Grok 4.5 vs GPT-5: Persaingan AI Memecahkan Konjektur Matematika

Persaingan Grok 4.5 vs GPT-5 memasuki wilayah yang lebih serius dari sekadar chatbot dan coding. Kedua keluarga model dikaitkan dengan pemecahan masalah matematika terbuka, tetapi beberapa laporan mencampurkan konjektur, model, dan proses penemuannya sehingga perlu dibaca secara hati-hati.

Key Takeaways

• Grok 4.5 diklaim menemukan counterexample untuk Graffiti Conjecture 284, sedangkan kasus GPT-5.6 yang ramai dibahas berkaitan dengan konjektur aliran tak terbagi yang berbeda.
• Elon Musk memang memuji kemampuan Grok 4.5, tetapi unggahan media sosial bukan pengganti pemeriksaan matematikawan dan publikasi formal.
• Pencapaian AI matematika sebaiknya dinilai dari reproduktibilitas, ketepatan definisi, bukti lengkap, dan validasi independen, bukan hanya waktu penyelesaian.

Apa yang Terjadi dalam Persaingan Grok 4.5 vs GPT-5?

Pada Juli 2026, Grok 4.5 menjadi sorotan setelah sebuah agen berbasis Grok 4.5 Medium dilaporkan menemukan counterexample untuk konjektur teori graf yang telah terbuka sekitar 30 tahun.

Menurut unggahan tim yang terlibat, masalah tersebut dibagikan melalui percakapan Slack. Agen bernama Capy kemudian mencoba mencari counterexample dan dilaporkan memperoleh hasil dalam waktu sekitar delapan menit. Konjektur yang disebut dalam unggahan tersebut adalah Graffiti Conjecture 284.

Elon Musk kemudian memperkuat perhatian publik dengan menyatakan bahwa Grok 4.5 baru saja menyelesaikan konjektur teori graf yang telah terbuka selama sekitar tiga dekade.

Sumber: AI Generated Image

Pada waktu yang hampir bersamaan, muncul laporan lain mengenai penggunaan GPT-5.6 Pro untuk menemukan counterexample terhadap Dinitz–Garg–Goemans conjecture. 

Seorang peneliti menyatakan bahwa percakapan panjang dengan model tersebut menghasilkan graf dengan biaya aliran fraksional 58, sementara setiap aliran tak terbagi yang memenuhi batas pelanggaran kapasitas membutuhkan biaya sedikitnya 60. Jika benar, selisih tersebut cukup untuk membantah konjektur.

Dua peristiwa ini kemudian kerap disajikan sebagai pertandingan langsung antara Grok 4.5 dan GPT-5. Padahal, bukti publik yang tersedia menunjukkan bahwa keduanya berkaitan dengan masalah berbeda dan proses eksperimen yang tidak sama.

Baca juga : Grok di Excel: Cara Menggunakan AI xAI untuk Analisis Data dan Membuat Formula

Apa Itu Konjektur dalam Matematika?

Konjektur adalah pernyataan matematika yang diperkirakan benar berdasarkan pola, eksperimen, atau hasil sebelumnya, tetapi belum memiliki pembuktian lengkap.

Sebuah konjektur dapat diselesaikan dengan dua cara:

• Dibuktikan, yaitu menunjukkan bahwa pernyataan tersebut benar untuk seluruh objek yang termasuk dalam definisinya.
• Dibantah, yaitu menemukan satu counterexample yang memenuhi seluruh syarat, tetapi tidak mengikuti kesimpulan konjektur.

Menemukan counterexample sering terlihat lebih sederhana karena hanya membutuhkan satu kasus. Namun, objek tersebut harus diperiksa sangat teliti.

Sebuah graf yang tampak menjadi counterexample dapat gagal karena:

• Salah memahami definisi.
• Tidak memenuhi salah satu asumsi.
• Kesalahan menghitung invariant graf.
• Menggunakan jenis graf yang tidak termasuk dalam cakupan konjektur.
• Kesalahan program saat melakukan enumerasi.
• Mengabaikan konfigurasi alternatif.

Karena itu, klaim “AI memecahkan konjektur” belum selesai ketika model menghasilkan satu graf. Matematikawan tetap harus memastikan bahwa seluruh syarat, perhitungan, dan implikasi logisnya benar.

Baca juga : Grok Computer Segera Hadir, Ini Visi Besar Elon Musk di AI

Apa yang Diklaim Grok 4.5?

Grok 4.5 diluncurkan pada 16 Juli 2026 sebagai model yang difokuskan pada coding, pekerjaan agentik, sains, teknik, matematika, dan tugas berbasis pengetahuan. Model tersebut juga diposisikan sebagai sistem yang mengutamakan efisiensi token dan kecepatan eksekusi.

Beberapa hari setelah peluncuran, sebuah agen yang menjalankan Grok 4.5 Medium dilaporkan mencoba Graffiti Conjecture 284 melalui percakapan internal.

Tim tersebut menyatakan bahwa agen:

• Memahami pernyataan konjektur.
• Menelusuri kumpulan graf kandidat.
• Menemukan kandidat counterexample.
• Menghitung parameter yang dibutuhkan.
• Menjalankan pemeriksaan tambahan untuk memastikan hasilnya konsisten.

Counterexample yang beredar dikaitkan dengan graf Hoffman–Singleton, sebuah graf yang telah lama dikenal dalam teori graf. Dengan demikian, nilai utama model bukan menciptakan graf baru, melainkan mengenali bahwa graf yang sudah diketahui dapat membantah hubungan matematis yang diajukan dalam konjektur.

Namun, pencapaian ini tetap memerlukan konteks.

Graffiti merupakan program yang menghasilkan banyak konjektur berdasarkan pola numerik pada invariant graf. Sebagian konjektur semacam itu dapat bertahan lama bukan karena semuanya menjadi fokus utama komunitas matematika, tetapi karena belum ada peneliti yang secara sistematis memeriksa seluruh kandidat graf yang relevan.

Hal ini tidak membuat hasil Grok menjadi tidak penting. Sebaliknya, kasus tersebut menunjukkan bahwa model AI yang dipadukan dengan komputasi dapat menjadi alat efektif untuk mencocokkan pernyataan formal dengan pustaka contoh yang sangat besar.

Baca juga : Lacak.AI Adalah: Pengertian, Cara Kerja, dan Fitur AI untuk Investigasi Digital

Mengapa Elon Musk Memuji Grok 4.5?

Musk memuji hasil tersebut sebagai bukti bahwa Grok 4.5 mampu berkontribusi pada masalah matematika tingkat riset. Unggahannya membantu menjadikan cerita itu viral dan memperkuat persepsi bahwa model AI telah bergerak dari menjawab soal menuju menghasilkan pengetahuan baru.

Pujian itu dapat dipahami karena Grok 4.5 baru diluncurkan dan dikembangkan untuk tugas teknis dengan penalaran panjang.

Namun, terdapat perbedaan antara tiga pernyataan berikut:

1. Model menghasilkan jawaban yang terlihat benar.
2. Tim internal memeriksa jawaban dan tidak menemukan masalah.
3. Hasil dipublikasikan serta diverifikasi secara independen oleh pakar bidang terkait.

Klaim Grok saat ini lebih dekat dengan tahap pertama dan kedua. Sebelum terdapat catatan formal, kode reproduksi, dan pemeriksaan eksternal yang lebih luas, istilah yang paling tepat adalah counterexample yang dilaporkan, bukan kesimpulan final yang tidak dapat diperdebatkan.

Baca juga : Kimi K3 AI dari China Diuji Microsoft, Ini Alasan Copilot dan Azure Tertarik

Masalah Apa yang Diselesaikan GPT-5?

Kasus GPT yang dibandingkan dengan Grok berhubungan dengan Dinitz–Garg–Goemans conjecture, sebuah masalah dalam single-source unsplittable flow.

Masalah ini dapat dibayangkan sebagai jaringan pengiriman.

Terdapat satu sumber yang harus mengirim barang ke beberapa tujuan. Dalam solusi fraksional, satu permintaan boleh dibagi melalui beberapa jalur. Dalam solusi unsplittable, setiap permintaan harus dikirim secara utuh melalui satu jalur.

Hasil klasik menunjukkan bahwa solusi fraksional dapat diubah menjadi aliran tak terbagi dengan batas tambahan tertentu pada kapasitas. Konjektur berikutnya mempertanyakan apakah konversi tersebut juga dapat dilakukan tanpa meningkatkan biaya total. Literatur akademik pada 2024 masih menyebut versi berbiaya tersebut sebagai masalah terbuka.

Dalam percakapan yang dipublikasikan, GPT-5.6 Pro digunakan secara iteratif untuk mengeksplorasi graf, menguji jalur, memperbaiki kandidat yang gagal, dan akhirnya menghasilkan struktur dengan:

• Biaya aliran fraksional sebesar 58.
• Biaya minimum aliran tak terbagi sebesar 60.
• Batas pelanggaran kapasitas sebesar 15.

Jika seluruh perhitungan tersebut benar dan sesuai dengan formulasi asli, graf tersebut membantah konjektur karena solusi tak terbagi tidak dapat mempertahankan biaya solusi fraksional.

Baca juga : GPT-5.6 Sol vs Claude Fable 5: Mana yang Terbaik untuk Coding?

Apakah Grok 4.5 dan GPT-5 Memecahkan Konjektur yang Sama?

Tidak ada bukti publik yang cukup untuk menyatakan bahwa pencapaian viral tersebut merupakan pertandingan pada masalah yang sama.

Sumber: AI Generated Image

Kasus yang diperkuat oleh Elon Musk merujuk pada Graffiti Conjecture 284. Sementara itu, percakapan GPT-5.6 yang banyak dibagikan merujuk pada Dinitz–Garg–Goemans conjecture.

Keduanya memang berada dalam area luas teori graf dan optimasi kombinatorial, tetapi isi matematikanya berbeda.

Perbandingan langsung juga sulit karena:

• Prompt yang digunakan berbeda.
• Model memperoleh konteks berbeda.
• Waktu komputasi berbeda.
• Alat bantu pemrograman tidak sama.
• Tingkat keterlibatan manusia berbeda.
• Metode verifikasi berbeda.
• Kesulitan kedua konjektur tidak dapat disamakan hanya berdasarkan usianya.

Dengan demikian, judul “Grok 4.5 vs GPT-5” lebih tepat dipahami sebagai persaingan kemampuan AI dalam riset matematika, bukan perlombaan terkontrol untuk menyelesaikan soal yang sama.

Baca juga : Apa Itu Slidesgo? AI untuk Membuat PPT Gratis dengan Cepat

Bagaimana GPT-5 Digunakan dalam Riset Matematika?

GPT-5 sebelumnya telah digunakan oleh matematikawan untuk menjelajahi masalah optimasi yang terbuka selama sekitar 40 tahun.

Dalam kasus tersebut, model tidak langsung menghasilkan pembuktian final. Model mengusulkan banyak arah, beberapa di antaranya salah, kemudian peneliti manusia memilih ide yang menjanjikan dan memeriksa setiap langkah. Prosesnya berlangsung sekitar 12 jam dalam tiga hari.

Kasus tersebut menunjukkan pola kerja yang berbeda dari narasi “AI menjawab soal dalam satu prompt”.

Model berperan sebagai:

• Penghasil hipotesis.
• Mesin brainstorming.
• Pencari hubungan antarcabang matematika.
• Pembuat kode eksperimen.
• Pemeriksa kasus-kasus kecil.
• Asisten untuk mengeliminasi pendekatan buntu.

Model GPT yang lebih baru juga telah dikaitkan dengan hasil matematika otonom, termasuk pembantahan konjektur dalam geometri diskret yang kemudian diperiksa oleh matematikawan eksternal.

Hal tersebut memperlihatkan bahwa kemampuan matematika AI tidak lagi hanya diukur dari soal ujian atau olimpiade. Model mulai diuji pada masalah yang jawabannya belum tersedia dalam literatur.

Baca juga : Apa Itu Dola AI? AI Assistant untuk Produktivitas Sehari-hari

Grok 4.5 vs GPT-5: Mana yang Lebih Unggul dalam Matematika?

Belum ada dasar yang kuat untuk menetapkan pemenang hanya dari dua cerita konjektur ini.

Grok 4.5 menunjukkan potensi pada:

• Pencarian cepat terhadap kandidat.
• Integrasi dengan agen dan percakapan kerja.
• Penggunaan kode untuk memeriksa banyak graf.
• Respons teknis dengan biaya komputasi yang relatif efisien.
• Penemuan counterexample dari koleksi struktur yang sudah dikenal.

GPT-5 dan generasi lanjutannya menunjukkan potensi pada:

• Eksplorasi argumen dalam percakapan panjang.
• Penggabungan teknik dari bidang berbeda.
• Pembuatan pembuktian atau counterexample terstruktur.
• Kolaborasi iteratif dengan matematikawan.
• Pemecahan masalah yang telah mendapat validasi eksternal.

GPT-5.6 juga dilaporkan mencatat skor tinggi pada evaluasi matematika tingkat lanjut, termasuk FrontierMath. Namun, skor benchmark tidak otomatis memperkirakan kemampuan menemukan hasil riset baru karena masalah terbuka membutuhkan pencarian, kreativitas, penggunaan alat, dan verifikasi yang berbeda.

Perbandingan yang lebih adil memerlukan eksperimen dengan:

• Kumpulan masalah yang sama.
• Prompt dan konteks identik.
• Anggaran token setara.
• Akses alat yang sama.
• Jumlah percobaan yang sama.
• Verifikator independen.
• Pelaporan seluruh kegagalan, bukan hanya hasil terbaik.

Tanpa kondisi tersebut, klaim bahwa satu model “mengalahkan” model lain masih bersifat pemasaran atau interpretasi komunitas.

Baca juga : Apa itu Kolivo AI? Relevansi KOL vs Popularitas yang Harus Dipahami Brand

Mengapa Kemampuan Matematika AI Meningkat Pesat?

Penalaran Lebih Panjang

Model modern dapat menggunakan lebih banyak waktu komputasi untuk mengeksplorasi beberapa jalur sebelum menghasilkan jawaban.

Integrasi dengan Kode

Banyak masalah teori graf melibatkan pencarian kombinatorial. Model dapat menulis program untuk membangun graf, menghitung invariant, atau menguji ribuan kandidat.

Penggunaan Agen

Sebuah agen dapat membagi pekerjaan menjadi pencarian literatur, pembuatan kandidat, verifikasi, dan penulisan hasil.

Verifikasi Lebih Mudah daripada Penemuan

Pada beberapa masalah, menemukan counterexample sangat sulit, tetapi memeriksa satu kandidat cukup mudah. Kondisi ini cocok untuk AI yang dapat menghasilkan dan menguji banyak kemungkinan.

Cakupan Pengetahuan yang Luas

Model dapat menghubungkan struktur matematika dengan contoh dari bidang lain yang mungkin tidak langsung terpikirkan oleh peneliti.

Baca juga : Claude Fable 5 Jadi Lebih "Bodoh" Saat AI Research?

Apa Syarat agar Klaim AI Dianggap Memecahkan Konjektur?

Sebuah hasil sebaiknya memenuhi beberapa lapisan pemeriksaan.

Pernyataan Masalah Harus Tepat

Model harus menggunakan versi konjektur yang benar, termasuk seluruh asumsi dan batasannya.

Bukti atau Counterexample Harus Terbuka

Objek, perhitungan, kode, dan argumen harus tersedia agar dapat diperiksa pihak lain.

Hasil Harus Dapat Direproduksi

Peneliti independen harus dapat mengulang perhitungan menggunakan alat berbeda.

Tidak Boleh Bergantung pada Kesalahan Numerik

Untuk klaim eksak, pendekatan numerik saja sering tidak cukup. Nilai harus dibuktikan secara simbolik atau dibatasi secara ketat.

Pakar Harus Memeriksa Relevansinya

Counterexample yang benar secara komputasi belum tentu membantah konjektur jika objeknya berada di luar domain yang dimaksud.

Publikasi Formal Tetap Penting

Peer review memang tidak sempurna, tetapi proses ini menyediakan pemeriksaan definisi, orisinalitas, dan logika yang lebih sistematis.

Baca juga : OpenAI vs Anthropic: GPT-5.5 Cyber Masuk 9 Bank UK, Regulator Khawatir

Apa Risiko Mengandalkan AI untuk Masalah Matematika?

Argumen Palsu yang Terlihat Meyakinkan

Model dapat menghasilkan pembuktian yang menggunakan istilah tepat, tetapi menyembunyikan lompatan logika.

Kesalahan pada Kasus Tepi

Sebuah argumen dapat benar untuk banyak contoh kecil, tetapi gagal pada graf tertentu.

Salah Mengutip Teorema

Model dapat menyebut hasil yang tidak ada atau menggunakan teorema di luar syarat berlakunya.

Kebocoran Data

Pada masalah yang telah memiliki pembuktian tidak resmi di internet, sulit memastikan apakah model benar-benar menemukan solusi atau merekonstruksi materi pelatihan.

Seleksi Hasil Terbaik

Tim dapat menjalankan ratusan percobaan dan hanya mempublikasikan satu keberhasilan. Tanpa laporan kegagalan, publik tidak mengetahui probabilitas keberhasilan sebenarnya.

Ketergantungan pada Alat

Jawaban dapat berasal dari pencarian brute force atau perangkat lunak eksternal, bukan dari penalaran model saja. Hal tersebut tetap berguna, tetapi harus dilaporkan secara transparan.

Baca juga : Muak dengan AI Google? DuckDuckGo Kasih Extension Pencarian Tanpa AI

Apa Dampaknya bagi Masa Depan Riset?

Perkembangan ini tidak berarti matematikawan akan segera digantikan.

Sebaliknya, peran manusia dapat bergeser menuju:

• Memilih masalah yang penting.
• Menulis definisi formal.
• Menentukan eksperimen yang bermakna.
• Memeriksa orisinalitas.
• Menilai apakah hasil memberi pemahaman baru.
• Mengubah keluaran mesin menjadi pembuktian yang dapat dipelajari.
• Menghubungkan hasil dengan teori yang lebih luas.

AI dapat mempercepat bagian yang melelahkan, seperti memeriksa graf, mencoba variasi, dan menguji dugaan. Matematikawan tetap diperlukan untuk memastikan bahwa hasil tersebut benar, relevan, dan memiliki nilai ilmiah.

Untuk mengikuti perkembangan AI, teknologi blockchain, dan dampaknya terhadap pasar aset digital, pengguna dapat mendaftar di Bittime serta memantau berita terbaru secara berkala. Perkembangan model AI dapat mempengaruhi sentimen sektor teknologi, tetapi tidak sebaiknya dijadikan satu-satunya dasar keputusan investasi.

Kesimpulan

Persaingan Grok 4.5 vs GPT-5 menunjukkan bahwa model AI semakin mampu menangani masalah matematika yang sebelumnya hanya dapat dijelajahi oleh peneliti spesialis.

Grok 4.5 diklaim menghasilkan counterexample untuk Graffiti Conjecture 284 melalui agen yang bekerja di Slack. GPT-5.6 Pro dikaitkan dengan penemuan counterexample untuk Dinitz–Garg–Goemans conjecture melalui proses eksplorasi iteratif.

Kedua pencapaian tersebut tidak boleh langsung dibandingkan sebagai perlombaan pada satu masalah. Konjekturnya berbeda, alur kerja berbeda, dan status validasinya juga tidak identik.

Elon Musk memang memuji Grok 4.5, tetapi pengakuan tokoh perusahaan tidak menggantikan verifikasi matematika. Bukti lengkap, kode, reproduksi independen, dan pemeriksaan pakar tetap menjadi standar utama.

Kesimpulan paling seimbang adalah bahwa Grok 4.5 dan GPT-5 telah menunjukkan kemampuan sebagai mitra pencarian matematika. Pemenangnya belum dapat ditentukan, tetapi arah perkembangannya jelas: AI mulai beralih dari menjawab pengetahuan lama menuju membantu menemukan hasil baru.

Bittime adalah platform Pedagang Aset Keuangan Digital (PAKD) berizin dan diawasi oleh Otoritas Jasa Keuangan — tempat kamu bisa beli Bitcoin di Indonesia dan ratusan aset kripto lainnya mulai Rp10.000. Proses registrasi cepat, aman, dan bisa langsung dimulai hari ini.

Pantau konversi USDT to IDR dan pergerakan harga aset kripto favoritmu secara real-time. Semua tersedia dalam satu aplikasi investasi kripto yang bisa diunduh gratis di Play Store.

Siap mulai? Daftar sekarang di Bittime dan eksekusi strategi investasimu dengan platform yang sudah dipercaya jutaan pengguna di Indonesia.

FAQ

Apakah Grok 4.5 benar-benar memecahkan konjektur matematika?

Grok 4.5 dilaporkan menemukan counterexample untuk Graffiti Conjecture 284. Hasil tersebut terlihat dapat diperiksa, tetapi tetap membutuhkan dokumentasi formal dan validasi independen yang lebih luas.

Apakah Grok 4.5 mengalahkan GPT-5?

Belum dapat disimpulkan. Keduanya dikaitkan dengan masalah berbeda, menggunakan proses dan alat yang berbeda, sehingga tidak membentuk perbandingan langsung.

Konjektur apa yang dikaitkan dengan GPT-5?

GPT-5.6 Pro dikaitkan dengan counterexample untuk Dinitz–Garg–Goemans conjecture mengenai biaya aliran fraksional dan unsplittable flow. Klaim tersebut masih perlu melalui pemeriksaan akademik formal.

Apa arti counterexample?

Counterexample adalah satu contoh yang memenuhi asumsi konjektur, tetapi melanggar kesimpulannya. Satu counterexample yang sah sudah cukup untuk membuktikan bahwa konjektur universal salah.

Apakah AI dapat menggantikan matematikawan?

Belum. AI dapat mempercepat pencarian ide, eksperimen, dan pemeriksaan kandidat, tetapi manusia masih dibutuhkan untuk merumuskan masalah, memverifikasi hasil, dan menilai signifikansinya.