Gemini 4 Neon Rilis: Konteks 1 Juta Token dan Harga Lebih Murah untuk Agen AI
  easystem   19 November 2026   AI

Google DeepMind resmi merilis Gemini 4 Neon pada 18 November 2026. Model ini ditempatkan di tengah keluarga Gemini 4, di antara Carbon yang dipakai untuk proyek jangka panjang paling berat dan Hydrogen untuk tugas harian yang butuh kecepatan, dengan janji yang cukup gamblang: kemampuan mendekati model terdepan, tetapi dengan biaya per tugas lebih rendah dan kecepatan penyelesaian end-to-end.

Bagi pengguna di Indonesia, rilis ini menarik bukan karena skor benchmark-nya, melainkan karena tiga hal yang langsung terasa di pekerjaan sehari-hari: konteks 1 juta token, harga per token yang lebih murah dari pendahulunya di kelas yang sama, dan kemampuan menangani alur kerja agen yang panjang tanpa kehilangan jejak.

Apa yang Baru dari Gemini 4 Neon

Neon adalah model reasoning dengan konteks terpadu 1 juta token. Output bawaan 64 ribu token, dan bisa mencapai 1 juta token lewat mode background long decode. Model ini menerima input teks, gambar, audio, dan video dalam satu jendela konteks, dengan knowledge cutoff Maret 2026. Google tidak mengungkap jumlah parameter maupun arsitekturnya, dan model card menyebut Neon diadaptasi dari Gemini 4 Carbon.

Yang penting dicatat: bobotnya tertutup dan hanya tersedia di infrastruktur Google. Tidak ada versi lokal, kuantisasi, atau build edge, sehingga instansi yang punya aturan ketat soal lokasi data perlu mempertimbangkan hal ini sejak awal.

Untuk pemakaian agen, Neon menyediakan beberapa tingkat "thinking". Level high jadi bawaan, sementara xhigh disediakan untuk pekerjaan rekayasa, analitis, dan ilmiah paling sulit. Pada proses agen yang panjang, Neon mendukung context compaction dan lebih sedikit membaca ulang file yang sama. Di Google Antigravity, Neon bahkan bisa berperan sebagai orkestrator yang mengarahkan subagen Gemini 4 Hydrogen secara paralel untuk subtugas kecil.

Harga dan Ketersediaan

  • Harga: 3 dolar AS per 1 juta token input dan 15 dolar AS per 1 juta token output.
  • Input cache: 0,15 dolar AS per 1 juta token, diskon 95 persen dari harga input normal.
  • Konteks: 1 juta token; output bawaan 64 ribu token.
  • Mulai tersedia hari rilis di Gemini API dan Google AI Studio, Gemini for Business (lewat API dan pilihan model), Google Antigravity untuk pelanggan berbayar Google AI Pro dan Ultra, serta aplikasi Gemini untuk pelanggan Pro dan Ultra.

Klaim Performa: Unggul di Konteks Panjang

Pada Artificial Analysis Intelligence Index di level xhigh, Neon mencatat skor 61 dan berada di peringkat ketiga keseluruhan, di depan Claude Opus 5.5 (59) dan GPT-6.2 Sol (57), hanya kalah dari model yang lebih besar dan lebih lambat. Di Vals Index, Neon ada di peringkat kedua dengan 70,9 persen.

Kemenangan paling mencolok ada di konteks panjang. Pada GraphWalks untuk rentang 256 ribu hingga 1 juta token, Neon mencatat 95,2 persen, jauh di atas GPT-6.2 Sol (80,1 persen) dan Claude Opus 5.5 (66,8 persen). Untuk urusan agen, Google mengklaim posisi pertama di AA Coding Agent Index dengan 58,6, serta 39,0 persen pada SWE-sweep dengan perangkat uji dari penyedia, dibandingkan 10,1 persen untuk Opus 5.5.

Di pekerjaan pengetahuan, Neon mencatat 56,3 persen pada Zapier AutomationBench (Opus 5.5: 42,5 persen) dan 75,8 persen pada Agents' Last Exam v1.1. Untuk sains dan matematika: 70,5 persen di Terminal-Bench Science, 84,0 persen di RiemannBench, dan 71,3 persen di HLE-Diamond. Pada Agent Arena Index yang dibangun dari lebih dari 4.200 sesi agen nyata, Neon ada di peringkat kedua dengan skor 1336, dan Google menyebutnya peringkat kedua untuk steerability, yaitu kemampuan menyesuaikan diri saat pengguna mengoreksi di tengah tugas.

Neon tidak menang di semua baris. Opus 5.5 masih memimpin Terminal-bench 4.1 (65,8 persen berbanding 65,2 persen) dan FrontierCode 2.0 (47,3 berbanding 46,2 persen), sedangkan GPT-6.2 Sol unggul di Chartography (75,1 berbanding 73,5 persen). Perlu ditegaskan bahwa hampir semua angka ini dilaporkan Google sendiri dan belum direproduksi pihak independen secara menyeluruh, jadi anggap sebagai indikasi arah, bukan kebenaran final.

Artinya bagi Instansi dan Pelaku Usaha di Indonesia

Konteks 1 juta token mengubah jenis pekerjaan yang bisa diserahkan ke model. Satu laporan keuangan desa setahun, kumpulan PDF regulasi, atau ratusan halaman dokumen pengadaan bisa dimasukkan dalam satu percakapan tanpa dipotong-potong manual. Untuk sekolah, ini berarti satu berkas kurikulum plus arsip soal bisa dianalisis sekaligus. Untuk UMKM, katalog produk, ulasan pelanggan, dan riwayat penjualan bisa dibaca bersamaan untuk menyusun strategi.

Struktur harga juga relevan. Tarif input cache yang turun 95 persen membuat pemakaian berulang atas dokumen yang sama, pola khas layanan publik yang menjawab pertanyaan seputar satu regulasi tetap, jauh lebih hemat. Namun harga output 15 dolar AS per juta token tetap perlu dihitung ketika aplikasi menghasilkan dokumen panjang atau balasan bervolume besar.

Batasan terbesar justru bukan teknis. Karena bobotnya tertutup dan hanya berjalan di server Google, instansi yang mewajibkan data tetap di dalam negeri atau di pusat data sendiri tidak punya opsi memasang Neon secara lokal. Untuk kebutuhan seperti itu, jalur yang lebih realistis adalah model open-weight, dengan konsekuensi kemampuan dan biaya operasional yang berbeda. Ini keputusan arsitektur, bukan sekadar keputusan langganan.

Untuk developer, masuknya Neon di Gemini API dan AI Studio berarti satu opsi tambahan di kelas menengah: lebih cepat dan lebih murah daripada model puncak, tetapi masih sanggup menangani rangkaian tool call panjang. Pola orkestrator dan subagen di Antigravity juga memberi gambaran arah industri, yaitu model besar mengatur sementara model kecil mengeksekusi, dan pola itu bisa ditiru secara manual lewat API tanpa harus memakai platform tersebut.

Rilis ini juga memperjelas peta persaingan akhir 2026: tiga nama besar, yakni Gemini 4 Neon, Claude Opus 5.5, dan GPT-6.2 Sol, kini bersaing ketat dengan selisih tipis, dan keunggulan berpindah tergantung jenis pekerjaan. Bagi pengguna, itu kabar baik: pilihan makin banyak, harga makin tertekan, dan klaim pemasaran makin mudah diuji sendiri lewat uji coba kecil di AI Studio.

Sumber:

Tags :

AI , berita-ai , teknologi

Bagikan :