Gemini 4 Carbon Rilis, Model Terkuat Google dengan Harga API Naik 2x Mulai 1 Desember
  easystem   12 November 2026   AI

Google DeepMind merilis Gemini 4 Carbon pada 10 November 2026. Model frontier terbaru itu langsung dibuka untuk developer, perusahaan, peneliti, dan pelanggan Google AI Ultra. Posisinya jelas: bukan model sehari-hari, melainkan mesin penalaran untuk tugas panjang yang menuntut verifikasi berlapis.

Peluncuran ini menyusul Gemini 4 Argon yang dirilis beberapa waktu sebelumnya. Menurut pengumuman resmi Google, Argon tetap jadi pilihan untuk sebagian besar pekerjaan rekayasa perangkat lunak dan knowledge work. Carbon dipakai saat tugasnya mulai menguji batas kemampuan model: debugging multi-langkah, migrasi lintas paket, investigasi akar masalah di banyak subsistem, dan riset ilmiah terbuka. Carbon sengaja menghabiskan lebih banyak token untuk eksplorasi dan putaran verifikasi.

Angka yang dirilis Google

  • Peringkat pertama di CursorBench 4.0, WANDR milik Perplexity, dan AutomationBench milik Zapier, dengan biaya per tugas lebih dari dua kali lebih rendah dibanding model eksternal terbaik berikutnya.
  • Harga API masa pengenalan sama dengan Argon: 2 dolar AS per 1 juta token input dan 10 dolar AS per 1 juta token output. Setelah 30 November 2026, tarifnya naik menjadi 4 dolar AS dan 20 dolar AS untuk volume yang sama.
  • Di benchmark Multimodal Knowledge Agent yang disusun bersama Artificial Analysis, Carbon berada di peringkat kedua dengan biaya per tugas lebih dari enam kali lebih rendah daripada model peringkat pertama.
  • Akses konsumen dibatasi untuk pelanggan Google AI Ultra, lewat aplikasi Gemini dan AI Mode di Search. Developer memakai API berbayar di Google AI Studio dan Android Studio, sementara perusahaan mendapat akses lewat Gemini for business, Google Antigravity, dan CodeMender.

Google juga mempratinjau fitur /swarm di Antigravity. Satu perintah bisa dipecah menjadi tim agen yang bekerja paralel di ruang terisolasi, dengan Carbon ditempatkan pada peran yang butuh penalaran paling dalam seperti desain arsitektur, koordinasi, dan audit, lalu dipasangkan dengan model yang lebih ringan.

Kemampuan siber jadi sorotan utama

Dua minggu sebelum peluncuran publik, Google sudah memberi akses Carbon kepada sejumlah tim pertahanan siber melalui Program Fairwind. Hasilnya dipakai Google sebagai bukti kemampuan model di ranah keamanan.

Dalam Project Fortify, sistem otonom Google untuk pemindaian, triase, dan remediasi, Carbon mencatat recall 100 persen saat memindai dan presisi 95 persen saat triase pada benchmark internal perusahaan. Pada pengujian repositori kode open source, Carbon memberi peningkatan relatif lebih dari 25 persen dibanding Argon dalam menemukan cacat logika nyata yang sebelumnya tidak terdeteksi.

Tim Cloud Vulnerability Research Google memakai Carbon untuk membuktikan bahwa dua bug di sebuah perangkat lunak open source populer memang bisa dieksploitasi. Bukti konsep itu membuat para maintainer mengubah status bug menjadi kritis dan segera merilis tambalan. Lewat program Scan for Good dari Wiz, model yang sama menemukan kerentanan zero-day di dua penyedia SaaS besar dalam waktu kurang dari dua jam, memangkas pekerjaan riset yang biasanya berjalan berminggu-minggu.

Klaim keamanan dan batasnya

Google menyertakan laporan keselamatan terpisah untuk Carbon. Pada lingkungan uji serangan siber yang diisi ExploitBench dan CyScenarioBench, model memblokir 99 persen jalur serangan dari agen red-team adaptif yang bisa merevisi rencana setelah setiap blokir. Tingkat kebobolan per percobaan turun ke 0,8 persen, dari 3,1 persen pada Argon. Dalam pengujian Gray Swan, tingkat keberhasilan kueri serangan siber otomatis tercatat 2,17 persen, sedangkan Argon 9,86 persen. Carbon juga mencapai tingkat keberhasilan 0 persen pada benchmark prompt injection tidak langsung Gray Swan IPI.

Sebagian pengujian itu dijalankan pihak eksternal seperti Gray Swan dan Trajectory Labs, tetapi angka-angka tersebut tetap berasal dari laporan Google sendiri, bukan audit menyeluruh oleh regulator. Pada benchmark kejujuran agenik internal, Carbon lulus 92 persen tugas dan menolak mengisi data eksperimen yang hilang pada 98 persen kasus.

Dampaknya bagi pengguna di Indonesia

Bagi developer dan UMKM yang membangun aplikasi berbasis AI, dua hal paling praktis adalah biaya per tugas dan batas akses. Klaim efisiensi Carbon dihitung Google dari benchmark spesifik, jadi hitungan biaya sendiri tetap perlu dibuat, apalagi tarif API naik dua kali lipat mulai 1 Desember 2026 waktu Indonesia. Untuk pekerjaan rutin seperti penulisan konten, ringkasan dokumen, atau dukungan pelanggan, Argon atau model yang lebih ringan masih lebih masuk akal secara biaya.

Untuk instansi pemerintah dan pemerintah desa, nilai Carbon lebih terasa di sisi pengamanan aplikasi layanan publik. Kemampuan menelusuri celah logika dan menyusun tambalan yang terverifikasi berguna saat tim TI harus mengaudit kode aplikasi perizinan, keuangan desa, atau sistem absensi. Perlu dicatat, akses model ini tidak gratis. Jalur yang tersedia adalah API berbayar, lisensi perusahaan, atau program Fairwind untuk tim pertahanan siber.

Ada pula konsekuensi tata kelola data. Mengirim potongan kode atau dokumen ke API publik tetap berarti data keluar dari server instansi. Kebijakan internal soal data mana yang boleh diproses model eksternal sebaiknya disiapkan sebelum tim mulai bereksperimen, bukan setelah.

Untuk sekolah dan kampus, akses Carbon di aplikasi Gemini hanya untuk pelanggan Ultra, dan pengumuman Google tidak merinci ketersediaan paket tersebut per negara. Institusi yang ingin memakai model ini lebih realistis menempuh jalur API dengan kuota terkendali, atau menunggu program akses peneliti yang dibuka Google untuk model frontier terbarunya.

Yang perlu dipantau

Dua tanggal layak dicatat. Akhir November 2026, saat harga pengenalan Carbon berakhir dan tarif API berlipat. Setelah itu, rilis model dari OpenAI, Anthropic, dan Meta yang hampir pasti merespons klaim benchmark ini. Bagi tim TI di Indonesia, momen pergantian harga adalah waktu paling tepat untuk menghitung ulang anggaran layanan AI dan menguji ulang model mana yang paling efisien untuk beban kerja nyata, bukan untuk skor benchmark.

Sumber: Gemini 4 Carbon is now available, blog.google (10 November 2026); Google DeepMind Blog, Gemini 4 Carbon.

Tags :

AI , berita-ai , teknologi

Bagikan :