Deep Principle Luncurkan Hydrogen-1.0: Model 753B Buat Riset Sains, Beneran Bisa Nya?

Deep Principle, perusahaan AI berbasis Hangzhou yang fokus ke material science, baru saja drop Hydrogen-1.0 — model open-weight raksasa 753B parameter yang dirancang khusus buat bantu peneliti di kimia, material science, dan life sciences. Bedanya sama model umum kayak GPT atau Kimi? Model ini nggak cuma ngomong, tapi dilatih pakai catatan laboratorium asli, jejak percobaan gagal, dan feedback langsung dari ilmuwan Deep Principle. Berarti dia 'ngerti' alur riset nyata, bukan cuma teori di kertas.

Arsitekturnya pakai Mixture-of-Experts (MoE) turunan GLM-5.3 milik Z.ai, jadi parameter aktif hanya sekitar 40B per forward pass. Context window gede banget: 1 juta token, dengan max output 128K token. Lisensinya MIT — artinya bebas dipakai, dimodif, bahkan dikomersilkan. Bobot model sudah di-upload ke Hugging Face dan ModelScope, jadi siapa aja bisa download dan jalankan kalau punya hardware yang cukup.

Kenapa enterprise ikut bergerak

Benchmark yang dipamerin Deep Principle cukup menarik. Di FrontierScience-Research — benchmark internal buat evaluasi kemampuan riset — Hydrogen-1.0 skor 38,3%, mengungguli GPT-6-Astra yang cuma 33,3%. Di GPQA-Diamond (soal sains tingkat doktor), model ini klaim 93,0%, setara dengan Kimi-K3. Tapi jujur, angka ini self-reported, jadi ambil dengan secuil garam. Yang lebih konkret: di tugas scientific computing dia unggul 5,13 poin persen dari GPT-6-Astra max thinking, di forward reaction prediction unggul 4,76 poin. Sayangnya di NMR structure elucidation justru kalah 3,33 poin.

Latihannya juga nggak main-main. Pipeline gabungin supervised fine-tuning (SFT) sama reinforcement learning (RL) dari empat sumber data: domain knowledge (paper, buku teks kimia/material/hayat), research scenarios (feedback ilmuwan Deep Principle soal masalah konkret), laboratory records (catatan ELN penuh dari sistem Mira mereka), dan discovery trajectories (urutan keputusan percobaan, termasuk yang gagal). Yang terakhir ini kuncinya — model belajar eksplorasi di bawah ketidakpastian, bukan cuma meniru jawaban benar.

Yang berubah buat startup lokal

Infrastruktur training pakai Megatron dan SGLang di atas NVIDIA CUDA dan AMD ROCm. Timnya bikin dynamic sparse attention yang tetap causal across context-parallel shards, plus optimizer Muon yang bisa pindah antara CPU, GPU, dan disk. Buat inference, ada layout adapter yang konversi checkpoint jadi BF16 dan blockwise FP8 128x128. Deployment tested di 8 GPU dengan SGLang tensor parallelism 8. Ada versi NVFP4 buat NVIDIA B200/B300 (Blackwell) dan MXFP4 buat AMD MI350X/MI355X. API-nya kompatibel OpenAI dengan parameter reasoning_effort, di-hosting lewat NeuroSpark.

Demo nyata yang ditunjukin cukup mengesankan: Hydrogen-1.0 bisa nulis kode Python buat simulasi molecular dynamics polyethylene 40ns pakai GROMACS, detek dan perbaiki error topologi, lalu analisis hasilnya. Bisa bangun reaction network Ireland-Claisen 27 struktur lewat 30 reaksi. Bisa ranking 7 kandidat produk monoformylation 2-bromonaphthalene dari spektrum 1H NMR. Bahkan nulis protokol JSON buat eksperimen Suzuki coupling 12 vial, dan virtual lab compilation-nya nangkep kesalahan aspirasi tanpa tip baru sebelum eksekusi fisik.

Masih ada homework buat tim Deep Principle

Tapi nggak semuanya mulus. Dataset dan resep training lengkapnya belum dirilis — cuma bobot model doang. Artinya reproduktibilitas penuh masih terbatas. NMR structure elucidation masih jadi kelemahan relatif vs GPT-6-Astra. Dan butuh 8 GPU high-end (B200/MI350 kelas) buat jalanin versi quantized-nya, atau lebih buat BF16 penuh. Bukan hardware yang dimiliki lab riset kecil atau individu. API pricing di NeuroSpark juga belum diumumkan, jadi biaya inferencing di cloud masih tanda tanya.

Buat kamu yang pengen coba: clone repo di Hugging Face (deep-principle/Hydrogen-1.0), siapin 8 GPU Blackwell/MI350 kalau mau performa terbaik, atau coba API NeuroSpark kalau nggak punya hardware. Model ini bukti kalau open-weight bisa ngejar proprietary di domain spesifik — tapi jalan ke 'AI scientist' yang benar-benar mandiri masih panjang. Pantau aja perkembangan dataset dan benchmark independen selanjutnya.