Gemini 4 Carbon Overview

Peran Carbon: pekerjaan berkelanjutan pada tugas rekayasa kompleks

Carbon melanjutkan fokus Argon pada pekerjaan jangka panjang: bug sulit di repositori besar, sistem tingkat rendah, rekayasa multilangkah, dan perbaikan keamanan yang memerlukan verifikasi berulang.

Google melaporkan bahwa tim internal telah melihat Carbon berjalan selama berhari-hari, bertahan melewati jalan buntu, menemukan bug tersembunyi, dan menghasilkan patch. Ini adalah laporan penggunaan internal, bukan jaminan bahwa setiap permintaan API publik akan berjalan terus-menerus selama berhari-hari.

Pertanyaan praktisnya adalah apakah model dapat mempertahankan tujuan, menggunakan alat untuk menguji asumsinya, dan pulih setelah pendekatan gagal. Pemeliharaan repositori, migrasi, dan pekerjaan keamanan diuntungkan oleh perubahan yang dapat diterima dan diverifikasi.

Menurut Artificial Analysis, Carbon memiliki jendela konteks 1M token, menerima input teks, gambar, video, dan suara, serta menghasilkan teks. Kemampuan memahami video tidak membuktikan kemampuan menghasilkan video, dan kapasitas konteks tidak menetapkan panjang output maksimum untuk satu respons.

Sumber: Pengumuman Google · Evaluasi Artificial Analysis.

Gemini 4 Carbon vs Argon: seberapa besar peningkatannya?

Tabel peluncuran Google menunjukkan peningkatan dalam penalaran, konteks panjang, pemahaman multimodal, dan pemrograman. Hasil pilihan di bawah ini berasal dari perbandingan yang dipublikasikan Google, bukan pengujian APIMaster.

Peningkatannya berbeda-beda menurut tugas. GraphWalks dan Terminal-Bench meningkat cukup besar; Vals Index berubah lebih moderat. SWE-sweep meningkat lebih dari dua kali lipat dibanding Argon, tetapi skor absolutnya masih 9.6%, sehingga masih banyak ruang untuk kemajuan dalam pekerjaan pemrograman yang sulit.

Untuk pengembangan web, Google melaporkan 1768 Elo, posisi keempat, dan peningkatan 89 Elo di WebDev Arena. Pemilihan aktual tetap harus memeriksa tata letak seluler, interaksi, dan kelengkapan fungsi.

Lihat tabel evaluasi asli Google.

Apakah Carbon mengungguli Claude Opus 5.5 dan GPT-6 Astra?

Saat peluncuran, Carbon memimpin indeks kecerdasan umum AA; hasil untuk tugas tertentu masih beragam. Tabel Google mencantumkan skor Carbon 59, Opus 5.5 58, dan GPT-6 Astra 57. Artificial Analysis secara independen mengonfirmasi posisi pertama Carbon pada Intelligence Index v5.

Namun, pada Coding Agent Index independen, Carbon dengan Antigravity CLI meraih skor 59, di bawah Opus 5.5 dengan Claude Code yang meraih 62. Indeks ini mengukur kombinasi model dan agen, bukan eksperimen terkontrol yang hanya mengganti model.

Tabel peluncuran Google sendiri juga mencakup bidang yang hasil Carbon-nya lebih rendah:

• FrontierSWE 2: Carbon meraih skor 61.2%, di bawah GPT-6 Astra dengan 65.5% dan Opus 5.5 dengan 62.3%.
• OSWorld-2.1 offline subset: Carbon meraih skor 81.5%, di bawah Opus 5.5 dengan 87.2%.

Untuk pekerjaan pengetahuan, Artificial Analysis melaporkan 1609 Elo pada AA-Briefcase, naik 126 dari Argon, tetapi masih di bawah Kimi K3.1 Pro, Muse Wonder, dan Grok 4.7 dalam evaluasinya.

Carbon adalah kandidat umum yang kuat; pekerjaan pemrograman kompleks dan pengetahuan tetap perlu dibandingkan sesuai beban kerja. Pengaturan evaluasi juga berbeda: tabel Google melaporkan Terminal-Bench sebesar 65.2%, sedangkan artikel agen pemrograman AA melaporkan sekitar 64%. Pertahankan pengaturan asli dan atribusi pada setiap hasil.

Keamanan siber: menemukan, memvalidasi, dan menambal kerentanan

Pertahanan keamanan siber merupakan salah satu prioritas peluncuran Carbon yang paling jelas. Tiga hasil utama yang disorot Google mencakup tahapan berurutan dalam pekerjaan defensif:

Alur kerjanya adalah menemukan celah, memastikan risikonya, lalu menghasilkan perbaikan. Bagi pengelola, mengurangi positif palsu dan menghasilkan patch yang berfungsi dapat menurunkan biaya remediasi.

Google juga melaporkan tingkat keberhasilan pembuatan kode aman internal Argon yang lebih dari dua kali lipat. Klaim tim Chrome tentang pembuatan patch berkualitas tinggi yang lebih baik sepuluh kali lipat dibandingkan model milik lab pesaing yang tidak disebutkan namanya, sehingga tidak dapat digeneralisasi ke setiap tugas pemrograman.

Google secara eksplisit menyatakan bahwa tolok ukur keamanan siber eksternal dievaluasi tanpa guardrail. Izin, alat, dan pengamanan produk publik dapat memengaruhi perilaku aktual.

Keandalan pada tugas panjang: lebih sedikit jalan pintas dan bukti yang lebih jelas

Eksekusi yang lebih lama meningkatkan dampak akumulasi kesalahan dan penyimpangan dari tujuan pengguna. Peningkatan keandalan Carbon mencakup kecurangan, klaim tanpa dukungan, tindakan berlebihan, dan eksekusi yang tidak tuntas.

Google melaporkan 0.0% kecurangan yang berhasil dan 0.4% percobaan kecurangan pada Terminal-Bench 4.0, dengan peringatan ketidakselarasan berkeparahan tinggi turun hampir 80% di lingkungan pemrograman langsung internal. Temuan ini berlaku untuk pengujian dan lingkungan yang dilaporkan, bukan tingkat insiden produksi secara keseluruhan.

Google menyatakan bahwa Carbon mengurangi klaim tanpa dukungan sekitar setengahnya dibanding Argon, mengurangi tindakan berlebihan sebesar 26%, dan layanan yang kurang memadai sebesar 29%. Saat informasi tidak tersedia atau sumber saling bertentangan, model ini lebih cenderung mencari bukti, menunjukkan perbedaan, dan menyatakan pekerjaan yang masih belum selesai.

Untuk prompt injection, Google melaporkan bahwa tingkat keberhasilan serangan pada tolok ukur indirect prompt-injection Gray Swan turun dari 0.7% pada Argon menjadi 0.0%. Carbon menahan semua serangan yang dievaluasi dalam pengujian tersebut; ini bukan jaminan kebal terhadap semua prompt injection.

Pengujian independen menambahkan nuansa. Pada AA-Omniscience v1.1, akurasi Carbon meningkat dari 48% pada Argon menjadi 58%, sementara tingkat halusinasinya menurut definisi tolok ukur tersebut meningkat dari 4% menjadi 11%. Carbon tetap termasuk model dengan halusinasi terendah yang dievaluasi, tetapi kemampuan yang lebih tinggi tidak membuktikan tingkat halusinasi lebih rendah dalam setiap kondisi. Pengujian internal Google untuk klaim tanpa dukungan menggunakan metodologi berbeda.

Harga API Gemini 4 Carbon: tarif perkenalan dan biaya tugas

Tarif perkenalan Carbon yang diumumkan adalah $2 untuk input / $10 untuk output per juta token, diskon 50% dari tarif standar $4 / $20. Input cache mendapat diskon 95% dari tarif input yang berlaku: $0.10 selama periode perkenalan dan $0.20 pada harga standar. Tanggal berakhirnya diskon Carbon belum dikonfirmasi; tenggat waktu Argon tidak boleh diterapkan untuk Carbon.

Diskon cache hanya berlaku untuk input cache yang memenuhi syarat, bukan input baru atau output. Diskon ini tidak membuktikan arsitektur KV-cache tertentu, anggaran memori pelatihan, atau tingkat pemanfaatan perangkat keras tertentu.

Untuk tugas yang menggunakan 100,000 token input dan 20,000 token output yang ditagihkan, harga perkenalan menghasilkan:

0.1 × $2 + 0.02 × $10 = $0.40

Contoh dengan jumlah token tetap ini tidak mencakup alat, percobaan ulang, atau biaya lainnya. Agen yang berjalan lama juga menimbulkan biaya untuk penalaran perantara, pembacaan berulang, dan beberapa langkah eksekusi. Bandingkan total biaya untuk hasil yang diterima.

Dengan menggunakan harga standar, Artificial Analysis melaporkan $7.76 per tugas Intelligence Index untuk Carbon, dibandingkan $10.04 untuk Opus 5.5 dan $6.25 untuk GPT-6 Astra. Keunggulan biaya bergantung pada tugas dan konsumsi token; tarif token perkenalan tidak membuktikan bahwa biaya setiap tugas akan menjadi setengahnya.

Pilihan yang tersedia dalam keluarga yang sama adalah Argon dan 3.8 Flash. Saat pengecekan ini, rute publik APIMaster termurahnya masing-masing menawarkan penghematan hingga ~58.3% dan penghematan hingga ~59.7% dari harga perkenalan Standard Google saat ini. Pilih berdasarkan beban kerja, kemampuan rute, dan kapasitas; kartu marketplace adalah sumber informasi utama.

Carbon dan peningkatan diri rekursif: apa yang sudah dikonfirmasi?

Carbon hadir sekitar dua minggu setelah pembukaan akses developer Argon pada 13 Oktober. Laju ini memicu diskusi tentang peningkatan diri rekursif (RSI) dan riset AI yang dibantu model.

Pengumuman Carbon dari Google mengonfirmasi bahwa peneliti dan model bekerja sama untuk memajukan kemampuan dan memperkuat pengamanan. Pengumuman tersebut tidak mengungkap cukup banyak tentang alur pelatihan Carbon untuk memverifikasi penggunaan makalah peningkatan diri tertentu, pelatihan waktu nyata berdasarkan aktivitas pengguna, atau peningkatan otonom tanpa keterlibatan manusia.

Riset yang dibantu model merupakan arah yang patut dicermati. Evaluasi, harga, dan ketentuan akses Carbon yang telah dipublikasikan adalah bukti yang tersedia untuk keputusan pemilihan saat ini.

Kapan API Carbon dibuka, dan apakah Carbon adalah Gemini 4 Flash?

Pada pengecekan 2026-10-31, pengumuman Google masih menjelaskan peluncuran bertahap: pertama untuk pembela keamanan siber terpilih, lalu mitra Fairwind tepercaya lainnya. Pengumuman itu tidak mengonfirmasi tanggal akses umum, ID API publik final, batas laju, atau hak langganan bagi developer, bisnis, dan konsumen biasa.

Google tidak menyebut Carbon sebagai Gemini 4 Flash. Posisi Carbon sebagai model unggulan, harga yang diumumkan, dan program akses awalnya tidak menetapkan spesifikasi produk Flash mendatang. Ikuti pengumuman keduanya secara terpisah.

Untuk deployment saat ini, gunakan gemini-4-argon sebagai tolok ukur awal untuk tugas kompleks, atau gemini-3.8-flash untuk pekerjaan batch yang lebih sensitif terhadap biaya. Setelah Carbon dibuka, bandingkan dengan input, alat, dan kriteria penerimaan yang sama: tingkat penyelesaian, intervensi manusia, waktu, dan total biaya.

Daftar ke APIMaster → Buat kunci API → gunakan API Base https://apimaster.ai/v1 dengan gemini-4-argon atau gemini-3.8-flash yang tersedia saat ini. Periksa harga langsung dan rute publik di kartu Argon dan kartu Flash.

FAQ

Apakah Gemini 4 Carbon sudah dirilis?

Google mengumumkan Carbon pada 2026-10-28 dengan akses bertahap untuk pembela keamanan siber tepercaya. Tanggal ketersediaan umum bagi developer belum diumumkan.

Apa peningkatan Carbon dibanding Argon?

Tabel peluncuran menunjukkan AA Index naik dari 50 menjadi 59, Terminal-Bench 4.0 dari 57.1% menjadi 65.2%, dan GraphWalks dari 84.2% menjadi 96.2%. Pemrograman jangka panjang, penalaran kompleks, dan keamanan siber merupakan prioritas utama.

Apakah Carbon model pemrograman terkuat?

Carbon meningkat pada beberapa evaluasi pemrograman, tetapi Coding Agent Index independen memberi Carbon skor 59, di bawah Opus 5.5 dengan Claude Code yang meraih 62. Bandingkan tugas nyata dengan alat dan anggaran yang tetap.

Berapa biaya API Carbon?

Tarif perkenalan yang diumumkan adalah $2 untuk input / $10 untuk output per juta token, dengan input cache seharga $0.10. Tarif standar adalah $4 / $20 dan input cache $0.20. Tanggal berakhirnya diskon Carbon belum dikonfirmasi.

Bisakah saya memanggil Carbon di APIMaster sekarang?

Tidak ditemukan rute Carbon publik saat pengecekan ini. Argon memiliki 4 rute aktif publik dan 3.8 Flash memiliki 7. Tautan pencarian Carbon tidak berarti model tersebut terdaftar untuk dijual.

Apakah Carbon kebal terhadap prompt injection?

Google melaporkan tingkat keberhasilan serangan sebesar 0.0% dalam evaluasi indirect prompt-injection Gray Swan tertentu. Hasil itu mencakup serangan yang dievaluasi, bukan setiap kemungkinan serangan.

Sumber

• Google: pengumuman Carbon, 2026-10-28
• Google: perbandingan tolok ukur asli
• Artificial Analysis: kecerdasan, agen pemrograman, halusinasi, dan biaya tugas, 2026-10-28
• Google: harga resmi Gemini API
• Google: Fairwind Program
• APIMaster: data marketplace Argon langsung · 3.8 Flash · Ketersediaan Carbon