Google DeepMind resmi merilis model frontier terbarunya, Gemini 4 Argon. Model ini dirancang khusus untuk menangani alur kerja jangka panjang (long-horizon workflows) yang menuntut penalaran mendalam dan eksekusi bertahap, mulai dari refaktorisasi perangkat lunak skala besar, riset keamanan siber, hingga analisis data profesional. Pengumuman ini disampaikan oleh Koray Kavukcuoglu, Senior Vice President Google DeepMind sekaligus Chief AI Architect Google, menandai babak baru arsitektur model komputasi agen di ekosistem Google.

Pembaruan teknis paling mencolok pada Gemini 4 Argon terletak pada kapasitas jendelanya. DeepMind menyematkan batas token terpadu masukan dan keluaran hingga 1 juta token melalui Gemini API. Sebelumnya, sebagian besar model bahasa besar membatasi panjang generasi keluaran pada kisaran 4.096 hingga 64.000 token, sekalipun konteks masukan dapat menampung jutaan token. Dengan memperluas ruang keluaran hingga 1 juta token, sistem agen kini memiliki ruang komputasi untuk menjalankan penalaran mendalam tanpa terputus, menyusun rencana kerja multi-langkah, serta menghasilkan artefak kode atau berkas utuh dalam satu lintasan kerja (single trajectory).

Skema Harga dan Strategi Caching

Dari sisi komersial, Google mematok harga perkenalan sebesar $2 per satu juta token masukan dan $10 per satu juta token keluaran untuk akses publik melalui Gemini API. Tarif promosi ini berlaku hingga 30 November 2026. Setelah masa perkenalan berakhir, harga standar akan berlipat ganda menjadi $4 per satu juta token masukan dan $20 per satu juta token keluaran.

Kunci utama bagi pengembang agen perangkat lunak adalah struktur diskon prompt caching. Google memberikan potongan harga 95 persen untuk token masukan yang tersimpan di memori cache, sehingga tarifnya turun menjadi $0,10 per satu juta token. Langkah ini ditujukan untuk memangkas biaya operasional sistem multi-agen dan loop eksekusi otonom, di mana instruksi sistem, aturan basis kode, dan riwayat penalaran berulang kali dikirim kembali ke model pada setiap putaran kerja.

Pengujian Produksi di Basis Kode Google

Berbeda dengan pola peluncuran model yang kerap bertumpu pada tolok ukur sintetis, Google memaparkan serangkaian uji coba Argon pada basis kode produksi internal mereka sebelum merilisnya ke publik.

Salah satu uji coba paling signifikan dilakukan pada proyek Chromium. Tim peramban Chrome memanfaatkan agen Argon untuk memisahkan logika fitur web warisan sekitar 6 juta baris dari total 40 juta baris basis kode Chromium. Refaktorisasi lintas ratusan berkas ini ditujukan untuk memungkinkan halaman web bergerak mulus di antara tab, panel samping, dan jendela mengambang tanpa perlu memuat ulang, sekaligus menekan risiko crash akibat ketergantungan komponen lama.

Selain Chromium, agen berbasis Argon dikerahkan untuk memigrasikan basis kode C dan C++ ke Rust guna meningkatkan keamanan memori. Pada libgav1, perangkat lunak sumber terbuka milik Google untuk decoding video, agen menggantikan 32.000 baris kode SIMD manual dengan kode Rust tervektorisasi yang aman. Hasil akhirnya menghasilkan decoder yang berjalan 2,7 kali lebih cepat dibanding port Rust sebelumnya dan mendekati performa C++ teroptimasi. Google juga menguji coba migrasi eksperimental pada 800.000 baris kernel Zircon milik sistem operasi Fuchsia, yang saat ini masih menjalani audit ketat dan pengujian emulasi sebelum diterapkan ke tahap produksi.

Di tingkat infrastruktur fisik, tim agen Argon menganalisis data telemetri profil armada pusat data Google secara otonom. Intervensi optimasi memori yang diajukan model ini berhasil membebaskan lebih dari 300 TiB RAM pada sistem server, dengan proyeksi penghematan jangka panjang diperkirakan mencapai antara 500 TiB hingga 1 PiB.

Tolok Ukur Kinerja dan Evaluasi Mandiri

Pada serangkaian tolok ukur industri independen, DeepMind mencatat performa unggul Argon pada tugas-tugas rekayasa praktis:

- DeepSWE v1.1: Mencapai skor 77,9 persen dalam menyelesaikan tugas rekayasa perangkat lunak dunia nyata jangka panjang. - Vals Index: Memuncaki peringkat pertama pada indeks yang mengukur kontribusi ekonomi model AI di sektor keuangan, hukum, perpajakan, dan rekayasa perangkat lunak. - AutomationBench: Meraih skor 51,3 persen pada tolok ukur Zapier untuk eksekusi proses bisnis dari hulu ke hilir. - LVBench: Meraih skor 91,7 persen dalam pemahaman video berdurasi panjang. - CWE-bench v1: Mencatat tingkat keberhasilan 68 persen dalam memperbaiki kerentanan perangkat lunak secara otomatis. - Embodied Reasoning (ERQA): Memperoleh skor 87 persen pada pengujian penalaran spasial dan fisik lingkungan 3D untuk aplikasi robotika.

Di ranah keamanan, Google memperketat perlindungan terhadap serangan injeksi prompt tidak langsung (indirect prompt injection) melalui pelatihan adversarial dan pengujian red team otomatis. Pada Gray Swan Indirect Prompt Injection Benchmark, model ini mencatatkan ketahanan paling tinggi di antara keluarga Gemini.

Perlindungan Keamanan dan Program Fairwind

Untuk kebutuhan pertahanan siber berisiko tinggi, Google menyediakan program Fairwind. Program ini memberikan akses model Argon tanpa pembatasan pagar keamanan siber defensif khusus bagi mitra analis keamanan yang telah melewati verifikasi ketat.

Salah satu mitra awal, Wiz, memanfaatkan kapabilitas ini melalui inisiatif Scan for Good dan berhasil menemukan kerentanan kritis penyingkapan data pribadi pada perangkat lunak rumah sakit sebelum dieksploitasi pihak luar.

Ketersediaan Layanan

Gemini 4 Argon mulai tersedia secara bertahap di sejumlah kanal Google:

- Pengembang: Dapat mengakses tier berbayar Gemini API di Google AI Studio dan Android Studio, serta platform pengembangan agen Google Antigravity bagi pelanggan Google AI Ultra. - Perusahaan: Tersedia melalui integrasi Gemini for Business dan Google Cloud Gemini Platform. - Konsumen: Pengguna paket langganan Google AI Ultra dan Pro dapat mengaksesnya melalui aplikasi Gemini dan fitur AI Mode di Google Search. Aplikasi Gemini versi macOS kini menyertakan panel antarmuka koding agen Antigravity secara bawaan. - Peneliti Sains: Google membuka pendaftaran kuota gratis selama 6 bulan pada tier tertinggi Google Antigravity untuk peneliti terkurasi.

Dengan memperluas jendela generasi keluaran dan menurunkan biaya caching, Google DeepMind menunjukkan bahwa medan kompetisi AI frontier kini bergeser dari sekadar kecepatan merangkum teks menuju ketahanan komputasi jangka panjang yang mampu mengelola infrastruktur perangkat lunak sesungguhnya.

Sumber https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/

Sumber tambahan: https://deepmind.google/blog/introducing-gemini-4-argon https://blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-4-argon/