Dots yang lain: dots3-note Xiaohongshu, model agen 280B terbuka untuk tugas berhari-hari

Ada dua "Dots" yang berjalan di jalur berbeda, dan yang satu ini sudah bisa diunduh. dots studio, lab model Xiaohongshu (rednote), merilis dots3-note Preview pada 14 Agustus 2026 dengan lisensi Apache 2.0. Spesifikasinya: campuran ahli (MoE) 280 miliar parameter total dengan 16 miliar aktif per lintasan, konteks sampai 512.000 token, kosakata 152.000, dan masukan empat modalitas — teks, gambar, video, serta audio. Rangkaian penglihatannya adalah ViT-MoE 7 miliar parameter (1,2 miliar aktif) dan pengode audio padat 800 juta parameter. Bobot tersedia dalam BF16 dan FP8, dengan resep penyajian untuk vLLM dan SGLang. Ini anggota paling ringan dari keluarga yang direncanakan berisi note, jazz, dan aria.

Sumbangan idenya bukan modelnya, melainkan cara melatihnya. TEMPO (Test-time-scaled Value Estimation with Macro-step Policy Optimization) memecah tugas panjang menjadi beberapa makro-langkah berisi sejumlah putaran interaksi dengan lingkungan. Di akhir setiap makro-langkah, model yang sama berganti peran dari aktor menjadi kritik dan memakai penalaran berskala waktu-uji untuk menaksir sisa imbalan yang masih bisa didapat dari keadaan sekarang. Efeknya, kebijakan bisa diperbarui sebelum tugas selesai, sehingga pelatihan pada tugas yang satu lintasannya berjalan puluhan jam jadi masuk akal. Laboratorium itu melaporkan hasil yang membuat pendekatan ini bisa dijalankan: menilai lebih mudah daripada menghasilkan — model yang belum bisa memecahkan masalah masih sanggup membedakan keadaan antara yang menjanjikan terobosan dan yang hanya mirip.

Angka yang dilaporkan perlu dibaca dengan hati-hati karena seluruhnya berasal dari pihak pembuat, dan sebagian pengamat sudah menandainya. TEMPO diklaim 31,5 persen di atas checkpoint dasar dan 20,6 persen di atas GRPO pada ARC-AGI-3, tetapi angka itu hanya muncul di keterangan gambar tanpa tabel, jumlah seed, maupun variasi. Laporan teknis yang menjanjikan rincian arsitektur dan pelatihan diumumkan akan menyusul dalam sepekan. Satu koreksi penting yang sering salah dikutip: nilai sempurna 42 dari 42 di Olimpiade Matematika Internasional 2026 dicapai oleh cabang model di dalam rangkaian uji internal, bukan oleh checkpoint yang dirilis 14 Agustus. Klaim bahwa model yang diunduh publik itu mencetak 42/42 melebih-lebihkan apa yang sebenarnya dirilis.

Untuk yang mau mencoba, dua benchmark baru ikut dirilis: VibeSearchBench (200 tugas di 20 domain, menguji kemampuan agen menebak maksud pengguna yang baru terungkap bertahap) dan VibeLifeBench (20 tugas di 10 domain, 1.247 pemeriksaan atomik untuk konsistensi lintas tahap). Bobot FP8 disarankan untuk penyajian produksi, dengan resep acuan berjalan di satu node berisi delapan GPU kelas H100 — biaya nyata, bukan model laptop. Yang ingin mencoba lebih murah bisa memakai jalur gratis di OpenRouter. Tanpa laporan teknis yang lengkap, angka-angka di atas tetap perlu diperlakukan sebagai klaim sementara.