Hari ini kami mulai meluncurkan sistem yang lebih mumpuni dan skalabel untuk menyintesis memori, yang dikembangkan untuk mengatasi tantangan kekinian, ketepatan, dan skalabilitas yang kami amati saat memori diterapkan kepada ratusan juta pengguna dan rentang waktu bertahun-tahun di ChatGPT.
Memori adalah hal yang membantu ChatGPT mempelajari preferensi, proyek, dan batasan Anda, sehingga percakapan di masa depan dapat dimulai dari konteks bersama, bukan dari awal.
Selama dua tahun terakhir, memori telah berkembang menjadi bagian penting dari pengalaman ChatGPT, membantu ChatGPT lebih memahami konteks Anda agar dapat membantu Anda mencapai tujuan bermakna dari waktu ke waktu. Hal ini penting untuk membuat ChatGPT lebih berguna: mengenal Anda, membantu Anda, dan melakukan lebih banyak hal untuk Anda.
Pembaruan ini tersedia untuk pengguna Plus dan Pro di AS mulai hari ini, dan akan diluncurkan ke negara-negara tambahan serta pengguna Free dan Go dalam beberapa minggu mendatang.
Memori pertama kali diluncurkan pada April 2024 (juga dikenal sebagai memori tersimpan). Fitur ini memungkinkan Anda meminta ChatGPT untuk mengingat informasi dan membawanya ke chat mendatang.

Memori tersimpan hanya ditulis selama percakapan dan mengandalkan isyarat kuat untuk memutuskan kapan harus memicu memori, seperti instruksi untuk “ingat bahwa saya bepergian ke Singapura pada bulan Juli.” Dalam praktiknya, berinteraksi dengan sistem ini bisa terasa seperti berbicara dengan seseorang yang membuat beberapa catatan, tetapi tetap melupakan semua hal yang tidak ditulis. Memori tersimpan juga cenderung menjadi usang seiring waktu dan pada akhirnya menjadi salah atau tidak relevan.
Pada April 2025, kami memperbarui memori ChatGPT dengan memberi model kemampuan untuk merujuk konteks chat di luar daftar memori tersimpan; ini dilakukan dengan memperkenalkan versi pertama dreaming—metode bagi ChatGPT untuk secara otomatis mengelola memori di latar belakang dengan merujuk riwayat chat.

Berbeda dengan memori tersimpan, dreaming memanfaatkan proses latar belakang yang memungkinkan ChatGPT belajar dari banyak percakapan dan menyintesis status memori ChatGPT agar selalu menyediakan konteks terbaru dan paling relevan untuk percakapan Anda. Dreaming juga memudahkan memori untuk menyertakan konteks yang muncul secara alami dalam percakapan, tanpa bergantung pada permintaan eksplisit untuk mengingat sesuatu.
Selama setahun terakhir, dreaming melengkapi memori tersimpan untuk menciptakan peningkatan besar dalam kemampuan ChatGPT mempersonalisasi respons dan mengimbangi keusangan memori tersimpan. Namun, secara historis, hal itu tidak pernah cukup sebagai sistem memori mandiri.
Hari ini, kami meluncurkan arsitektur memori yang jauh lebih mumpuni dan efisien secara komputasi, dibangun di atas dreaming.
Memori yang disintesis oleh dreaming dapat ditinjau melalui ringkasannya yang ditampilkan di halaman ringkasan memori. Dari ringkasan memori, Anda dapat dengan cepat melihat hal-hal utama yang diketahui ChatGPT tentang Anda, menambahkan atau memperbarui informasi tentang diri Anda, serta memberikan instruksi tentang topik apa yang sebaiknya diangkat ChatGPT dan kapan. Jika Anda ingin menggali area tertentu untuk mempelajari lebih lanjut, cukup chat dengan model.

Saat kami memikirkan seperti apa “memori yang baik” di ChatGPT, ada beberapa hal yang terlintas:
- Membawa konteks yang berguna ke depan: Anda memberi tahu ChatGPT sesuatu satu kali, dan ChatGPT mengingat informasi itu dalam chat Anda berikutnya.
- Mengikuti preferensi dan batasan: Jika Anda menjelaskan suatu preferensi (misalnya, Anda vegetarian), maka ChatGPT seharusnya mengambil tindakan yang konsisten dengan preferensi tersebut ke depannya.
- Tetap mutakhir dari waktu ke waktu: Memori harus memperhitungkan berlalunya waktu. Bayangkan “Pengguna sedang merencanakan pesta ulang tahunnya untuk Sabtu depan”; pada akhirnya, hari Minggu tiba.
Kami dapat mengevaluasi bagaimana memori ChatGPT Plus dan Pro telah meningkat dari waktu ke waktu terhadap masing-masing dari tiga tujuan memori di atas. Kami melakukan ini untuk masing-masing:
- 2024: Memori tersimpan
- 2025: Memori tersimpan + Dreaming V0
- 2026: Dreaming V3
Saat Anda memulai chat baru dengan ChatGPT, Anda tidak perlu memperkenalkan diri dari awal. ChatGPT dapat menghemat waktu Anda dan membangun dari konteks sebelumnya, terutama untuk proyek kompleks yang berlangsung lama.
Misalnya, bayangkan Anda menggunakan ChatGPT untuk berbelanja perlengkapan kamera baru yang kompatibel dengan kamera Anda saat ini. Jika Anda pernah membahas pengaturan kamera Anda dengan ChatGPT sebelumnya, Anda dapat meminta produk yang kompatibel dengan “pengaturan fotografi saya” dan mendapatkan rekomendasi yang disesuaikan dengan kebutuhan Anda.
GPT-5.2 Instant
Model menghasilkan respons umum yang membuat pengguna harus melakukan sendiri pemeriksaan kompatibilitas yang rumit.
GPT-5.3 Instant
Model mengingat pengaturan kamera pengguna dan merekomendasikan produk yang kompatibel.
GPT‑5.2 Instant pada akhirnya menjawab pertanyaan, tetapi dalam upaya menjelaskan batasan keamanannya, mengawali dengan pengantar panjang tentang apa yang tidak dapat dibantunya. GPT‑5.3 Instant, di sisi lain, langsung masuk ke inti jawaban.
Kami dapat menyusun evaluasi dari contoh yang mirip dengan ini, di mana model diminta merespons prompt yang mengharuskannya mengingat informasi faktual tentang pengguna. Model kemudian diberi imbalan jika merespons dengan cara yang menggunakan konteks relevan secara benar. Dalam evaluasi ini, sistem baru berbasis dreaming meningkatkan kemampuan model untuk mengingat fakta yang relevan.
Memori juga membantu ChatGPT merespons dengan cara yang lebih sesuai dengan preferensi dan batasan Anda.
Bayangkan Anda sedang merencanakan perjalanan ke Singapura. Dua bulan sebelum perjalanan, Anda meminta ChatGPT membantu membuat rencana perjalanan. ChatGPT sudah tahu dari perencanaan perjalanan sebelumnya bahwa Anda menyukai fotografi satwa liar, lebih memilih hotel dengan AC yang kuat, dan lebih menikmati makan malam yang tenang daripada bar yang ramai.
GPT-5.2 Instant
Model menghasilkan respons umum yang lebih bernuansa turis, tidak membantu pemesanan hotel, dan sebagian besar mengabaikan minat pengguna.
GPT-5.3 Instant
Model menghasilkan respons yang dipersonalisasi sesuai minat pengguna pada fotografi satwa liar, makan malam yang tenang, dan prioritas mereka saat memesan hotel.
GPT‑5.2 Instant pada akhirnya menjawab pertanyaan, tetapi dalam upaya menjelaskan batasan keamanannya, mengawali dengan pengantar panjang tentang apa yang tidak dapat dibantunya. GPT‑5.3 Instant, di sisi lain, langsung masuk ke inti jawaban.
Preferensi dapat mengambil beberapa bentuk:
- Instruksi tentang bagaimana ChatGPT harus merespons (“jangan bahas Stan lagi”).
- Preferensi atau batasan pribadi Anda (“Saya vegetarian”)
- Preferensi implisit yang membentuk apa yang relevan bagi Anda (“Saya tinggal dekat San Francisco” → opsi lokal harus disesuaikan dengan area ini)
Dalam mengembangkan sistem memori baru, kami meningkatkan kemampuan ChatGPT untuk menerapkan preferensi relevan dari percakapan sebelumnya. Mengikuti contoh “Saya vegetarian” di atas, kami dapat mengevaluasi apakah model memanfaatkan memori dengan benar untuk menghasilkan opsi bersantap ramah vegetarian ketika pengguna vegetarian meminta saran persiapan makanan.
Waktu tidak berhenti saat chat Anda berakhir.
Sistem memori tradisional dapat menjadi usang. Misalnya, Anda memberi tahu ChatGPT “Saya berada di Singapura dan butuh rekomendasi makan malam untuk malam ini.” Lalu, waktu berlalu, perjalanan Anda berakhir, dan Anda bertanya-tanya mengapa ChatGPT masih mengira Anda berada di Singapura.
Dengan dreaming, memori diperbarui secara otomatis seiring berjalannya waktu, sehingga ChatGPT dapat merevisi memorinya dari “Anda akan pergi ke Singapura pada Juli” menjadi “Anda pergi ke Singapura pada Juli 2026” saat perjalanan berakhir. Lalu, saat Anda kembali ke rumah, ChatGPT dapat kembali memberikan rekomendasi yang disesuaikan dengan lokasi rumah dan zona waktu Anda.
GPT-5.2 Instant
Model mengira pengguna masih berada di Singapura.
GPT-5.3 Instant
Model memberikan respons yang relevan dengan lokasi rumah pengguna.
GPT‑5.2 Instant pada akhirnya menjawab pertanyaan, tetapi dalam upaya menjelaskan batasan keamanannya, mengawali dengan pengantar panjang tentang apa yang tidak dapat dibantunya. GPT‑5.3 Instant, di sisi lain, langsung masuk ke inti jawaban.
Dalam evaluasi memori kami, kami mengukur apakah ChatGPT dapat merespons prompt dengan benar ketika berlalunya waktu secara material memengaruhi jawaban atau rekomendasi yang benar. Dreaming memberikan peningkatan substansial di area ini:
Di OpenAI, misi kami adalah memastikan bahwa kecerdasan umum buatan bermanfaat bagi seluruh umat manusia.
Meskipun memori berbasis dreaming telah tersedia bagi pengguna Plus dan Pro selama beberapa waktu, baru sekarang kami dapat menawarkan kepada pengguna Free versi yang memenuhi standar kualitas kami dan praktis untuk disajikan dalam skala besar. Peningkatan terbaru mengurangi komputasi yang diperlukan untuk menyajikan dreaming kepada pengguna Free sekitar 5x, sehingga memungkinkan kami mulai meluncurkan dreaming kepada pengguna Free dalam beberapa minggu mendatang dan meningkatkan kapasitas memori bagi pengguna Plus dan Pro.
Ke depan, dreaming kini memberi kami fondasi memori bersama untuk semua pengguna. Pembaruan ini merupakan sistem memori kami yang paling mumpuni sejauh ini, dan kami akan terus meningkatkannya.
Untuk mempelajari lebih lanjut tentang rilis ini dan kontrol pengguna memori, kunjungi FAQ Memori(terbuka di jendela baru) kami.




