Peluncuran Bertahap Mengirim Gemini 4 Carbon dari Google kepada Para Pembela Siber Terlebih Dahulu

Google mengumumkan Gemini 4 Carbon pada 28 Oktober 2026, menyebutnya sebagai model terdepan terkuat yang pernah dikembangkan perusahaan, dan mengatakan bahwa model ini akan menjangkau pengguna melalui peluncuran bertahap yang dimulai dengan sejumlah pembela siber, bukan dirilis secara luas.

Dalam pengumuman tersebut, Koray Kavukcuoglu, SVP Google DeepMind dan Kepala Arsitek AI di Google, menyebut Carbon sebagai model terkuat perusahaan, dengan kemampuan keamanan siber dan kemampuan menangani tugas jangka panjang yang canggih. Carbon adalah penerus Gemini 4 Argon, yang diluncurkan Google dua minggu sebelum pengumuman Carbon. Google mengatakan model baru ini menggambarkan laju perusahaan dalam mendorong batas kemampuan, sembari memperkuat perlindungan secara bersamaan.

Google mengatakan bahwa perusahaan mengambil pendekatan yang terencana dalam menerapkan model ini dan secara aktif terlibat dalam proses sukarela pemerintah AS untuk menguji model sebelum dirilis. Mulai pekan pengumuman tersebut, perusahaan akan menyediakan Carbon bagi sejumlah pembela siber, lalu secara bertahap memperluas akses kepada mitra tepercaya lainnya melalui Program Fairwind. Google mengatakan bahwa perusahaan terus mengumpulkan masukan dan menyempurnakan perlindungan sebelum menyediakan model ini kepada pengembang, bisnis, dan konsumen melalui berbagai kanal produknya, serta menambahkan bahwa perusahaan bermaksud melakukannya sesegera mungkin.

Pengodean Jangka Panjang dan Tolok Ukur Umum

Google mengatakan bahwa Carbon dirancang untuk menangani masalah rekayasa yang lebih sulit dan berdurasi panjang serta dibuat untuk mendukung alur kerja agen yang berkelanjutan. Tim internal dilaporkan telah melihat model ini beroperasi selama berhari-hari dan terus bekerja meski menemui jalan buntu dalam tugas kompleks bertahap, seperti mencari akar penyebab dan memperbaiki bug samar di basis kode besar serta sistem tingkat rendah.

Menurut Google, Carbon menempati peringkat pertama pada versi 5.0 Artificial Analysis Intelligence Index yang baru diperbarui, dengan skor 59. Perusahaan melaporkan bahwa Carbon meraih tambahan 89 poin Elo sehingga naik ke posisi keempat dengan skor 1768 di WebDev Arena, berkat peningkatan kualitas hasil dan artefak pengembangan web. Google mengatakan bahwa peningkatan difokuskan pada pengodean, tugas agen, dan tugas ilmiah, serta pengembangan web tumpukan penuh dan pemahaman multimodal, berdasarkan masukan pengguna.

Performa dalam Pertahanan Keamanan Siber

Google melaporkan hasil tercanggih di seluruh siklus pertahanan keamanan siber, mulai dari pendeteksian dan validasi kerentanan hingga remediasi, serta mengatakan bahwa evaluasi eksternal dilakukan tanpa perlindungan. Pada SEC-bench Pro, yang mengukur kemampuan menemukan secara mandiri kelemahan kompleks dalam perangkat lunak dunia nyata, Google melaporkan skor 88,2%. Pada ExploitGym, tolok ukur untuk memvalidasi apakah kerentanan yang ditemukan dapat dieksploitasi, Google melaporkan skor tercanggih baru sebesar 54,8%. Pada CWE-bench milik Collinear, yang menguji perbaikan kerentanan dari akar penyebabnya, Google melaporkan skor 71,0%.

Dalam tolok ukur internal, Google melaporkan bahwa Carbon meningkatkan tingkat keberhasilan pembuatan kode aman lebih dari 2x dibandingkan Argon. Tim Chrome perusahaan juga mendapati bahwa performa Carbon lebih dari 10X lebih baik daripada model terdepan besar dari laboratorium lain dalam menghasilkan tambalan berkualitas tinggi. Google menambahkan bahwa Wiz, platform keamanan cloud miliknya, mengamati Carbon unggul dalam tolok ukur pengujian penetrasi web, kemampuan inti untuk inisiatif Scan for Good milik Wiz.

Hasil Keamanan dan Keselarasan

Menurut Google, Carbon dibangun di atas tumpukan keamanan dan keselamatan berlapis yang digunakan untuk Argon, yang menggabungkan pelatihan model, pertahanan terhadap penyalahgunaan secara waktu nyata, ketahanan terhadap injeksi perintah, dan pemantauan rantai penalaran.

Perusahaan melaporkan bahwa Carbon menurunkan kecurangan yang berhasil pada Terminal-Bench 4.0 menjadi 0,0%, sementara upaya kecurangan turun menjadi 0,4% dan akurasi keseluruhan meningkat. Peringatan ketidakselarasan tingkat tinggi di lingkungan pengodean langsung bersama tim internal juga turun hampir 80%. Google mengatakan bahwa dalam pengujian internal, Carbon mengurangi klaim yang tidak didukung bukti sekitar 2x dibandingkan Argon, mencantumkan catatan metodologis langsung dalam hasil kerja, dan tidak menjalankan tindakan yang diblokir. Model ini menyajikan daftar jelas mengenai hal-hal yang masih diperlukan, alih-alih mengarang informasi atau mengelak ketika bukti tidak tersedia. Google juga melaporkan penurunan sebesar 26% dalam tindakan yang melampaui kewenangan dan 29% dalam pemenuhan layanan yang kurang memadai saat menjalankan rencana bertahap. Perusahaan mengatakan bahwa ketika tugas bersifat ambigu, model mengambil sumber yang relevan dan menunjukkan perbedaan kepada pengguna sebelum bertindak. Pada Indirect Prompt Injection Benchmark milik Gray Swan, Google melaporkan tingkat keberhasilan serangan sebesar 0,0% untuk Carbon—yang berarti model ini menahan setiap upaya serangan yang dievaluasi—setelah Argon sebelumnya memimpin tolok ukur tersebut dengan skor 0,7%.

Akses dan Harga Program Fairwind

Program Fairwind, yang dijalankan Google DeepMind, memberikan akses awal ke model canggih kepada pihak-pihak yang menjadi prioritas utama, seperti pemerintah, penyedia layanan kesehatan, dan perusahaan telekomunikasi. Google DeepMind menyatakan bahwa saat ini perusahaan bekerja sama dengan lebih dari 650 mitra di seluruh dunia, dan sejumlah mitra program mendapat akses eksklusif ke Gemini 4 Argon untuk digunakan bersama CodeMender, agen keamanan kode khusus miliknya yang mengotomatiskan perbaikan perangkat lunak.

Akses ke program ini tunduk pada persyaratan tertentu. Mitra hanya boleh melakukan tugas penggunaan ganda yang diizinkan, termasuk simulasi ancaman yang mendapat izin, rekayasa balik, dan analisis perangkat lunak berbahaya untuk keperluan penelitian pertahanan dan akademis; tugas berbahaya seperti membuat perangkat lunak berbahaya tidak diizinkan. Organisasi peserta harus menerapkan autentikasi tingkat pengguna dan autentikasi multifaktor yang tahan terhadap phishing, membatasi akses ke model hanya untuk tim keamanan siber internal, tanggap insiden, atau pengujian penetrasi, serta memantau akses dan penggunaan oleh karyawan. Mitra tidak boleh membagikan, mendistribusikan ulang, atau menjual akses ke model, dan Google DeepMind melakukan pemeriksaan latar belakang terhadap pemohon untuk memverifikasi riwayat keamanan serta rekam jejak operasi yang etis. Program ini memprioritaskan pemerintah dan otoritas siber nasional, operator infrastruktur penting di bidang layanan kesehatan, telekomunikasi, energi, dan jaringan keuangan, serta platform teknologi inti.

Carbon diluncurkan dengan harga perkenalan yang sama dengan Argon: $2 per satu juta token input dan $10 per satu juta token output, dengan harga token input yang tersimpan dalam cache didiskon 95% dari harga token input. Catatan kaki dalam pengumuman tersebut menyatakan bahwa setelah periode perkenalan berakhir, harganya akan menjadi $4 per satu juta token input dan $20 per satu juta token output.

Google mengatakan bahwa pihaknya ingin mengetahui bagaimana kelompok awal pembela siber menggunakan model tersebut dan menantikan saat Carbon segera tersedia bagi para pengembang, bisnis, dan konsumen.