Endoxa Asia – Google memperkenalkan Gemini 4 Argon sebagai model AI frontier terbaru yang dirancang untuk menangani pekerjaan kompleks, mulai dari coding dan riset hingga pekerjaan profesional seperti analisis hukum dan keuangan. Namun, kemampuan yang paling menarik justru datang bersama akses yang masih sangat terbatas.
Google mulai menggulirkan Gemini 4 Argon kepada kelompok terbatas melalui Fairwind Program, sebuah program yang ditujukan untuk pemerintah dan mitra keamanan siber tepercaya. Artinya, meski Google sudah memamerkan kemampuan model barunya, pengguna umum dan sebagian besar developer masih harus menunggu.
Gemini 4 Argon dirancang untuk pekerjaan yang panjang dan kompleks
Google menggambarkan Gemini 4 Argon sebagai model yang mampu mempertahankan penalaran mendalam dalam alur kerja kompleks dan berdurasi panjang. Fokusnya tidak hanya pada menjawab pertanyaan, tetapi membantu menyelesaikan pekerjaan yang membutuhkan banyak tahapan.
Dalam pengumumannya, Google menyebut Argon ditujukan untuk tiga area utama, yaitu software engineering, enterprise knowledge work, dan cybersecurity. Model ini juga diklaim sudah digunakan secara internal oleh tim Google untuk debugging serta migrasi codebase.
Kemampuan multimodal juga menjadi bagian dari pendekatan tersebut. Argon dapat memahami informasi visual seperti grafik dan video panjang, sehingga pengguna tidak hanya dapat memberikan instruksi berbasis teks.
Google menyebut Argon dibangun untuk mempertahankan penalaran dalam pekerjaan kompleks dengan horizon panjang. Pendekatan ini menunjukkan pergeseran fokus model AI frontier dari sekadar menghasilkan jawaban cepat menuju kemampuan mengerjakan tugas yang terdiri dari banyak langkah.
Benchmark menunjukkan keunggulan, tetapi hasilnya tidak selalu mutlak
Google membandingkan Gemini 4 Argon dengan sejumlah model frontier dari OpenAI dan Anthropic, termasuk GPT-6 Astra, Claude Fable 5.1, dan Claude Opus 5.5.
Dalam data benchmark yang dipublikasikan Google, Argon unggul secara outright atau seri di sebagian besar pengujian yang ditampilkan. Pada Vals Index, misalnya, Argon memperoleh skor 68,9 persen, dibandingkan 63,1 persen untuk GPT-6 Astra, 65,8 persen untuk Fable 5.1, dan 67 persen untuk Opus 5.5.
Pada AutomationBench, Argon mencatat 51,3 persen, lebih tinggi daripada GPT-6 Astra yang berada di 41,4 persen dan Opus 5.5 di 42,5 persen. Di Harvey’s Legal Agent Benchmark, Argon mencapai 19,6 persen, sementara Fable 5.1 berada di 6,7 persen dan Opus 5.5 di 3,8 persen.
Hasil tersebut membuat kemampuan Argon pada pekerjaan berbasis pengetahuan menjadi salah satu bagian paling menonjol dari peluncuran ini. Namun, benchmark yang sama juga memperlihatkan bahwa Argon tidak otomatis menjadi yang teratas dalam setiap kategori.
Kemampuan coding Gemini 4 Argon ternyata lebih beragam
Coding menjadi salah satu kemampuan yang dipromosikan Google, tetapi angka benchmark menunjukkan hasil yang lebih campuran.
Argon mencetak 77,9 persen pada DeepSWE v1.1, lebih tinggi daripada GPT-6 Astra sebesar 74,1 persen dan Opus 5.5 sebesar 74,2 persen. Namun, pada FrontierSWE v2, Argon justru berada di 55 persen, di bawah GPT-6 Astra yang mencapai 65,5 persen dan Opus 5.5 sebesar 62,3 persen.
Pada Terminal-Bench 4.0, Argon juga mencatat 57,4 persen. Angka tersebut berada di bawah GPT-6 Astra sebesar 58,2 persen dan Opus 5.5 sebesar 66,4 persen.
Dengan demikian, klaim bahwa Argon unggul dalam coding perlu dilihat berdasarkan jenis tugasnya. Model ini menunjukkan performa sangat kuat pada beberapa pengujian, tetapi bukan pemimpin di seluruh benchmark coding yang dipublikasikan Google.
Bisa menghasilkan hingga 1 juta token dalam satu respons
Salah satu fitur teknis paling menarik dari Gemini 4 Argon adalah batas output-nya.
Google menyebut Argon dapat menghasilkan hingga 1 juta output token dalam satu proses. Angka ini jauh lebih besar dibandingkan batas output 64.000 token pada model Gemini sebelumnya yang disebut dalam pengumuman tersebut.
Kemampuan tersebut dirancang untuk pekerjaan yang membutuhkan proses penalaran panjang. Secara praktis, model dapat memiliki ruang yang jauh lebih besar untuk menyelesaikan tugas kompleks dalam satu rangkaian kerja tanpa harus terus-menerus membagi pekerjaan menjadi beberapa sesi.
Google menggambarkan kemampuan ini sebagai tambahan ruang bagi model untuk berpikir dan menghasilkan ratusan ribu token dalam satu trajectory ketika menyelesaikan masalah yang sulit.
Namun, kapasitas 1 juta token tidak otomatis berarti setiap pengguna membutuhkan respons sepanjang itu. Nilai sebenarnya akan sangat bergantung pada jenis pekerjaan, biaya pemrosesan, waktu eksekusi, serta seberapa efektif model menggunakan konteks yang tersedia.
Cybersecurity menjadi alasan Argon belum dibuka untuk publik
Ada alasan khusus mengapa Gemini 4 Argon pertama kali diberikan kepada kelompok keamanan siber tepercaya.
Google mengatakan model tersebut dilatih untuk secara otonom menemukan, memvalidasi, dan memperbaiki kerentanan perangkat lunak. Melalui Fairwind Program, kemampuan tersebut diberikan kepada kelompok cyber defender yang telah dipilih Google.
Google juga mengatakan Argon menemukan kerentanan kritis pada perangkat lunak kesehatan yang digunakan rumah sakit di berbagai negara, yang sebelumnya tidak ditemukan oleh model frontier lain. Klaim tersebut merupakan hasil yang disampaikan Google, sehingga belum seharusnya diperlakukan sebagai pembuktian independen bahwa Argon selalu lebih baik dalam menemukan kerentanan.
Pada CWE-bench v1, Argon memperoleh 68 persen, sama dengan GPT-6 Astra dalam data Google. Opus 5.5 berada di 67 persen.
Google juga menyebut Argon memperoleh 85,8 persen pada benchmark internal untuk penemuan kerentanan dan 70,9 persen pada benchmark penetration testing milik Wiz. Kedua angka tersebut dibandingkan Google terutama dengan Gemini 3.8 Flash Cyber, bukan seluruh model pesaing.
Konteks ini penting karena kemampuan cybersecurity yang lebih kuat juga membuat akses terhadap model perlu diperlakukan berbeda. Google mengatakan pihaknya akan mengumpulkan masukan dari pengguna awal dan mengembangkan guardrails sebelum Argon diperluas ke publik.
Jadi kapan Gemini 4 Argon bisa digunakan?
Untuk saat ini, Gemini 4 Argon belum tersedia secara luas.
Tahap pertama adalah Fairwind Program untuk cyber defender tepercaya. Setelah fase tersebut, Google mengatakan pelanggan API berbayar dan pelanggan Google AI Ultra akan mendapatkan akses lebih dulu. Berikutnya, akses akan diperluas kepada developer, perusahaan, dan konsumen.
Google juga mengumumkan harga pengenalan sebesar US$2 per 1 juta input token dan US$10 per 1 juta output token. Setelah periode pengenalan berakhir, tarif tersebut akan naik menjadi US$4 per 1 juta input token dan US$20 per 1 juta output token.
Dengan kapasitas output hingga 1 juta token, struktur harga ini akan menjadi salah satu faktor penting bagi developer. Model dengan kemampuan menghasilkan output sangat panjang memang membuka peluang untuk pekerjaan yang lebih kompleks, tetapi penggunaan token dalam jumlah besar juga dapat membuat biaya meningkat dengan cepat.
Gemini 4 Argon memperlihatkan arah baru persaingan AI
Peluncuran Argon menunjukkan bahwa persaingan model AI frontier semakin bergeser dari sekadar siapa yang paling bagus menjawab pertanyaan menjadi siapa yang mampu menyelesaikan pekerjaan kompleks secara lebih mandiri.
Google menempatkan Argon pada pekerjaan profesional, coding, riset, dan cybersecurity. Hasil benchmark yang dipublikasikan menunjukkan performa sangat kuat pada sejumlah tugas, terutama knowledge work dan long-context reasoning, meski hasilnya tidak konsisten unggul di semua kategori.
Yang menarik, publik masih belum bisa menguji klaim tersebut secara bebas. Model ini baru masuk tahap akses terbatas, sementara Google masih mengembangkan guardrails sebelum memperluas distribusinya.
Dengan kata lain, Gemini 4 Argon saat ini lebih tepat dilihat sebagai gambaran mengenai arah perkembangan AI Google berikutnya daripada produk AI yang sudah bisa langsung dicoba semua orang.
About The Author
Komentar