Apa Itu G0DM0D3: Antarmuka AI Multi-Model dalam Satu File

G0DM0D3 diluncurkan pada akhir Maret 2026. Dibangun oleh elder-plinius — yang dikenal online sebagai Pliny the Prompter — ini diposisikan sebagai kerangka penelitian keamanan AI dan mesin evaluasi multi-model.

Yang membuatnya secara teknis tidak biasa bukan jumlah modelnya. Melainkan arsitekturnya: seluruh aplikasi adalah satu file index.html tanpa langkah build, tanpa dependensi, tanpa framework, dan tidak memerlukan server untuk menjalankannya.

Oleh karena itu, saya duduk berjam-jam bersama satu file HTML yang bisa secara bersamaan mengkueri 55 model AI, menilai setiap respons dengan rubrik 100 poin, dan mengembalikan pemenangnya hingga pukul 4 pagi, lalu menguraikan semua yang saya temukan dalam tulisan berikut ini.

Apa Sebenarnya G0DM0D3 Itu

Satu File index.html, 50+ Model, Tanpa Instalasi — Penjelasan Arsitektur

Kebanyakan alat yang menyentuh sebanyak model ini adalah sistem terdistribusi dengan container, layanan autentikasi, dan pipeline deployment. G0DM0D3 adalah satu file yang bisa Anda buka di browser. Seluruh aplikasi — UI, logika routing, mesin evaluasi, modul obfuskasi, adaptor sampling — dikompilasi menjadi satu index.html.

Struktur repo memberi Anda gambaran tentang cakupannya:

G0DM0D3/
├── index.html     # Seluruh aplikasi
├── api/           # Server Node.js/Express opsional
├── API.md         # Referensi REST API
├── PAPER.md       # Makalah penelitian tentang kerangka kerja
├── TERMS.md       # Kebijakan privasi dan penanganan data
└── SECURITY.md    # Pelaporan kerentanan

Semua yang berjalan di browser — mesin balapan GODMODE CLASSIC, penykor ULTRAPLINIAN, lapisan obfuskasi Parseltongue, dan sampler AutoTune — berada di dalam index.html tersebut. Ini adalah strategi distribusi yang disengaja. Tanpa langkah build berarti tidak ada rantai pasokan yang bisa diserang. Tanpa framework berarti tidak ada pergeseran dependensi versi. Berjalan secara lokal berarti tidak ada telemetri kecuali Anda secara eksplisit memilih fitur kontribusi dataset.

Pilihan arsitektur yang memungkinkan 50+ model adalah OpenRouter. G0DM0D3 tidak mengelola hubungan langsung dengan Anthropic, OpenAI, Google, atau Mistral. Ia mengarahkan setiap panggilan model melalui API terpadu OpenRouter, sehingga satu API key mencakup Claude, GPT-5, Gemini, Grok, Llama, DeepSeek, Qwen, dan lainnya.

OpenRouter sebagai Tulang Punggung Inferensi: Apa Artinya untuk Biaya API dan Akses Model

OpenRouter adalah gateway API terpadu yang menyediakan akses ke 300+ model AI dari setiap penyedia utama melalui satu endpoint yang kompatibel dengan OpenAI. Bagi G0DM0D3, ini adalah fondasi — ini membuat 50+ model dapat diakses melalui satu kolom pengaturan alih-alih memerlukan kredensial untuk selusin penyedia terpisah.

Struktur harga ini penting untuk dipahami sebelum menjalankan ULTRAPLINIAN pada 55 model secara bersamaan. OpenRouter meneruskan harga penyedia dasar tanpa markup pada inferensi — Anda membayar tarif per token yang sama seperti jika langsung ke Anthropic atau OpenAI. Platform membebankan biaya 5,5% saat Anda membeli kredit di muka (jadi $100 kredit berharga $105,50). Untuk model gratis — dan ada 25+ termasuk pilihan dari Google, Meta, dan Mistral — tidak ada biaya sama sekali.

Dokumentasi API OpenRouter mencakup katalog model lengkap, varian routing (:nitro untuk kecepatan, :floor untuk biaya), dan perilaku fallback jika penyedia mati di tengah balapan.

Siapa yang Membangunnya dan Mengapa: Filosofi Desain elder-plinius / Pliny the Prompter

Pliny the Prompter adalah peneliti AI dan insinyur prompt dengan nama samaran yang telah menghabiskan bertahun-tahun bekerja secara adversarial melawan lapisan keamanan pasca-pelatihan — secara publik, terbuka, dan dengan filosofi yang menempatkan penelitian alignment dan jailbreaking sebagai dua sisi dari pertanyaan empiris yang sama. Ia meluncurkan G0DM0D3 dengan tesis yang jelas: “ketika satu model menolak dan yang lain menjawab kueri yang sama dengan kesetiaan sempurna, ini mengungkapkan di mana lapisan keamanan berakhir dan kemampuan dimulai.”

Filosofi desainnya secara eksplisit bersifat dual-use. G0DM0D3 didokumentasikan sebagai “kerangka penelitian bahaya AI sumber terbuka. Teknik yang didemonstrasikan — perturbasi prompt, injeksi prefill, penilaian komparatif multi-model — ada untuk transparansi, reproduktifitas, dan memajukan penelitian alignment.” Lisensi AGPL-3.0 membuat alat ini terbuka secara permanen.

Lima Modul Inti

GODMODE CLASSIC — 5 Kombinasi Model+Prompt Paralel yang Bersaing untuk Output Terbaik

GODMODE CLASSIC adalah mode orisinal. Lima kombinasi model dan prompt yang telah dikonfigurasi sebelumnya berjalan secara bersamaan, masing-masing memasangkan model tertentu dengan prompt yang telah teruji untuk memperoleh respons berkualitas tertinggi (atau paling tidak tersaring).

Bagi insinyur prompt yang membandingkan perilaku model pada kueri tertentu, GODMODE CLASSIC adalah titik masuk tercepat. Lima output, prompt yang sama, model berbeda, eksekusi paralel. Perbandingan yang akan memakan waktu 10 menit dengan perpindahan tab manual terjadi dalam waktu kurang dari 30 detik.

ULTRAPLINIAN — Mesin Evaluasi 10 hingga 55 Model dengan Skor Komposit 100 Poin

ULTRAPLINIAN adalah mode andalan. Ini mengkueri model secara paralel di lima tingkatan (10, 21, 31, 41, atau 55 model, tergantung tingkatan yang Anda pilih), menilai setiap respons pada metrik komposit 100 poin, dan mengembalikan output pemenang beserta metadata tentang model mana yang menang dan bagaimana balapan berlangsung.

Penilaian komposit mempertimbangkan beberapa dimensi kualitas output — koherensi, kelengkapan, kekhususan, kepatuhan instruksi — daripada satu heuristik tunggal. Nama model pemenang dikembalikan di kolom model respons; metadata balapan muncul di kolom ekstensi x_g0dm0d3.race (diabaikan oleh SDK yang kompatibel dengan OpenAI standar jika Anda mengintegrasikan secara programatik).

Parseltongue — Mesin Perturbasi Input untuk Penelitian Red-Team (33 Teknik, 3 Tingkatan)

Parseltongue adalah modul yang membuat G0DM0D3 benar-benar menarik bagi peneliti keamanan — dan benar-benar mengkhawatirkan di tangan yang salah.

Ini adalah mesin perturbasi input. Saat Anda mengirimkan prompt, Parseltongue mendeteksi kata-kata pemicu yang kemungkinan mengaktifkan pengklasifikasi keamanan sisi input dan menerapkan teknik obfuskasi untuk melewatinya. Tiga tingkat intensitas, 33 teknik secara total, mulai dari substitusi leetspeak dasar pada tingkat terendah hingga homoglyph Unicode dan zero-width joiner pada tingkat tertinggi.

Mekanisme pada tingkat 3: Parseltongue mengganti karakter Latin standar dengan alternatif Unicode yang terlihat identik — huruf “a” standar menjadi “а” Sirilik. Teks yang dihasilkan terlihat sama bagi pembaca manusia; pengklasifikasi keamanan berbasis kata kunci yang memindai string ASCII tidak melihat apa pun. LLM yang mendasarinya, memproses pada level token, membacanya dengan benar.

OWASP LLM Top 10 mendokumentasikan injeksi prompt sebagai salah satu vektor serangan utama terhadap aplikasi LLM. Parseltongue adalah cara yang sistematis dan dapat direproduksi untuk mempelajari permukaan serangan tersebut — itulah tepatnya nilai penelitiannya, dan itulah tepatnya alasan mengapa diperlukan tata kelola penggunaan yang bertanggung jawab.

AutoTune — Sampling Adaptif Berbasis Konteks via Pembelajaran EMA (Temperature, top_p, top_k)

AutoTune menangani sesuatu yang biasanya dilakukan insinyur prompt secara manual: menyesuaikan parameter sampling berdasarkan apa yang sebenarnya dibutuhkan tugas. Temperature, top_p, dan top_k bukanlah nilai yang cocok untuk semua situasi. Tugas penulisan kreatif menginginkan temperature lebih tinggi dan lebih banyak keragaman sampling. Pencarian faktual menginginkan temperature rendah dan sampling yang ketat. Salah melakukan ini menurunkan kualitas output tanpa kesalahan yang terlihat.

AutoTune menggunakan pembelajaran Exponential Moving Average (EMA) untuk mengadaptasi parameter ini berdasarkan umpan balik dari respons sebelumnya dalam sesi. Ini mengamati konfigurasi sampling apa yang menghasilkan output berkualitas tertinggi untuk jenis kueri tertentu dan menyesuaikannya. Bagi peneliti yang menjalankan banyak kueri di berbagai jenis tugas, ini menghilangkan kebutuhan untuk menyetel parameter secara manual di antara eksekusi.

Modul STM — Modul Transformasi Semantik untuk Normalisasi Output

STM (Semantic Transformation Modules) beroperasi di sisi output — menormalisasi respons di seluruh model sehingga evaluasi komparatif dalam ULTRAPLINIAN bekerja pada teks yang setara alih-alih membandingkan respons JSON verbose satu model dengan paragraf ringkas model lainnya.

Model yang berbeda memiliki gaya output default, konvensi format, dan tingkat verbositas yang berbeda. Tanpa normalisasi, sistem penilaian 100 poin yang membandingkan output mentah sebagian mengukur gaya output daripada kualitas konten. Modul STM menerapkan transformasi real-time untuk menstandarisasi permukaan sebelum penilaian dilakukan.

Arsitektur Privasi

API Key Disimpan Hanya di localStorage — Tidak Pernah Meninggalkan Browser Anda

API key OpenRouter Anda disimpan di localStorage browser Anda. Ini tidak pernah menyentuh server G0DM0D3, karena dalam deployment file tunggal default tidak ada server G0DM0D3. Setiap panggilan API langsung dari browser Anda ke endpoint OpenRouter. Aplikasi ini stateless berkenaan dengan kredensial Anda.

Ini adalah properti privasi yang benar-benar berarti. Mengkompromikan instans G0DM0D3 (jika berjalan secara lokal) tidak mengekspos API key Anda ke pihak ketiga — hanya penyimpanan mesin Anda sendiri yang berisiko. Ini sangat berbeda dengan model SaaS tipikal di mana API key Anda berada di database penyedia dan digunakan di sisi server, di luar visibilitas Anda.

Satu catatan: localStorage browser dapat diakses oleh JavaScript apa pun yang berjalan pada origin yang sama. Jika Anda menyajikan G0DM0D3 di domain yang juga menyajikan skrip tidak tepercaya, perlindungan tersebut melemah.

Tidak ada pembuatan akun. Tidak ada alur OAuth. Tidak ada riwayat yang disinkronkan ke cloud. Riwayat sesi ada di tab browser selama durasi sesi Anda dan tidak lebih. Pilihan arsitektur yang disengaja ini menghilangkan seluruh kelas risiko privasi — tidak ada yang perlu dibobol karena tidak ada yang disimpan.

Tradeoffnya jelas: tidak ada riwayat persisten antar sesi, tidak ada akses bersama untuk tim, dan tidak ada pencarian pada kueri masa lalu. Untuk alat penelitian yang mengutamakan privasi, itulah trade-off yang tepat.

AGPL-3.0: Apa Arti Lisensi untuk Penggunaan Pribadi, Penelitian, dan Enterprise

AGPL-3.0 adalah lisensi copyleft paling ketat di antara lisensi sumber terbuka yang umum. Untuk penggunaan pribadi dan penelitian, tidak ada batasan yang berarti — gunakan sesuka Anda. Untuk modifikasi: jika Anda mendistribusikan versi yang dimodifikasi, Anda harus merilis modifikasi Anda di bawah lisensi AGPL-3.0 yang sama.

Penggunaan enterprise secara eksplisit diizinkan dengan lisensi komersial terpisah — README menyatakan: “Penggunaan enterprise diizinkan dengan lisensi. Hubungi Elder Plinius untuk detail lebih lanjut.” Jika tim legal organisasi Anda memiliki kekhawatiran tentang AGPL, itulah jalurnya.

Opsi Deployment

Lokal: python3 -m http.server 8000 — Tanpa Hambatan

git clone https://github.com/elder-plinius/G0DM0D3.git
cd G0DM0D3
python3 -m http.server 8000
# Buka http://localhost:8000 di browser Anda

Hanya itu. Tanpa npm install. Tanpa langkah build. Tanpa variabel lingkungan yang perlu dikonfigurasi sebelum Anda bisa membuka halaman.

Hosting Statis: GitHub Pages, Vercel, Cloudflare Pages, Netlify

Karena G0DM0D3 adalah satu file HTML statis, ini dapat di-deploy ke platform hosting statis mana pun tanpa konfigurasi. Unggah index.html ke GitHub Pages, seret ke proyek Vercel, atau push ke situs Cloudflare Pages. File ini tidak memiliki dependensi sisi server — setiap panggilan API berasal dari browser pengguna.

Platform	Metode deploy	Biaya
GitHub Pages	Push ke repo, aktifkan Pages	Gratis
Vercel	Drag-and-drop atau CLI	Tier gratis
Cloudflare Pages	Integrasi Git atau unggah langsung	Tier gratis
Netlify	Drag-and-drop	Tier gratis

Di host statis, jika Anda berbagi URL secara publik, siapa pun dengan tautan tersebut dapat menggunakan antarmuka — dengan API key OpenRouter mereka sendiri, karena key disimpan di sisi klien. Tidak ada autentikasi sisi server yang melindungi antarmuka itu sendiri.

Server API Opsional (Node.js/Express + Docker) untuk Deployment Tim

api/ berisi server REST Node.js/Express yang mengekspos modul inti G0DM0D3 — ULTRAPLINIAN, AutoTune, Parseltongue, STM — sebagai endpoint REST dengan kompatibilitas OpenAI SDK. Ini adalah jalur untuk deployment tim di mana Anda ingin berbagi akses tanpa setiap orang mengelola API key OpenRouter mereka sendiri.

# Lokal
npm run api

# Docker
docker build -t g0dm0d3-api .
docker run -p 7860:7860 \
  -e GODMODE_API_KEY=your-secret-key \
  g0dm0d3-api

Server API mendukung batas rate bertingkat melalui variabel lingkungan GODMODE_TIER_KEYS. Metadata pipeline dikembalikan di kolom ekstensi x_g0dm0d3, yang diabaikan SDK OpenAI standar. Ini membuat API kompatibel ke belakang dengan aplikasi mana pun yang sudah dibangun terhadap OpenAI SDK — ganti URL dasar, tambahkan autentikasi, dapatkan multi-model racing G0DM0D3 di belakang antarmuka yang familiar.

Untuk Siapa G0DM0D3 Dibangun

Peneliti Keamanan AI dan Red Teamer yang Melakukan Evaluasi LLM

Audiens utama G0DM0D3 adalah orang-orang yang perlu mempelajari perilaku model secara sistematis di seluruh populasi model yang besar. Mesin ULTRAPLINIAN menghasilkan output yang dapat direproduksi dan dibandingkan di 51+ model dari satu pengiriman prompt. Parseltongue memungkinkan studi terkontrol tentang bagaimana perturbasi input memengaruhi respons model. AutoTune mengurangi variabel pengganggu dari parameter sampling yang salah dikonfigurasi.

Ini adalah infrastruktur yang benar-benar berguna untuk penelitian alignment — memahami di mana lapisan keamanan tebal dan di mana tipis di seluruh ekosistem model saat ini.

Insinyur Prompt yang Membandingkan Output Model secara Paralel

Jika Anda membangun produk di atas LLM dan ingin tahu model mana yang paling baik menangani kasus penggunaan spesifik Anda, GODMODE CLASSIC memberi Anda lima output berdampingan dalam waktu yang diperlukan untuk menjalankan satu secara manual. ULTRAPLINIAN menskalakan itu ke 55 model dengan peringkat otomatis. Bagi insinyur prompt yang telah melakukan ini secara manual di berbagai tab browser, ini adalah peningkatan alur kerja yang signifikan.

Pengembang yang Mengutamakan Privasi yang Membutuhkan Alat AI Sisi Klien Tanpa Telemetri

Kombinasi arsitektur file tunggal, penyimpanan key di localStorage, tanpa pembuatan akun, dan lisensi AGPL-3.0 menjadikan G0DM0D3 salah satu antarmuka multi-model yang paling menjaga privasi yang tersedia. Bagi pengembang yang perlu menguji perilaku model dengan prompt sensitif dan tidak dapat mengarahkan prompt tersebut melalui server pihak ketiga, deployment lokal G0DM0D3 adalah opsi nyata.

Keterbatasan yang Perlu Anda Ketahui

Tidak Ada Sesi Persisten — Hanya Riwayat Browser

Riwayat sesi ada selama durasi tab browser Anda. Tutup tab, riwayat hilang. Tidak ada cara untuk mencari sesi masa lalu, mengekspor riwayat percakapan, atau melanjutkan sesi di perangkat berbeda. Untuk alur kerja penelitian di mana Anda perlu melacak apa yang Anda uji dan apa yang kembali, Anda perlu mengelola pencatatan sendiri secara eksternal.

Ketergantungan OpenRouter: Anda Tetap Membayar Per-Token ke OpenRouter

G0DM0D3 gratis digunakan sebagai perangkat lunak, tetapi menjalankannya membutuhkan biaya karena setiap panggilan model adalah panggilan API OpenRouter berbayar (kecuali Anda menggunakan model tingkat gratis dengan batas rate mereka). Satu eksekusi ULTRAPLINIAN pada 55 model penuh berarti 55 panggilan API simultan. Untuk model seperti Claude atau GPT-5, satu eksekusi dapat berharga beberapa dolar tergantung pada panjang prompt dan output.

Panggilan Paralel Multi-Model Memerlukan Bandwidth yang Stabil

55 permintaan HTTP simultan ke OpenRouter dari tab browser pada koneksi lambat dapat menyebabkan degradasi yang terlihat — respons lambat, timeout pada beberapa slot model, dan hasil balapan yang tidak lengkap. G0DM0D3 bekerja dengan baik pada broadband standar. Pada data seluler atau WiFi yang tidak stabil, ULTRAPLINIAN pada tier penuh dapat menghasilkan hasil yang tidak dapat diandalkan. Mulai dengan GODMODE CLASSIC jika menguji pada bandwidth terbatas.

Bukan Backend Produksi — Hanya Frontend File Tunggal

index.html adalah alat penelitian dan evaluasi, bukan API produksi. Ini tidak memiliki validasi permintaan sisi server, tidak ada isolasi sesi multi-pengguna, dan tidak ada pembatasan rate pada sisi G0DM0D3 (hanya apa yang diterapkan OpenRouter). Jika Anda membangun produk yang mengekspos evaluasi multi-model kepada pengguna akhir, gunakan server API Node.js opsional — bukan deployment publik dari index.html.

FAQ

Apakah G0DM0D3 memerlukan API key OpenRouter?

Ya. Setiap panggilan model melalui API OpenRouter. Anda memerlukan akun dan setidaknya API key tingkat gratis. Untuk ULTRAPLINIAN pada tingkatan lebih tinggi menggunakan model berbayar, Anda memerlukan kredit yang dimuat di akun OpenRouter Anda.

Apakah G0DM0D3 aman? Ke mana API key saya pergi?

API key Anda disimpan di localStorage browser Anda. Ini tidak pernah dikirim ke server G0DM0D3 — dalam deployment file tunggal default, tidak ada server G0DM0D3. Setiap panggilan API langsung dari browser Anda ke OpenRouter. Deployment yang di-hosting secara lokal (python3 -m http.server 8000) adalah opsi paling aman karena tidak ada pihak ketiga yang meng-hosting file HTML.

Apa perbedaan antara G0DM0D3 dan antarmuka native OpenRouter?

Antarmuka chat native OpenRouter memungkinkan Anda memilih dan mengkueri satu model pada satu waktu. G0DM0D3 menambahkan mesin balapan multi-model paralel (GODMODE CLASSIC dan ULTRAPLINIAN), lapisan penilaian komposit 100 poin, perturbasi input Parseltongue untuk penelitian red-team, sampling adaptif AutoTune, dan normalisasi output STM — semuanya dalam paket tanpa instalasi satu file.

Posting Sebelumnya: