Google resmi mengumumkan Gemini 4 Carbon, model AI frontier yang diklaim sebagai model terkuatnya untuk coding, tugas jangka panjang, dan keamanan siber. Pengumuman ini dirilis lewat blog resmi Google pada Kamis (29/10/2026) pukul 00.00 WIB, lalu dipertegas akun X resmi Google pada pukul 05.30 WIB.
Carbon datang hanya dua minggu setelah Gemini 4 Argon. Bedanya, model ini belum bisa dipakai publik. Google memilih membukanya lebih dulu untuk sekelompok kecil pakar keamanan siber sebelum dirilis ke developer, bisnis, dan konsumen.
Gemini 4 Carbon Puncaki Artificial Analysis Intelligence Index
Gemini 4 Carbon meraih skor 59 di Artificial Analysis Intelligence Index v5.0, naik 9 poin dari Argon dan menempatkannya di peringkat pertama. Menurut Artificial Analysis, skor itu ditopang performa unggul di penalaran kompleks, pengetahuan, dan tugas sains, dengan skor tertinggi di 4 dari 9 evaluasi indeks.
Meski begitu, Artificial Analysis mencatat Carbon belum memimpin di semua kategori. Di Coding Agent Index, Carbon mencetak 59 dan masih berada di belakang Claude Code dengan Claude Opus 5.5 yang mendapat 62. Lembaga itu juga menyebut model ini memiliki context window 1 juta token serta menerima input teks, gambar, video, dan suara.
Benchmark Gemini 4 Carbon vs GPT-6 Astra dan Claude Opus 5.5
Google merancang Carbon untuk alur kerja agentic yang berlangsung lama. Tim internal Google diklaim melihat model ini bekerja berhari-hari untuk menelusuri akar masalah dan menambal bug halus di codebase besar maupun sistem tingkat rendah.
Di WebDev Arena, Carbon naik 89 poin Elo ke posisi keempat dengan skor 1768. Berikut sebagian hasil benchmark yang dipublikasikan Google. Angka ini berasal dari pengujian Google sendiri, dan di beberapa tes seperti FrontierSWE 2 serta OSWorld-2.1, Carbon masih kalah dari pesaing.
| Benchmark | Gemini 4 Carbon | Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|---|
| AA Intelligence Index v5.0 | 59 | 50 | 57 | 58 |
| Terminal-Bench 4.0 (AA) | 65,2% | 57,1% | 59,1% | 59,6% |
| FrontierSWE 2 | 61,2% | 55,0% | 65,5% | 62,3% |
| OSWorld-2.1 (offline subset) | 81,5% | 74,7% | 80,9% | 87,2% |
| GraphWalks (256k-1M) | 96,2% | 84,2% | 71,8% | 66,8% |
| SEC-bench Pro | 88,2% | 83,4% | 85,4% | – |
| ExploitGym | 54,8% | 42,0% | 42,4% | 34,5% |
| CWE-bench | 71,0% | 68,0% | 68,0% | 67,0% |
Andalan Keamanan Siber: Temukan Celah di Software Nyata
Sorotan terbesar Carbon ada di keamanan siber. Google mengklaim model ini mencapai performa terdepan di seluruh siklus pertahanan siber, mulai dari mendeteksi, memvalidasi, hingga memperbaiki kerentanan.
Di SEC-bench Pro, Carbon mencetak 88,2 persen saat secara mandiri mencari celah kompleks di software dunia nyata. Pada benchmark internal, kemampuannya menghasilkan kode aman diklaim lebih dari dua kali lipat dibanding Argon. Tim Chrome bahkan melaporkan patch buatan Carbon lebih dari 10 kali lebih baik dibanding model frontier besar milik lab lain.
Skor CWE-bench 71 Persen untuk Patch Bug
Setelah celah ditemukan, langkah berikutnya adalah menambal akar masalahnya. Carbon meraih 71,0 persen di CWE-bench buatan Collinear, artinya temuan yang sudah divalidasi bisa langsung diubah menjadi perbaikan kode yang berfungsi.
Kemampuan ini relevan karena celah kritis bisa muncul di software yang dipakai jutaan situs, seperti kasus celah PHP2Shell yang memaksa patch darurat. Wiz, platform keamanan cloud milik Google, juga disebut melihat Carbon unggul di benchmark uji penetrasi web.
Lebih Jujur dan Kebal Prompt Injection
Google menyebut Carbon dilatih agar tidak mengambil jalan pintas. Di Terminal-Bench 4.0, kecurangan yang berhasil turun ke 0,0 persen dengan percobaan curang hanya 0,4 persen. Saat dipakai tim internal untuk coding, peringatan misalignment tingkat tinggi diklaim turun hampir 80 persen.
Klaim jawaban tanpa dasar juga dipangkas sekitar dua kali lipat dibanding Argon. Di benchmark Gray Swan Indirect Prompt Injection, tingkat keberhasilan serangan ke Carbon tercatat 0,0 persen, turun dari 0,7 persen milik Argon. Isu keamanan model frontier sendiri sedang hangat setelah insiden model OpenAI yang sempat tembus internet lewat celah DNS.
Kenapa Akses Gemini 4 Carbon Dibatasi?
Carbon juga mencetak 54,8 persen di ExploitGym, benchmark yang menguji kemampuan mengeksploitasi celah. Kemampuan ini berguna untuk menentukan celah mana yang paling mendesak ditambal, tetapi juga berisiko jika jatuh ke tangan yang salah.
Karena itu, Google memilih peluncuran bertahap. Mulai pekan ini, Carbon hanya tersedia untuk sebagian pembela siber, lalu akses diperluas ke mitra tepercaya lewat Fairwind Program. Google juga mengikuti proses sukarela pemerintah AS untuk pengujian model sebelum rilis, dan belum memberi tanggal pasti kapan Carbon hadir di aplikasi Gemini maupun API publik.
Soal harga, Carbon akan dijual dengan harga perkenalan yang sama seperti Argon, yakni US$2 per 1 juta token input dan US$10 per 1 juta token output, dengan diskon 95 persen untuk input yang di-cache. Setelah masa perkenalan, harganya menjadi US$4 dan US$20. Model riset Google DeepMind lain yang baru diumumkan pekan ini adalah world model Genie 4.
FAQ Gemini 4 Carbon
Apa itu Gemini 4 Carbon?
Gemini 4 Carbon adalah model AI frontier terbaru Google yang difokuskan pada coding, tugas agentic jangka panjang, dan keamanan siber. Model ini menempati peringkat pertama Artificial Analysis Intelligence Index v5.0 dengan skor 59.
Apakah Gemini 4 Carbon sudah bisa dipakai di aplikasi Gemini?
Belum. Untuk tahap awal, Carbon hanya dibuka untuk sebagian pakar keamanan siber dan mitra tepercaya lewat Fairwind Program. Google menyebut model ini akan hadir untuk developer, bisnis, dan konsumen secepatnya.
Berapa harga API Gemini 4 Carbon?
Harga perkenalannya US$2 per 1 juta token input dan US$10 per 1 juta token output. Setelah periode perkenalan berakhir, harganya naik menjadi US$4 dan US$20.
Apa beda Gemini 4 Carbon dan Gemini 4 Argon?
Carbon dibangun di atas Argon dengan skor Intelligence Index 9 poin lebih tinggi, kemampuan keamanan siber yang lebih kuat, serta ketahanan prompt injection yang lebih baik. Argon sudah tersedia untuk developer, sedangkan Carbon masih terbatas.
