Gemini 4 Carbon resmi dibuka untuk publik pada Selasa, 10 November 2026. Google DeepMind membuka akses model frontier terbarunya itu ke developer berbayar, perusahaan, ilmuwan, dan pelanggan Google AI Ultra, dua minggu setelah versi terbatasnya lebih dulu dikirim ke sekelompok tim pertahanan siber melalui program Fairwind. Pengumuman disampaikan langsung oleh Koray Kavukcuoglu selaku SVP Google DeepMind sekaligus Chief AI Architect Google, dan disusul peluncuran fitur orkestrasi /swarm di Google Antigravity pada hari yang sama.

Yang membuat rilis ini berbeda bukan sekadar angka benchmark. Gemini 4 Carbon diposisikan sebagai model yang sengaja “boros token” untuk berpikir panjang, menjalankan verifikasi berulang, dan mengeksplorasi banyak cabang solusi. Gemini 4 Argon tetap menjadi pilihan default untuk pekerjaan rekayasa perangkat lunak harian, sementara Carbon dipakai ketika sebuah tugas benar-benar menuntut penalaran berlapis, seperti migrasi multi-paket, investigasi akar masalah lintas subsistem, dan audit keamanan.

Apa yang Berubah pada 10 November 2026

Perubahan paling terasa ada pada jalur distribusi. Gemini 4 Carbon kini tersedia lewat Gemini API berbayar di Google AI Studio dan Android Studio, masuk ke Gemini for business, serta muncul di aplikasi Gemini dan AI Mode di Search bagi pelanggan AI Ultra. Model ini tetap bersifat proprietary dan hosted, tanpa bobot yang bisa diunduh, sehingga organisasi yang membutuhkan kedaulatan data penuh belum mendapat opsi menjalankannya di server sendiri.

• Harga pengenalan 2 dolar per juta token input dan 10 dolar per juta token output, sama dengan Argon, berlaku sampai 30 November 2026.
• Setelah periode pengenalan berakhir, tarif naik menjadi 4 dolar input dan 20 dolar output per juta token.
• Diskon token input dari cache disebut mencapai 95 persen, sehingga beban biaya pada percakapan panjang bergantung besar pada rasio cache hit.
• Konteks 1 juta token dengan dukungan input teks, gambar, audio, dan video, keluaran berupa teks.

/swarm: Satu Prompt Menjadi Satu Tim Agen

Fitur yang paling banyak dibicarakan praktisi adalah /swarm di Google Antigravity, masih berstatus preview. Alih-alih satu agen tunggal yang mengerjakan semua langkah, satu prompt dipecah ke sebuah tim: seorang koordinator membuka worker paralel di worktree git terpisah agar perubahan tidak saling menimpa, lalu ada adversarial verifier yang khusus menjalankan pengujian dan membantah diff yang dianggap lemah.

Semua agen berkomunikasi di papan pesan bersama yang hanya bisa ditambah, bukan ditimpa. Agen yang menganggur berhenti di biaya token nol dan langsung aktif ketika ada input. Google juga menyertakan panel Swarm di sisi Antigravity berisi Board, Roster, dan Graph replay, sehingga pengguna bisa melihat perdebatan antar agen, menyelipkan arahan ke salah satu anggota, dan memutar ulang bagaimana tim sampai pada kode final.

Di sinilah peran Gemini 4 Carbon menjadi jelas. Agen dalam swarm bisa dipatok ke model berbeda: Carbon dipakai untuk peran berisiko tinggi seperti desain arsitektur, koordinasi, dan audit, sedangkan model lebih ringan menangani penyuntingan file paralel dan implementasi rutin. Google menyebut pola ini sebagai pencocokan kecerdasan model dengan bobot peran, bukan sekadar menumpuk model terbesar di semua posisi.

Carbon is our strongest model with frontier performance in cybersecurity capabilities and long-horizon agentic workflows across complex knowledge work, software engineering, and scientific reasoning.

Koray Kavukcuoglu, SVP Google DeepMind dan Chief AI Architect Google

Suara Praktisi di Media Sosial dan Catatan Skeptis

Reaksi di X cukup ramai. Omar Sanseviero, salah satu tokoh developer relations Google, menyebut Carbon sebagai peningkatan nyata dibanding Argon. Sejumlah penguji lebih dulu membandingkan Carbon dengan Claude Opus 5.5 dan GPT-6.1 dalam uji visual dan 3D, dan melaporkan lompatan kemampuan membuat game serta pemahaman geometri dibanding generasi sebelumnya, meski hasilnya tetap bergantung pada jenis tugas.

Sisi skeptis juga muncul, dan layak dicatat. The New Stack menyoroti bahwa di balik klaim Gemini 4 Carbon, Google belum menjelaskan secara rinci bagaimana /swarm membagi konteks antar agen, bagaimana konflik perubahan diselesaikan, dan bagaimana sistem memutuskan kapan sebuah tugas butuh Carbon atau cukup model ringan. Antigravity sendiri memperingatkan bahwa sistem multi-agen paralel menghabiskan kuota jauh lebih cepat daripada percakapan biasa, bahkan setelah ada jeda tanpa biaya token.

Praktisi yang mendalami orkestrasi agen akan mengenali pola ini sebagai persoalan lama: biaya sebenarnya tidak berhenti pada harga per token, melainkan pada jumlah token yang dibakar untuk verifikasi, percobaan ulang, dan rekonsiliasi hasil antar agen. Gemini 4 Carbon memberi bahan bakar lebih besar untuk loop verifikasi, dan itu berarti disiplin anggaran token menjadi keterampilan wajib bagi tim yang mengadopsinya.

Dari Benchmark ke Bukti Nyata: Kriptografi Signal

Bagian pengumuman yang paling jarang dibahas media adalah pekerjaan verifikasi formal. Peneliti Google memakai Gemini 4 Carbon bersama kerangka AlphaProof Code untuk membuktikan properti keamanan pada kode protokol kriptografi Signal. Tujuan keamanan diterjemahkan menjadi teorema matematis, lalu agen menghasilkan jutaan baris kode Lean, bahasa untuk menulis dan memeriksa bukti. Proses yang biasanya menyita bertahun-tahun kerja tim ahli itu disebut selesai dalam hitungan minggu pada proof of concept mereka.

Klaim itu perlu dibaca hati-hati karena cakupan properti yang diverifikasi, tingkat intervensi manusia, dan ketersediaan artefak bukti belum dirinci. Meski begitu, arahnya jelas: Gemini 4 Carbon dipakai sebagai mesin penalaran untuk pekerjaan yang hasilnya bisa diperiksa secara matematis, bukan sekadar teks yang tampak meyakinkan. Di sisi keamanan siber, Google menyebut Carbon unggul pada SEC-bench Pro, ExploitGym, dan CWE-bench v1, serta mencatat 100 persen recall pemindaian dan 95 persen presisi triase pada benchmark internal Project Fortify.

Dampak bagi Industri dan Relevansi Kurikulum Argia Academy

Bagi perusahaan di Indonesia, implikasi praktis Gemini 4 Carbon ada tiga. Pertama, harga token frontier turun relatif terhadap pesaing, tetapi biaya satu tugas selesai bisa tetap naik karena model memakai lebih banyak token. Kedua, pola kerja bergeser dari “memilih satu model terbaik” ke merancang tim agen dengan peran berbeda. Ketiga, kemampuan menulis spesifikasi tugas yang bisa diverifikasi otomatis menjadi penentu hasil, bukan lagi kemampuan menulis prompt panjang.

Itu sebabnya pelatihan yang hanya berhenti pada demo chat tidak cukup. Materi corporate training Argia Academy menempatkan porsi 80 persen pada praktik: peserta menyusun pembagian peran agen, menetapkan kriteria verifikasi, menghitung perkiraan biaya token per tugas, lalu menguji hasilnya pada studi kasus nyata dari unit kerja masing-masing. Peserta juga dibimbing membaca dokumentasi resmi seperti pengumuman Gemini 4 Carbon dan dokumentasi /swarm di Antigravity agar tidak bergantung pada rangkuman pihak ketiga.

Untuk tim yang ingin mendalami orkestrasi agen, jalur belajarnya kini bisa dimulai dari satu tugas kecil: satu koordinator, dua worker, satu verifier. Setelah pola itu stabil, barulah naik ke swarm paralel dengan model campuran. Rangkaian program dan jadwal kelas praktiknya tersedia di halaman program Argia Academy.

Kesimpulan

Gemini 4 Carbon bukan sekadar model baru dengan skor lebih tinggi. Ia menandai pergeseran cara Google menjual AI: satu model mahal untuk penalaran mendalam, dikombinasikan dengan model ringan untuk pekerjaan bervolume, diorkestrasi oleh fitur seperti /swarm. Bagi organisasi, keputusan yang harus diambil bukan “pakai atau tidak”, melainkan pada tugas mana model ini layak dibayar mahal dan pada tugas mana model murah sudah memadai. Keputusan itu hanya bisa diambil setelah tim menguji Gemini 4 Carbon pada pekerjaan nyata, bukan pada demo.

FAQ Seputar Gemini 4 Carbon