Hanya dua minggu setelah meluncurkan Gemini 4 Argon, Google mengumumkan Gemini 4 Carbon, yang disebutnya sebagai model terkuat mereka, dibangun untuk keamanan siber dan pekerjaan rekayasa jangka panjang. Pengumuman yang disampaikan Koray Kavukcuoglu dari Google DeepMind pada 28 Oktober itu mengklaim posisi teratas di Artificial Analysis Intelligence Index dengan 59 poin.
Angka-angka benchmark menjelaskan keyakinan itu. Carbon mencetak 88.2 persen pada SEC-bench Pro, yang menguji apakah sebuah model dapat menemukan secara mandiri kerentanan nyata yang tersembunyi dalam perangkat lunak produksi. Ia mencapai 71 persen pada CWE-bench, yang mengukur kemampuan menghasilkan perbaikan yang berfungsi untuk kategori kelemahan yang diketahui, dan 54.8 persen pada ExploitGym, yang menguji eksploitasi. Ia juga naik ke peringkat empat di WebDev Arena untuk pengembangan web full-stack.
Yang membedakan Carbon dari rilis model biasa adalah tujuannya. Ini bukan peningkatan chatbot. Google menggambarkan tim-timnya menjalankan model ini selama berhari-hari, bertahan melewati jalan buntu untuk menemukan akar masalah dan menambal bug halus di basis kode besar dan sistem tingkat rendah. Ia dirancang sebagai agen rekayasa, bukan teman bicara.
Hasil internal yang dikutip Google mencolok. Carbon dilaporkan melipatgandakan tingkat keberhasilan Argon dalam menghasilkan kode aman lebih dari dua kali lipat. Tim Chrome mengatakan model ini menghasilkan patch berkualitas tinggi dengan laju lebih dari sepuluh kali lipat model frontier laboratorium lain. Wiz, platform keamanan cloud Google, mengamati Carbon memimpin benchmark pengujian penetrasi web, kemampuan yang digunakan Wiz dalam program pemindaiannya sendiri.
Namun hampir tidak ada yang bisa menggunakannya. Mulai minggu ini, akses hanya diberikan kepada sebagian pembela siber, dengan mitra tepercaya tambahan yang dimasukkan secara bertahap melalui Program Fairwind Google. Google berpartisipasi dalam proses pengujian pra-rilis sukarela pemerintah Amerika Serikat. Pengembang, bisnis, dan konsumen harus menunggu.
Pengekangan itulah beritanya. Model yang menemukan dan memvalidasi kerentanan pada tingkat ini sama berharganya bagi pembela maupun penyerang. Google menguji timbal balik itu secara terbuka sebelum membuka gerbang, dan keputusan akses mungkin mengungkap lebih banyak tentang kemampuan sebenarnya model ini daripada papan skor.
Harga menceritakan separuh kisah lainnya. Carbon akan diluncurkan dengan harga perkenalan yang sama dengan Argon: dua dolar per juta token input dan sepuluh dolar per juta token output, dengan diskon 95 persen untuk input cache. Ini adalah ekonomi produksi, bukan ekonomi riset. Google berharap model ini bekerja mencari nafkah begitu dirilis.
Bagi para pemimpin, ada dua pelajaran. Pertama, kepemimpinan kapabilitas kini mencakup penilaian penerapan: sinyal paling bermakna tentang model frontier semakin ditentukan oleh siapa yang boleh menyentuhnya dan kapan. Kedua, tim keamanan harus bersiap menghadapi dunia di mana AI menemukan kelemahan lebih cepat daripada organisasi menambalnya, karena versi defensif dari kemampuan ini akan segera menjadi perlengkapan standar.
Frontier bukan lagi sekadar papan peringkat. Ia adalah gerbang. Organisasi yang membangun alur kerja keamanan dan tata kelolanya sekarang, sebelum akses meluas, adalah yang akan siap ketika gerbang itu terbuka.
Berpikirlah secara matematis. Rekayasa dengan cerdas. Pimpin secara strategis. Bangun dengan bertanggung jawab. Skala secara global. Ciptakan nilai bisnis nyata melalui kecerdasan buatan.
