Google Umumkan "Gemini 4 Carbon", Model Frontier Berikutnya, Unggul di Pertahanan Siber dan Tugas Panjang, Awalnya Hanya untuk Segelintir Organisasi Pertahanan

Google mengumumkan "Gemini 4 Carbon", model frontier barunya, pada 28 Oktober 2026 (waktu AS). Dalam blog resminya, Koray Kavukcuoglu dari Google DeepMind menyebut Carbon sebagai "model terkuat kami, dengan kemampuan keamanan siber terdepan dan kemampuan menangani tugas jangka panjang". Pengumuman ini datang sekitar 2 minggu setelah "Gemini 4 Argon" mulai tersedia umum pada 13 Oktober.

Namun, model ini belum bisa langsung dipakai semua orang. Mulai minggu ini, Carbon diberikan kepada sebagian kecil pelaku pertahanan siber, sementara untuk pengembang, perusahaan, dan pengguna umum Google hanya menyebut "sesegera mungkin" tanpa menyebutkan jadwal.

Apa yang berubah dari Argon

Menurut Google, Carbon dirancang untuk terus mengerjakan pekerjaan pengembangan perangkat lunak yang sulit dan panjang tahapannya. Secara internal, Google menyebut telah melihat model ini bekerja selama berhari-hari, tetap melanjutkan meski menemui jalan buntu, untuk melacak penyebab bug yang sulit dikenali di basis kode besar dan sistem tingkat rendah, lalu memperbaikinya.

Berdasarkan masukan pengguna, Google menyatakan telah meningkatkan kemampuan pemrograman, pekerjaan sebagai agen, tugas ilmiah, pengembangan web full-stack, serta pemahaman multimodal yang mencakup gambar dan format lainnya. Angka-angka utamanya adalah sebagai berikut:

• Peringkat 1 dengan skor 59 di versi baru v5.0 indeks keseluruhan (Intelligence Index) Artificial Analysis, yang membandingkan model AI
• Naik 89 poin dari Argon di "WebDev Arena", evaluasi pengembangan web berbasis adu langsung, menjadi 1768 dan menempati peringkat 4

VentureBeat melaporkan bahwa di Artificial Analysis v5.0, Claude Opus 5.5 meraih 58 poin, GPT-6 Astra 57 poin, dan Argon 50 poin. Di sisi lain, VentureBeat juga menyebutkan bahwa di "AA-Briefcase", evaluasi terpisah untuk tugas pekerjaan berbasis pengetahuan, Carbon masih kalah dari Kimi K3.1 Pro, Muse Wonder milik Meta, dan Grok 4.7.

Kinerja di pertahanan siber

Yang paling ditonjolkan Google kali ini adalah kemampuan pertahanan siber. Menurut Google, model ini menunjukkan kinerja terdepan di seluruh alur pertahanan, yaitu menemukan kerentanan, memastikan apakah kerentanan itu bisa dieksploitasi, dan memperbaikinya dari akar masalah. Hasil benchmark eksternal yang ditunjukkan Google adalah sebagai berikut (semuanya dievaluasi tanpa pengamanan):

• "SEC-bench Pro", untuk menemukan kerentanan pada perangkat lunak nyata: 88,2%
• "ExploitGym", untuk memastikan apakah kerentanan bisa dieksploitasi: 54,8%
• "CWE-bench", untuk membuat kode perbaikan atas kerentanan yang ditemukan: 71,0%

Dalam evaluasi internal, tingkat keberhasilan menghasilkan kode yang aman naik lebih dari 2 kali lipat dibandingkan Argon. Tim Chrome melaporkan bahwa dalam membuat patch berkualitas tinggi, Carbon mencatat hasil lebih dari 10 kali lebih baik daripada model frontier besar dari lab lain, dan Wiz, perusahaan keamanan cloud milik Google, juga menyebut Carbon menempati posisi teratas dalam evaluasi uji penetrasi web.

Perlu dicatat, angka-angka ini diperoleh tanpa pengamanan. Google menyatakan akan terus menyempurnakan pengamanan sebelum model ini disediakan, sehingga versi yang bisa dipakai umum kemungkinan belum tentu memberikan hasil yang sama.

Perbaikan untuk mengurangi kecurangan dan asumsi tanpa dasar

Google menjelaskan bahwa dengan berpijak pada lapisan pengamanan yang sama seperti Argon, Carbon dilatih dengan tujuan "tetap berperilaku benar bahkan dalam situasi sulit atau di bawah tekanan". Perbaikan utama yang disebutkan di blog resmi adalah sebagai berikut:

• Jalan pintas yang tidak sah: di Terminal-Bench 4.0, tingkat kecurangan yang berhasil turun menjadi 0,0% dan tingkat percobaannya menjadi 0,4%. Di lingkungan pengembangan internal, peringatan penyimpangan serius turun sekitar 80%
• Klaim tanpa dasar: dalam pengujian internal, turun menjadi sekitar separuh dari Argon. Jika bukti tidak cukup, model menambahkan catatan peringatan di hasil kerjanya atau menampilkan daftar pekerjaan yang tidak bisa dijalankan beserta syarat yang diperlukan
• Instruksi yang ambigu: alih-alih melanjutkan berdasarkan tebakan, model memeriksa sumber yang relevan dan menyampaikan ketidaksesuaian kepada pengguna sebelum bertindak
• Bertindak berlebihan dan pekerjaan yang terlewat: tindakan di luar cakupan permintaan berkurang 26%, dan permintaan yang tidak diselesaikan berkurang 29%
• Prompt injection: dalam evaluasi prompt injection tidak langsung dari Gray Swan, tingkat keberhasilan serangan pada Carbon adalah 0,0%, dibandingkan 0,7% pada Argon

Di sisi lain, VentureBeat melaporkan bahwa dalam evaluasi pengetahuan faktual, tingkat jawaban keliru (halusinasi) Carbon mencapai 11%, lebih tinggi dari Argon yang 4%. Meski tingkat jawaban benar secara keseluruhan naik, pemeriksaan tetap diperlukan untuk penggunaan tertentu.

Cara penyediaan dan harga

Google menyatakan akan menyediakan model ini secara hati-hati. Google ikut serta dalam proses evaluasi model sebelum rilis yang dijalankan pemerintah AS (bersifat sukarela), dan mulai minggu ini memberikan Carbon kepada sebagian organisasi pertahanan siber. Setelah itu, akses akan diperluas secara bertahap ke mitra tepercaya melalui "Fairwind Program" untuk organisasi di sisi pertahanan. Fairwind Program adalah program berbasis seleksi yang memprioritaskan pemerintah dan operator infrastruktur penting, antara lain, dan menurut Google saat ini diikuti lebih dari 650 organisasi di seluruh dunia.

Untuk harga, Google mengumumkan bahwa Carbon dimulai dengan harga perkenalan yang sama dengan Argon. Per 1 juta token, input US$2 dan output US$10, sedangkan input yang di-cache mendapat potongan 95% dari harga input. Setelah periode perkenalan berakhir, harganya menjadi input US$4 dan output US$20. Harga perkenalan Argon berlaku hingga 30 November, tetapi belum disebutkan sampai kapan periode perkenalan Carbon berlaku.

Kapan model ini bisa dipakai di aplikasi Gemini, Gemini API, atau paket berbayar seperti Google AI Pro dan Ultra, serta bagaimana syarat penyediaannya di Jepang, belum diumumkan hingga saat ini.

Pandangan Redaksi CoAI

Hanya 2 minggu setelah Argon tersedia umum, model yang lebih tinggi lagi sudah muncul. Namun, jika Argon membutuhkan sekitar 2 minggu dari pengumuman hingga tersedia umum, Carbon sama sekali belum menyebutkan jadwal untuk pengguna umum. Karena kemampuannya yang juga bisa dipakai untuk serangan siber makin tinggi, bisa dikatakan Google menerapkan urutan "berikan dulu kepada pihak bertahan" secara lebih tegas dibandingkan Argon.

Bagi pengguna umum dan pengembang, untuk sementara Argon tetap menjadi model teratas yang bisa dipakai. Perbaikan Carbon ke arah "memeriksa alih-alih menebak" dan "menjaga cakupan permintaan" penting bagi siapa pun yang ingin menyerahkan pekerjaan panjang kepada AI. Begitu tersedia umum, sebaiknya uji dulu dengan pola penggunaan sendiri, termasuk tingkat halusinasinya, sebelum beralih.

Sumber

• Gemini 4 Carbon: our next frontier model (blog resmi Google)
• Fairwind Program (Google DeepMind)
• Google announces Gemini 4 Carbon with 'significant gains across coding and agentic tasks' (9to5Google)
• Google unveils Gemini 4 Carbon, retaking the world's no. 1 spot on updated, harder benchmarks — but access is limited (VentureBeat)