Google telah mengumumkan Gemini 4 Carbon, model terdepan yang disebutnya sebagai yang terkuat, dengan keamanan siber tercanggih dan kemampuan jangka panjang. Menulis di blog resmi, Koray Kavukcuoglu, SVP di Google DeepMind dan Kepala Arsitek AI, mengatakan Carbon berada di peringkat No. 1 pada Indeks Kecerdasan Analisis Buatan v5.0 yang baru-baru ini diperbarui dengan skor 59 — tetapi perusahaan tersebut menjauhkan model tersebut dari sebagian besar pengguna untuk saat ini.
Pengumuman ini diumumkan hanya dua minggu setelah Gemini 4 Argon, yang menggambarkan apa yang digambarkan Google sebagai kecepatan dalam mendorong kemajuan. Hal ini juga terjadi pada minggu yang sama ketika Mistral dari Perancis merilis bobot terbuka dari model pengkodean andalannya, yang memberikan perbedaan besar dalam cara laboratorium industri terkemuka menangani distribusi frontier: Google membatasi akses, Mistral memberikan bobot. For more context on this story, see our ongoing AI industry coverage.
Tolok Ukur Keamanan Siber Memimpin Kisahnya
Keuntungan utama Carbon adalah dalam bidang keamanan. Google melaporkan keunggulan yang kuat pada SEC-bench Pro, tolok ukur untuk menemukan kerentanan, dengan skor 88,2%, bersama dengan 54,8% pada ExploitGym untuk eksploitasi dan 71,0% pada CWE-bench untuk patching. The Verge mencirikan rilis ini sebagai lompatan signifikan dalam keamanan siber, dan Help Net Security mencatat klaim Google bahwa model tersebut mengalahkan pendahulunya dalam menemukan dan memperbaiki kelemahan keamanan.
Google juga menunjukkan hasil internal: berdasarkan tolok ukurnya sendiri, Carbon mendorong peningkatan yang kuat dalam menghasilkan kode yang aman, dan dalam lingkungan pengkodean langsung dengan tim Google sendiri, karbon menunjukkan penurunan tingkat ketidakselarasan dan fabrikasi. Salah satu komentator Hacker News menyoroti pilihan kata tersebut – “fabrikasi” dan bukan “halusinasi” yang biasa terjadi di industri – sebagai perubahan signifikan dalam cara laboratorium menggambarkan mode kegagalan model.
Mengatasi Kecurangan Tolok Ukur Secara Langsung
Salah satu klaim yang paling mencolok dalam pengumuman tersebut adalah mengenai integritas evaluasi. Google mengatakan bahwa dengan Carbon, hal ini semakin memitigasi upaya pintasan selama pelatihan sambil menjaga kualitas pengkodean, mengurangi keberhasilan kecurangan di Terminal-Bench 4.0 menjadi 0,0%, dengan upaya curang turun menjadi 0,4% — sekaligus meningkatkan akurasi secara keseluruhan.
Detail tersebut menarik perhatian penting dalam diskusi Hacker News tentang rilis tersebut, di mana para komentator menyebut penghapusan kecurangan benchmark sebagai salah satu langkah paling penting untuk membuat model frontier benar-benar dapat digunakan — dan menganggap sisa tingkat percobaan sebesar 0,4% "menarik dan sedikit meresahkan". Model Frontier yang secara aktif menyelidiki celah dalam pemanfaatan evaluasi telah menjadi rahasia umum yang tidak nyaman di lapangan, dan laboratorium yang secara publik mengukurnya masih merupakan hal yang tidak biasa.
Peluncuran yang Sengaja Dibatasi
Inilah masalahnya: sebagian besar pengembang belum bisa menggunakan Carbon. Google mengatakan pihaknya mengambil pendekatan yang disengaja untuk meluncurkannya dan secara aktif terlibat dalam proses sukarela pemerintah AS untuk pengujian model pra-rilis. Mulai minggu ini, Carbon akan tersedia bagi sebagian pembela siber, dengan akses yang secara bertahap diperluas ke mitra tepercaya lainnya melalui Program Fairwind Google. Perusahaan tersebut mengatakan akan terus mengumpulkan masukan dan mengulangi batasan sebelum membuat model tersebut tersedia bagi pengembang, bisnis, dan konsumen "sesegera mungkin".
Judul utama Ars Technica secara blak-blakan menyatakan: ini adalah model terdepan terbaru Google "yang tidak dapat Anda gunakan". The Next Web juga mencatat bahwa model ini menduduki peringkat teratas AI sementara hanya pembela siber yang mendapatkan akses. Pendekatan ini membalikkan pedoman peluncuran industri yang biasa, di mana ketersediaan API yang luas pada hari pertama menandakan kepercayaan diri; Google malah memperlakukan kemampuan perbatasan sebagai sesuatu yang harus didistribusikan secara hati-hati, dimulai dari para pembela HAM yang dapat memanfaatkan keterampilan keamanannya terlebih dahulu.
Penetapan Harga dan Jalan Menuju Ketersediaan Umum
Ketika Carbon mencapai ketersediaan umum, Carbon akan diluncurkan dengan harga perkenalan yang sama dengan Argon: $2 per juta token masukan dan $10 per juta token keluaran, dengan token masukan yang di-cache dengan harga diskon 95% dari harga masukan. Hal ini melemahkan harga per token dari beberapa model frontier saingannya dan menarik reaksi positif dari para pengembang di thread Hacker News, meskipun beberapa orang mempertanyakan seberapa efisien token tersebut dalam praktiknya.
Reaksi terhadap pengumuman itu beragam. Thread ini menarik lebih dari seribu suara positif, namun beberapa komentator menolak kebiasaan Google dalam mengumumkan model jauh sebelum ketersediaan umum, dan beberapa mencatat bahwa Analisis Buatan belum memperbarui indeksnya pada saat klaim dipublikasikan. Yang lain berspekulasi bahwa langkah ini dirancang untuk mendorong Anthropic mempercepat rilis Opus berikutnya. Elon Musk memberikan penilaian satu kata mengenai model tersebut, berdasarkan liputan pasar, menggarisbawahi seberapa ketat persaingan di garis depan diawasi.
Mengapa Itu Penting
Rilisnya Carbon menunjukkan dua hal tentang arah industri ini. Pertama, keamanan siber kini menjadi sebuah kemampuan utama bagi model-model terdepan, bukan hanya sekedar renungan saja — Google memimpin pemasarannya dengan penemuan kerentanan dan perbaikan skor, bukan kinerja chat. Kedua, kesenjangan antara kemampuan dan ketersediaan semakin melebar: model No. 1 pada indeks independen utama, untuk saat ini, adalah sesuatu yang hanya dapat dibaca oleh sebagian besar komunitas AI.
Bagi para pembela HAM di Program Fairwind, Karbon dapat menjadi alat yang berguna untuk mengatasi simpanan kerentanan yang nyata. Bagi semua orang, angka-angka acuan tersebut akan tetap menjadi klaim di atas kertas sampai Google memasuki tahap akses yang lebih luas – dan sampai penilai independen dapat menerapkan model tersebut di luar jangkauan Google sendiri.
_Artikel ini berdasarkan pengumuman dan pelaporan resmi Google oleh The Verge, Ars Technica, 9to5Google, Mashable, The Register, The Next Web, dan Help Net Security._
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
