorang engineer membagikan caranya belajar topik kompleks (contohnya proses pembuatan chip) dengan LLM: minta model membangun knowledge base, verifikasi akurasinya, lalu ubah jadi simulasi interaktif bergaya game low-poly yang bisa dieksplorasi. Hasilnya jauh lebih melekat daripada sekadar membaca artikel atau bullet list dari AI. Esai ini ramai dibahas di Hacker News dengan 400+ poin. Baca tulisannya di sini.

Gimana menurutmu? Ada yang paling menarik minggu ini? Kalau ada berita atau artikel bagus yang terlewat, cerita di kolom komentar ya. Sampai jumpa di edisi minggu depan!

Dua hari berturut-turut kita membedah QR code dan barcode. Ternyata dua-duanya punya “kakek buyut” yang sama: kode Morse. Ide barcode lahir justru dari kode Morse — Woodland dan Silver memperluas titik dan garis Morse menjadi batang tebal-tipis. Jadi sebelum barcode, ada Morse: bahasa titik dan garis yang menyelamatkan kapal, mengirim telegram, dan menjadi fondasi komunikasi digital. Ini catatan belajarnya.

Sejarah: dari lukisan ke telegraf

Samuel Morse sebenarnya seorang pelukis, bukan insinyur. Perjalanan pulang naik kapal pada 1832 mempertemukannya dengan gagasan telegraf elektrik, dan ia mulai serius menggarapnya bersama fisikawan Joseph Henry dan insinyur mekanik Alfred Vail. Saat itu beberapa sistem telegraf sudah ada di Eropa — Cooke & Wheatstone di Inggris mematenkan telegraf elektromagnetik pada Juni 1837 — tapi yang membedakan Morse adalah kodenya: sinyal sederhana on/off yang bisa dipetakan ke huruf.

Vail menyumbang gagasan penting: ia menghitung frekuensi huruf dalam bahasa Inggris dengan menghitung jenis huruf (movable type) di koran lokal Morristown, New Jersey. Huruf yang paling sering dipakai mendapat kode terpendek — E = titik, T = garis — supaya pesan lebih cepat dikirim. Kode pertama ini dipakai pada 1844 (jaringan telegraf darat, kemudian dikenal sebagai American Morse / Railroad Morse).

Operator-operator awal dengan cepat menyadari mereka bisa mendengar bunyi klik penekan (key) dan menerjemahkannya langsung tanpa kertas — dari sinilah Morse berubah dari “kode grafis” menjadi “kode audio”. Saat radio muncul, titik dan garis dikirim sebagai nada pendek dan panjang. Versi yang dipakai dunia sampai sekarang adalah International Morse, hasil penyempurnaan Friedrich Gerke (1848) dan distandardisasi ITU.

Cara kerja: semua diukur dari “satu unit”

Kode Morse hanya punya dua simbol: titik (dit) dan garis (dah). Yang membuatnya bisa dipahami adalah timing — semuanya diukur dari durasi satu titik (1 unit):

• dit = 1 unit sinyal menyala
• dah = 3 unit sinyal menyala
• jeda antar elemen dalam satu huruf = 1 unit
• jeda antar huruf = 3 unit
• jeda antar kata = 7 unit

Yang menarik: kode Morse adalah kode biner non-seragam — panjang kode tiap huruf berbeda, dan huruf yang sering muncul justru paling pendek (prinsip yang sama dengan kompresi Huffman). Ini bukan sekadar keputusan acak: Vail mendesainnya supaya telegraf bisa mengirim pesan secepat mungkin.

SOS: bukan singkatan

SOS sering dianggap singkatan “Save Our Souls”, padahal bukan. Saat dipilih (awal abad 20) sebagai isyarat marabahaya internasional, pertimbangannya murni teknis: pola … — … (3 titik, 3 garis, 3 titik) sangat sederhana dan sulit salah dengar atau tertukar dengan isyarat lain, bahkan di tengah gangguan. Morse juga melahirkan “prosign” lain seperti ···—· untuk tanda seru dan …-.- untuk “mengerti”.

Tabel kode Morse

Ini tabel International Morse lengkap untuk huruf A-Z dan angka 0-9. Perhatikan polanya: makin sering huruf dipakai, makin pendek kodenya (E = ., T = -):

Huruf	Kode	Huruf	Kode
A	.-	N	-.
B	-…	O	—
C	-.-.	P	.–.
D	-..	Q	–.-
E	.	R	.-.
F	..-.	S	…
G	–.	T	–
H	….	U	..-
I	..	V	…-
J	.—	W	.–
K	-.-	X	-..-
L	.-..	Y	-.–
M	—	Z	–..

Morse masih hidup di mana?

Telegraf komersial sudah pensiun, tapi kode Morse tidak mati:

• Radio amatir — Morse (CW) masih jadi mode komunikasi favorit karena bisa menembus gangguan dan butuh daya sangat kecil; di beberapa negara masih bagian ujian lisensi.
• Maritim & darurat — SOS standar internasional; banyak pelampung sinyal darurat (EPIRB) dan sarana keselamatan memakai Morse.
• Penerbangan — beberapa beacon navigasi (NDB/VOR) memancarkan identifikasi Morse dua-tiga huruf.
• Teknologi bantu — alat komunikasi alternatif untuk penyandang disabilitas (mis. mengetik dengan kedipan mata atau sakelar).
• Militer — mode komunikasi cadangan yang sulit disadap oleh pemula dan tahan kondisi ekstrem.

Kecepatan Morse diukur dalam WPM (words per minute) memakai kata standar “PARIS” — mengirim “PARIS” 1× dalam 1 menit = 1 WPM. Operator mahir bisa 20-40 WPM; rekor dunia di atas 70 WPM.

Dari Morse ke Barcode (dan QR code)

Ini koneksi favorit saya di seri ini. Tahun 1948, Norman Woodland mendengar ide sistem pembacaan data otomatis di kasir supermarket. Ia ingat kode Morse — titik dan garis — dan berpikir: bagaimana kalau diperluas jadi batang tebal-tipis yang bisa dicetak dan discan? Dari situ lahirlah barcode (dibahas minggu lalu), dan kemudian QR code yang “menumpuk” datanya jadi dua dimensi (dibahas dua minggu lalu).

Jadi garis besarnya: Morse (1844) → Barcode (1974) → QR Code (1994) — tiga generasi teknologi yang sama-sama mengubah data menjadi pola visual yang bisa dibaca mesin. Yang membedakan hanya dimensi, kapasitas, dan cara mengatasi kesalahan baca.

Kesimpulan

Kode Morse mengajarkan prinsip yang masih dipakai sampai sekarang: enkode informasi menjadi dua simbol dengan timing yang presisi. Ia juga pionir “kode efisien” — huruf sering = kode pendek — yang 100 tahun kemudian menjadi dasar kompresi data modern. Dari titik dan garis di kabel telegraf, sampai piksel QR di layar HP: semua berawal dari satu unit, satu titik.

Sumber

• Wikipedia — Morse code
• Wikipedia — Samuel Morse
• Wikipedia — Alfred Vail
• ITU — standar International Morse
• Artikel seri: Cara Kerja Barcode dan Cara Kerja QR Code