Google Menghadirkan Gemini 4 Carbon untuk Pekerjaan Teknis
Google kembali memperkenalkan model kecerdasan buatan terbaru melalui Gemini 4 Carbon pada 28 Oktober 2026. Model ini dirancang untuk menangani pekerjaan teknis yang membutuhkan penalaran panjang, terutama rekayasa perangkat lunak, pemrograman, dan keamanan siber. Berbeda dari chatbot yang biasanya merespons pertanyaan atau menghasilkan potongan kode, Gemini 4 Carbon dikembangkan untuk menjalankan rangkaian pekerjaan yang lebih kompleks, mulai dari menelusuri sumber masalah, menganalisis kode, menemukan celah keamanan, hingga membantu menyiapkan perbaikannya.
Pengumuman tersebut menarik perhatian karena Google menempatkan keamanan siber sebagai salah satu kemampuan utama Gemini 4 Carbon. Menurut Google DeepMind, model ini dapat membantu tim keamanan menemukan kerentanan perangkat lunak, memeriksa apakah kerentanan tersebut dapat dieksploitasi, dan menghasilkan perbaikan pada kode. Google juga menyebut bahwa dalam pengujian internal, model ini mampu menjalankan pekerjaan rekayasa perangkat lunak yang kompleks selama berhari-hari, termasuk menelusuri penyebab bug pada basis kode berukuran besar.
Kemampuan tersebut menunjukkan arah pengembangan AI yang semakin bergeser. AI tidak lagi hanya digunakan untuk menjawab pertanyaan atau membantu menulis kode, tetapi mulai diarahkan untuk menjadi asisten teknis yang mampu menyelesaikan pekerjaan bertahap. Meski demikian, kemampuan yang diumumkan Google tetap perlu dibaca secara cermat karena sebagian angka performanya berasal dari pengujian yang dilaporkan oleh perusahaan itu sendiri.
Apa yang Membuat Gemini 4 Carbon Berbeda?
Salah satu fokus pengembangan Gemini 4 Carbon adalah kemampuan menangani tugas jangka panjang atau long-horizon tasks. Dalam pekerjaan pemrograman, sebuah masalah sering kali tidak dapat diselesaikan hanya dengan satu perintah. Pengembang perlu memahami struktur proyek, menelusuri hubungan antarbagian kode, menemukan sumber kesalahan, menguji solusi, lalu memastikan perubahan tidak menimbulkan masalah baru.
Google menyatakan bahwa Gemini 4 Carbon dirancang untuk mempertahankan proses kerja dalam rangkaian tugas yang panjang. Tim internal Google dilaporkan telah menggunakannya untuk menelusuri bug yang rumit dan memperbaiki masalah pada basis kode besar maupun sistem tingkat rendah. Kemampuan ini penting bagi pengembangan perangkat lunak karena pekerjaan teknis di dunia nyata sering melibatkan banyak tahapan yang saling bergantung.
Selain coding, Google juga menyebut peningkatan pada tugas berbasis agen atau agentic tasks. Artinya, model tidak hanya menghasilkan jawaban berdasarkan instruksi, tetapi dapat menjalankan sejumlah langkah untuk mencapai tujuan tertentu. Dalam penerapannya, kemampuan seperti ini dapat membantu pengembang melakukan analisis kode, menyusun solusi, dan menyiapkan perubahan secara lebih terstruktur. Namun, hasil akhir tetap membutuhkan pemeriksaan manusia, terutama ketika perubahan menyangkut sistem produksi atau infrastruktur penting.
Kemampuan Gemini 4 Carbon dalam Keamanan Siber
Bagian yang paling menonjol dari pengumuman ini adalah kemampuan Gemini 4 Carbon dalam membantu pekerjaan pertahanan keamanan siber. Google menjelaskan bahwa model tersebut dikembangkan untuk mendukung tiga tahapan penting, yaitu menemukan kerentanan, memvalidasi risiko, dan memperbaiki celah keamanan. Ketiga tahapan ini saling berkaitan. Menemukan sebuah kelemahan belum tentu cukup, karena tim keamanan juga perlu mengetahui apakah kelemahan tersebut benar-benar dapat dimanfaatkan untuk menyerang sistem dan bagaimana cara memperbaikinya.
Google mempublikasikan hasil pengujian Gemini 4 Carbon pada sejumlah benchmark keamanan siber. Angka yang diumumkan perusahaan adalah sebagai berikut:
Hasil tersebut diklaim Google sebagai pencapaian kuat dalam pengujian kemampuan keamanan siber. Namun, angka benchmark bukan jaminan bahwa model akan menghasilkan tingkat keberhasilan yang sama pada seluruh sistem dan kondisi operasional. Hasil itu juga perlu dipahami sebagai klaim pengujian yang dipublikasikan Google, bukan penilaian independen yang otomatis berlaku untuk semua lingkungan teknologi.
Kemampuan menemukan kerentanan dapat membantu tim keamanan mengidentifikasi bagian perangkat lunak yang berpotensi bermasalah. Setelah itu, proses validasi membantu menentukan apakah celah tersebut benar-benar dapat dimanfaatkan dalam kondisi tertentu. Tahap berikutnya adalah menyiapkan perbaikan agar sumber masalah dapat ditangani. Jika ketiga tahapan ini berjalan dengan baik dan tetap diawasi oleh tenaga ahli, AI berpotensi mempercepat pekerjaan tim keamanan yang selama ini membutuhkan pemeriksaan teknis secara mendalam.
Gemini 4 Carbon Diklaim Lebih Unggul dalam Menghasilkan Kode Aman
Google juga menyoroti peningkatan kemampuan Gemini 4 Carbon dalam menghasilkan kode yang lebih aman dibandingkan pendahulunya, Gemini 4 Argon. Berdasarkan pengujian internal perusahaan, Carbon mencatat peningkatan keberhasilan lebih dari dua kali lipat dalam menghasilkan kode aman dibandingkan Argon. Tim Chrome Google juga melaporkan bahwa Carbon menghasilkan perbaikan kode berkualitas tinggi dengan performa lebih dari sepuluh kali dibandingkan sebuah model frontier dari laboratorium AI lain dalam pengujian internal mereka.
Temuan tersebut menunjukkan bahwa Google tidak hanya mengembangkan AI untuk mempercepat penulisan kode, tetapi juga untuk membantu mengurangi kesalahan yang berpotensi menimbulkan masalah keamanan. Dalam pengembangan perangkat lunak, kode yang dapat berjalan belum tentu merupakan kode yang aman. Sebuah aplikasi mungkin berfungsi sesuai kebutuhan, tetapi masih memiliki kelemahan dalam pengelolaan akses, validasi masukan, atau perlindungan data. Karena itu, kemampuan AI untuk membantu menemukan dan memperbaiki kelemahan menjadi semakin relevan.
Meski demikian, klaim peningkatan tersebut berasal dari pengujian internal Google. Pengembang dan perusahaan tetap perlu melakukan pengujian sendiri sebelum mengandalkan hasil yang dibuat AI. Kode yang dihasilkan model harus melewati proses peninjauan, pengujian keamanan, dan validasi teknis agar tidak menimbulkan kerentanan baru.
Mengapa Google Belum Membuka Akses Gemini 4 Carbon untuk Semua Orang?
Meskipun memiliki kemampuan yang diklaim kuat, Gemini 4 Carbon belum langsung tersedia bagi seluruh pengguna. Google memilih pendekatan peluncuran bertahap dengan memberikan akses awal kepada sebagian praktisi pertahanan keamanan siber. Setelah itu, akses direncanakan diperluas kepada mitra tepercaya melalui Fairwind Program.
Keputusan tersebut berkaitan dengan sifat teknologi yang dikembangkan. Kemampuan menemukan kerentanan dan menguji apakah sebuah celah dapat dieksploitasi bisa digunakan untuk melindungi sistem, tetapi juga berpotensi disalahgunakan jika jatuh ke tangan pihak yang memiliki tujuan berbahaya. Google perlu memastikan kemampuan tersebut digunakan dalam konteks pertahanan, seperti membantu organisasi menemukan dan memperbaiki kelemahan sebelum dimanfaatkan penyerang.
Google menyatakan bahwa mereka juga terlibat dalam proses sukarela pemerintah Amerika Serikat untuk pengujian model sebelum peluncuran. Perusahaan terus mengumpulkan masukan dari kelompok pengguna awal dan menyempurnakan sistem pengamanannya sebelum memperluas ketersediaan Gemini 4 Carbon kepada pengembang, perusahaan, dan konsumen. Hingga pengumuman tersebut diterbitkan, Google belum menetapkan tanggal pasti untuk ketersediaan umum.
Sistem Keamanan yang Disiapkan Google
Google menyatakan Gemini 4 Carbon menggunakan pendekatan keamanan berlapis yang dikembangkan dari sistem pengamanan Gemini 4 Argon. Perlindungan tersebut mencakup pelatihan model, mekanisme untuk mencegah penyalahgunaan secara langsung, ketahanan terhadap serangan prompt injection, dan pemantauan perilaku model.
Salah satu perhatian penting adalah prompt injection. Serangan ini terjadi ketika instruksi berbahaya disisipkan ke dalam konten atau konteks yang dibaca AI, dengan tujuan mengubah perilaku model agar menjalankan tindakan yang tidak sesuai dengan instruksi awal. Dalam sistem agen AI yang dapat membaca dokumen, mengakses aplikasi, atau menjalankan tugas otomatis, serangan seperti ini perlu diperhitungkan karena instruksi berbahaya bisa datang dari sumber eksternal.
Google melaporkan bahwa Gemini 4 Carbon mencapai tingkat keberhasilan serangan 0% pada benchmark Indirect Prompt Injection dari Gray Swan. Sebagai pembanding, Gemini 4 Argon sebelumnya mencatat tingkat keberhasilan serangan sebesar 0,7% pada benchmark tersebut. Hasil ini merupakan temuan dalam pengujian yang dilaporkan Google, bukan jaminan bahwa model kebal terhadap seluruh bentuk serangan prompt injection di dunia nyata.
Google juga menyampaikan peningkatan dalam mengurangi klaim yang tidak didukung bukti. Dalam pengujian internal, Carbon dilaporkan menghasilkan klaim tanpa dukungan sekitar dua kali lebih sedikit dibandingkan Argon. Perusahaan turut menyebut penurunan hampir 80% pada peringatan misalignment tingkat tinggi dalam lingkungan coding internal. Upaya ini penting karena AI yang menjalankan pekerjaan teknis perlu mengetahui batas kewenangannya, tidak mengarang hasil, dan tidak mengambil tindakan di luar ruang lingkup yang diberikan pengguna.
Berapa Harga Gemini 4 Carbon?
Google mengumumkan harga perkenalan Gemini 4 Carbon sebesar US$2 per satu juta token input dan US$10 per satu juta token output. Setelah periode harga perkenalan berakhir, tarif yang diumumkan akan menjadi US4persatujutatokeninputdanUS20 per satu juta token output. Harga tersebut merupakan tarif penggunaan model melalui layanan API, bukan harga paket berlangganan aplikasi Gemini untuk pengguna umum.
Perlu diperhatikan bahwa pengumuman harga tidak berarti model sudah dapat digunakan secara bebas oleh semua orang. Pada tahap awal, akses masih diprioritaskan bagi kelompok tertentu yang bekerja dalam bidang pertahanan keamanan siber. Google berencana memperluas ketersediaannya secara bertahap setelah proses evaluasi dan penyempurnaan sistem pengamanan.
Apa Dampaknya bagi Industri Teknologi dan Keamanan Siber?
Kehadiran Gemini 4 Carbon memperlihatkan bahwa persaingan perusahaan AI mulai bergerak ke kemampuan menyelesaikan pekerjaan teknis yang lebih kompleks. Perusahaan tidak hanya berlomba menghasilkan chatbot yang mampu menjawab pertanyaan dengan baik, tetapi juga mengembangkan model yang dapat membantu pekerjaan rekayasa perangkat lunak, analisis sistem, dan pertahanan keamanan digital.
Bagi perusahaan, teknologi seperti ini berpotensi membantu mempercepat pemeriksaan kode, mengidentifikasi kelemahan perangkat lunak, dan mendukung tim keamanan dalam menentukan prioritas perbaikan. Organisasi yang memiliki banyak aplikasi dan infrastruktur digital dapat memanfaatkan AI sebagai alat bantu untuk meningkatkan efisiensi pemeriksaan teknis. Namun, penerapannya tetap membutuhkan kebijakan keamanan, pembatasan akses, dan pengawasan tenaga profesional.
Bagi praktisi keamanan siber, perkembangan ini juga membawa tantangan baru. AI yang semakin mampu menemukan dan memvalidasi kerentanan dapat memperkuat pekerjaan para defender, tetapi kemampuan serupa juga berpotensi dimanfaatkan oleh penyerang. Karena itu, pengembangan AI untuk keamanan siber harus berjalan bersama peningkatan sistem pengamanan, pengujian, dan tata kelola penggunaan teknologi.
