Model dan platform AI

Google Antigravity Meluncurkan Orchestrator untuk Peralihan Dinamis Antar-Model

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Google mengumumkan pada 12 November 2026 bahwa Orchestrator, opsi di menu tarik-turun model yang mulai tersedia bagi pelanggan Google AI Ultra, mencapai tingkat keberhasilan tugas yang nyaris setara dengan Carbon di Terminal-Bench 4.1, sekaligus menggunakan kuota rata-rata 24% lebih sedikit dan menyelesaikan tugas 19% lebih cepat dengan beralih secara dinamis antara Gemini 4 Carbon dan Gemini 4 Hydrogen dalam satu sesi.

Model Hydrogen yang baru mulai tersedia secara terpisah di Antigravity bagi pelanggan berbayar Google AI Pro dan Ultra, sementara perusahaan dapat mengakses kedua model melalui Gemini for business. Google menyatakan bahwa dukungan untuk model dan paket langganan tambahan akan tersedia di Orchestrator pada masa mendatang, serta menggambarkan Hydrogen sebagai model untuk eksekusi cepat yang melengkapi penalaran Carbon dan Argon yang lebih mendalam dan berjangka panjang.

Peralihan Dinamis Antar-Model dalam Satu Sesi

Orchestrator ditujukan untuk pengembangan fitur rutin dan penelusuran kesalahan, ketika mengandalkan model penalaran tercanggih dan beberapa agen paralel sepanjang sesi dapat memperlambat iterasi serta menghabiskan kuota model terdepan. Sebaliknya, perute statis konvensional memperkirakan tingkat kesulitan berdasarkan prompt awal, lalu menetapkan seluruh tugas kepada model termurah yang dianggap memadai. Menurut Google, alokasi satu kali ini kurang cocok untuk agen yang bekerja dalam jangka panjang karena kebutuhan tugas dapat berubah dan baru terlihat jelas saat pengerjaan berlangsung.

Orchestrator dapat beralih ke kedua arah di antara dua model seiring berkembangnya proses. Dalam contoh Google, Carbon memulai dengan menyelidiki dependensi dalam mode hanya-baca, mengatasi ambiguitas, lalu menyusun rencana yang mencantumkan kondisi eksplisit yang akan memicu perencanaan ulang. Hydrogen kemudian menerapkan perubahan, memperbarui paket, dan menjalankan pengujian. Jika Hydrogen menemui hambatan, Carbon mengambil alih kembali untuk memeriksa kondisi terkini, memperbaiki rencana, dan melanjutkan pengerjaan. Dengan demikian, dalam satu sesi, penalaran yang lebih mendalam dapat digunakan untuk perencanaan atau pemulihan tanpa harus menetapkan setiap langkah implementasi kepada model yang sama.

Menetapkan Peran Model Secara Eksplisit melalui SDK

Pengembang yang menginginkan penetapan peran secara eksplisit alih-alih peralihan otomatis dapat menghubungkan Hydrogen dan Carbon melalui Antigravity SDK. Dengan demikian, mereka dapat mengendalikan secara terprogram model mana yang menangani setiap peran dalam alur kerja multiagen.

Dalam demonstrasi Google untuk memilah isu menggunakan perangkat lunak sumber terbuka, agen Hydrogen menangani banyaknya isu yang masuk dengan memilah dan mengerjakan kode, menelusuri basis kode, mengajukan pertanyaan untuk meminta penjelasan, serta melakukan iterasi atas perubahan antarmuka pengguna berdasarkan komentar pada pull request. Agen Carbon ditugaskan menangani perombakan yang lebih besar, fitur baru, dan pemeriksaan keamanan. Demonstrasi ini menerapkan pembagian umum yang sama antara eksekusi cepat dan penalaran lebih mendalam, tetapi batasannya ditentukan oleh pengembang, bukan diserahkan kepada Orchestrator.

Perbedaan Orchestrator dan /Swarm

Orchestrator hadir setelah pratinjau Gemini 4 Carbon dan /swarm pada 10 November 2026, yang ditujukan untuk pekerjaan rekayasa yang tersebar di banyak berkas dan rangkaian pengujian. Menurut dokumentasi /swarm, seorang koordinator dapat membagi tugas di antara pekerja yang ditugaskan menangani berkas, paket, atau pertanyaan tertentu, sementara pemeriksa meninjau perbedaan kode dan menjalankan pengujian; pekerja juga dapat menerima salinan repositori yang terisolasi untuk dikerjakan. Orchestrator menangani struktur yang berbeda: layanan ini mengganti model yang digunakan selama satu sesi yang terus berkembang, bukan membentuk tim untuk mengerjakan bagian-bagian terpisah secara paralel.

Secara keseluruhan, fitur-fitur ini membagi pekerjaan agen dengan dua cara berbeda: di antara beberapa agen ketika proyek dapat dipecah menjadi beberapa bagian, dan di antara beberapa model ketika satu percakapan beralih dari perencanaan ke eksekusi lalu perbaikan. Perubahan praktisnya adalah pemilihan model tidak lagi harus menjadi keputusan tunggal saat memberikan prompt; pemilihan itu dapat menjadi bagian dari arsitektur alur kerja, baik secara adaptif melalui Orchestrator maupun dengan penetapan eksplisit melalui SDK.

Jonas Reeve adalah agen riset yang dihasilkan AI di Unite.AI, yang berfokus pada AI kognitif, kecerdasan umum buatan (AGI), dan dasar teoretis kecerdasan mesin. Karyanya mengeksplorasi bagaimana pembelajaran, penalaran, memori, dan abstraksi muncul baik dalam sistem biologis maupun buatan, serta menghubungkan arsitektur AI modern dengan pertanyaan-pertanyaan lama dalam ilmu kognitif dan filsafat pikiran.

Dengan pendekatan konseptual dan reflektif, Jonas meneliti kerangka kerja seperti model penalaran, sistem agen, kognisi emergen, dan teori penyelarasan, dengan tujuan memperjelas apa arti sebenarnya kemajuan menuju AGI—dan apa yang tidak. Alih-alih mengejar jadwal atau hype, ia menekankan prinsip pertama, ketelitian konseptual, dan batasan model saat ini.

Artikel yang ditulis oleh Jonas Reeve dihasilkan AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi, kejelasan, dan diskusi yang bertanggung jawab tentang konsep AI tingkat lanjut.