Asisten AI menulis dan meringkas dengan sangat baik. Kelemahannya ada dua, dan keduanya sering dicampur: mengarang, dan pengetahuan yang berhenti di satu tanggal. Soal mengarang sudah dibahas di artikel tentang bahan yang dilampirkan ke AI. Artikel ini soal yang kedua, karena tanggal itu bisa Anda cek sendiri dalam satu menit.
Apa itu knowledge cutoff
Model bahasa dilatih dengan data sampai tanggal tertentu. Peristiwa sesudah tanggal itu tidak ia ketahui, kecuali ia diberi akses pencarian atau dokumen.
Anthropic memisahkan dua tanggal. Training data cutoff adalah batas data latihnya. Reliable knowledge cutoff adalah batas pengetahuan yang paling luas dan andal. Pada Claude Haiku 4.5, pengetahuan andalnya sampai Februari 2025, data latihnya sampai Juli 2025, dan modelnya dirilis 15 Oktober 2025. Untuk Februari sampai Juli 2025 pengetahuannya sudah tidak seandal sebelumnya, dan sesudah Juli 2025 kosong sama sekali.
Model baru belum tentu pengetahuannya baru
Tanggal di bawah diambil dari halaman resmi pembuatnya, per 3 Oktober 2026. Untuk dua model Claude, yang dicantumkan adalah reliable knowledge cutoff.
Ingin mendalaminya lebih terstruktur? Taalenta punya kelas Vibe Coding untuk Non-Developer: Buat Web App Fullstack Sendiri dengan Claude Code.
| Model | Batas pengetahuan resmi | Jarak ke Oktober 2026 |
|---|---|---|
| Claude Opus 5.5 | Juni 2026 | sekitar 4 bulan |
| GPT-6 Sol | 20 April 2026 | sekitar 5 bulan |
| Claude Haiku 4.5 | Februari 2025 | sekitar 20 bulan |
| Gemini 3.5 Flash | Januari 2025 | sekitar 21 bulan |
Gemini 3.5 Flash berstatus rilis stabil, dan halaman dokumentasinya diperbarui 23 September 2026. Batas pengetahuannya tetap Januari 2025. Jadi pertanyaan yang tepat bukan "model ini baru atau lama", melainkan "tanggal batasnya kapan".
Paling cepat basi biasanya tarif dan harga, aturan yang baru direvisi, versi perangkat lunak, jadwal, dan siapa menjabat apa.
Kenapa model jarang menjawab "tidak tahu"
Riset OpenAI yang terbit September 2025 menunjuk ke cara model dinilai. Kalau penilaian hanya menghitung jawaban benar, menebak selalu lebih untung. Contohnya tanggal lahir: tebakan acak punya peluang 1 banding 365, sedangkan "tidak tahu" pasti bernilai nol.
Uji SimpleQA dalam laporan yang sama memperlihatkan akibatnya:
| Model | Menahan jawaban | Benar | Salah |
|---|---|---|---|
| OpenAI o4-mini | 1% | 24% | 75% |
| gpt-5-thinking-mini | 52% | 22% | 26% |
Akurasinya hampir sama. Bedanya, model pertama nyaris tak pernah menahan diri, sehingga salahnya hampir tiga kali lipat.
Riset itu juga menjelaskan asal karangannya. Fakta langka tanpa pola, seperti tanggal lahir seseorang, tidak bisa ditebak dari pola bahasa. Tanggal, nomor, dan nama juga persis isian yang biasanya Anda tanyakan soal hal terbaru.
Fitur pencarian menolong, tapi tidak otomatis
Dokumentasi Google untuk Grounding with Google Search menjelaskan urutannya: model menimbang dulu apakah pencarian akan memperbaiki jawaban. Kalau ia memutuskan mencari, jawabannya membawa tautan sumber per potongan kalimat. Artinya, fitur pencarian yang menyala belum menjamin jawabannya hasil pencarian.
Lima cek sebelum memakai jawaban soal hal terbaru
- Tanya diri sendiri: mungkinkah hal ini berubah dalam dua tahun terakhir? Kalau ya, jawaban AI baru titik awal.
- Cari tanggal batas model yang Anda pakai di halaman resmi pembuatnya.
- Lihat tautan sumbernya. Jawaban tanpa tautan berasal dari ingatan model.
- Izinkan model menjawab "tidak tahu". Panduan Anthropic menyebut cara sederhana ini bisa memangkas informasi keliru secara drastis.
- Minta kutipan dari dokumen yang Anda lampirkan, lalu coret klaim yang tidak punya kutipan.
Kalau lebih enak melihat penjelasannya langsung, ada klipnya.
Sumber
- Anthropic, Models overview, Claude Platform Docs, diakses 3 Oktober 2026: https://platform.claude.com/docs/en/models/overview
- Anthropic, Claude Haiku 4.5, halaman spesifikasi model, Claude Platform Docs: https://platform.claude.com/docs/en/models/haiku-4-5/overview
- Anthropic, Reduce hallucinations, Claude Platform Docs: https://platform.claude.com/docs/en/test-and-evaluate/strengthen-guardrails/reduce-hallucinations
- OpenAI, Why language models hallucinate, 5 September 2025, beserta makalahnya (Kalai dkk., arXiv 2509.04664): https://openai.com/index/why-language-models-hallucinate/
- OpenAI, GPT-6 Sol Model, OpenAI API Docs: https://developers.openai.com/api/docs/models/gpt-6-sol
- Google AI for Developers, What's new in Gemini 3.5 Flash, diperbarui 23 September 2026: https://ai.google.dev/gemini-api/docs/whats-new-gemini-3.5
- Google AI for Developers, Grounding with Google Search, diperbarui 23 September 2026: https://ai.google.dev/gemini-api/docs/google-search