Pada 10 November, Google membuka Gemini 4 Carbon bagi semua pengembang berbayar dan perusahaan. Saat model ini diluncurkan dua pekan lalu, akses hanya diberikan lewat program Fairwind kepada sekelompok kecil pihak pembela keamanan siber. Kini model tersebut tersedia sekaligus di Google AI Studio, Gemini API, dan Gemini for business untuk perusahaan, sementara pelanggan Google AI Ultra bisa langsung memakainya di aplikasi Gemini, AI Mode di Search, dan alat pemrograman Antigravity.
Pengumuman itu ditandatangani Koray Kavukcuoglu, arsitek AI utama Google DeepMind, dan positioning-nya tidak berubah: keamanan siber dan tugas agen berjangka panjang.
“Carbon is our strongest model with frontier performance in cybersecurity capabilities.”
(Carbon adalah model terkuat kami, dengan kinerja kelas terdepan dalam kemampuan keamanan siber.)
Murah dulu, mahal kemudian
Harganya sama dengan harga perkenalan Argon: US$2 per juta token input dan US$10 per juta token output. Harga ini hanya bertahan sampai 30 November. Setelah itu kembali menjadi US$4 untuk input dan US$20 untuk output, atau tepat dua kali lipat. Masa perkenalan hanya berlaku untuk versi publik Carbon; “Carbon for cyber” di dalam Fairwind, yang ditujukan bagi pihak pembela, memakai jalur permohonan tersendiri.
Dalam pengumuman yang sama, Google mengingatkan bahwa Carbon, karena melakukan penalaran mendalam dan verifikasi diri, memakai lebih banyak token daripada Argon. Karena itu Google menyarankan agar sebagian besar pekerjaan rekayasa perangkat lunak dan pekerjaan berbasis pengetahuan tetap dimulai dengan Argon, lalu beralih ke Carbon untuk tugas yang kompleks.
Hitungan kasarnya begini. Misalkan sebuah tugas agen di Argon sekali jalan membaca 200.000 token dan menulis 30.000 token; dengan harga perkenalan, biayanya 0,4 + 0,3 = US$0,7. Jika tugas yang sama dijalankan di Carbon dan outputnya bertambah separuh, biaya per jalan setelah Desember menjadi sekitar 0,8 + 0,9 = US$1,7. Tambahan separuh itu adalah asumsi kami; Google tidak merilis rasio konsumsi token kedua model, sehingga selisih sebenarnya bergantung pada tugasnya.
Capaian terpusat pada tolok ukur agen
Kartu nilai yang menyertai versi publik ini menggeser fokus dari tolok ukur kerentanan pada pengumuman sebelumnya ke pekerjaan agen dan pekerjaan berbasis pengetahuan. Google menyatakan Carbon berada di peringkat pertama pada CursorBench 4.0, WANDR milik Perplexity, dan AutomationBench milik Zapier, dengan biaya per tugas lebih dari separuh lebih rendah daripada model eksternal di peringkat kedua.
Pada MKA, tolok ukur agen pengetahuan multimodal dari Artificial Analysis, Carbon berada di peringkat kedua, dengan biaya rata-rata per tugas lebih dari enam kali lebih rendah daripada peringkat pertama. Pada tolok ukur agen keuangan umum dari dana lindung nilai Balyasny, Carbon menempati peringkat pertama di antara 23 konfigurasi model terdepan.
Angka terkait keamanan juga diperbarui. Di lingkungan serangan simulasi, Carbon menahan 99% lintasan serangan, dan peluang ditembus dalam satu kali percobaan adalah 0,8%, dibandingkan 3,1% pada Argon. Tingkat keberhasilan pada kueri serangan siber otomatis Gray Swan adalah 2,17%, sedangkan Argon 9,86%. Tingkat kelulusan pada 375 tugas kejujuran naik dari 70% milik Argon menjadi 92%.
Tolok ukur internal Google, Project Fortify, menunjukkan recall pemindaian 100% dan presisi triase 95%. Data internal semacam ini belum direproduksi pihak ketiga, dan Google juga tidak mengungkap ukuran kumpulan ujinya.
Beberapa hal yang dirilis bersamaan
Selain modelnya sendiri, Google melakukan tiga hal sekaligus:
- Akses Argon gratis yang empat pekan lalu dibuka untuk 10.000 ilmuwan diperluas ke Carbon. Pemohon dapat memakai tingkat penggunaan tertinggi di Antigravity secara gratis selama 6 bulan, dengan peninjauan bergulir setiap pekan;
- Antigravity merilis pratinjau fitur
/swarm, yang membagi satu perintah kepada beberapa agen untuk dikerjakan bersama; - Dalam pemindaian dua pemasok SaaS besar bersama Wiz, model menemukan kerentanan zero-day dalam dua jam. Dua pemasok yang dimaksud tidak diungkapkan.
Dari Argon ke Carbon, Google dua kali memakai ritme yang sama: lebih dulu untuk tim keamanan, lalu dibuka penuh dua pekan kemudian. Bedanya, kali ini sisi konsumen hanya untuk pelanggan Ultra, sementara pengguna Pro belum bisa memakainya. Kapan tingkat Pro menyusul, pengumuman tidak memuat jadwalnya.
Sumber: blog resmi Google, kartu model Google DeepMind, CocoLoop; hal yang diverifikasi mencakup harga API per unit selama masa perkenalan dan sesudahnya, peringkat berbagai tolok ukur, serta persentase uji keamanan. Perkiraan biaya adalah hitungan kasar redaksi.