Google secara resmi mengumumkan kehadiran model AI generasi terbaru bernama Gemini 4 Argon yang kini mulai digulirkan secara terbatas kepada tim pertahanan siber tepercaya melalui Program Fairwind. Pengembangan teknologi ini dirancang khusus untuk menangani proses penalaran mendalam pada alur kerja berdurasi panjang, sehingga mengubah cara membangun sistem di lingkungan kerja internal Google secara signifikan.
Kemampuan kecerdasan buatan terbaru ini menghadirkan performa tinggi dalam menyelesaikan berbagai tugas kompleks, mulai dari rekayasa perangkat lunak, pekerjaan berbasis pengetahuan enterprise seperti analisis hukum dan keuangan, hingga lini pertahanan siber. Google menerapkan pendekatan bertahap dalam melepaskan kapabilitas mutakhir ini demi menjaga keamanan penggunaan secara maksimal.
Sebelum dipasarkan secara luas kepada para pengembang, pelaku bisnis enterprise, dan konsumen umum, peluncuran awal ini berfokus pada pengumpulan masukan dari para penguji awal guna memperkuat sistem perlindungan. Model AI generasi terbaru ini ditawarkan dengan harga perkenalan sebesar $2 per satu juta token input dan $10 per satu juta token output.
Penggunaan Internal Dalam Pengembangan Sistem Google
Kemampuan pemrosesan mendalam teknologi baru ini telah dimanfaatkan secara luas oleh ribuan karyawan Google untuk mempercepat alur kerja internal.
Pemanfaatan model AI ini membantu tim dalam tugas pemograman khusus, penelitian mendalam, hingga peningkatan kualitas penulisan kode. Pada pengujian optimasi kuantum, model ini mampu menghemat sumber daya ruang dan waktu hingga 40% dibandingkan metode baku yang ada sebelumnya.
Selain itu, agen berbasi AI ini secara mandiri berhasil mengidentifikasi serta menerapkan optimasi memori di seluruh pusat data Google. Langkah pembersihan ini membebaskan lebih dari 300 TiB memori secara langsung dengan estimasi total penghematan mencapai 500 TiB hingga 1 PiB.
Kapabilitas Pemrosesan Token Output Skala Besar
Kapasitas pemrosesan diperluas secara signifikan untuk mendukung penyelesaian masalah yang membutuhkan penalaran panjang dan mendalam.
Batas token output ditingkatkan menjadi 1 juta token, melonjak drastis dari batas sebelumnya yang berada di angka 64 ribu token. Ruang yang lebih luas ini memungkinkan model AI untuk berpikir secara mendalam dan menghasilkan ratusan ribu token dalam satu jalur eksekusi tunggal guna memecahkan masalah pelik.
Otomatisasi Alur Kerja Dan Rekayasa Perangkat Lunak
Performa pemrosesan kode dan pekerjaan berbasis pengetahuan enterprise mencatatkan rekor baru pada berbagai uji tolok ukur industri.
Pada evaluasi DeepSWE v1.1 yang mengukur performa dalam rekayasa perangkat lunak dunia nyata, model ini berhasil meraih skor tertinggi sebesar 77,9%. Peningkatan juga terlihat pada pengujian efisiensi pemrosesan video open source libgav1, di mana agen berhasil mengonversi kode hingga berjalan 2,7 kali lebih cepat.
Di luar bidang pemrograman, model ini meraih posisi teratas pada Vals Index yang mengukur dampak ekonomi di sektor keuangan, hukum, dan perpajakan. Pada AutomationBench yang menguji eksekusi fungsi bisnis utama secara end-to-end, model ini memimpin di peringkat pertama dengan skor 51,3%.
Keunggulan Sistem Dalam Pertahanan Keamanan Siber
Pengembangan Gemini 4 difokuskan untuk membantu para praktisi keamanan siber dalam menemukan dan memperbaiki celah kerentanan perangkat lunak.
Sistem AI ini dilatih untuk mampu menemukan, memverifikasi, dan menambal celah keamanan kritis secara mandiri. Pada pengujian CWE-bench v1 yang mengukur kemampuan perbaikan kerentanan keamanan, model ini berhasil meraih posisi puncak dengan skor 68%.
Lembaga keamanan siber Wiz telah memanfaatkan teknologi ini melalui inisiatif Scan for Good untuk melindungi infrastruktur publik secara gratis. Dalam pengujian awal, model ini berhasil menemukan celah kerentanan kritis yang memapar data sensitif pasien pada perangkat lunak rumah sakit di seluruh dunia.
Penguatan Sistem Perlindungan Dan Keamanan Frontier
Penerapan tolok ukur keamanan yang ketat terus ditingkatkan pada empat area utama sebelum akses dibuka secara lebih luas.
Google memperkuat pertahanan terhadap penyalahgunaan serangan siber, bahan kimia, biologis, radiologis, maupun nuklir (CBRN) sesuai dengan Kerangka Kerja Keamanan Frontier. Selain itu, model ini dirancang sangat tangguh dalam menghadapi serangan prompt injection tidak langsung.
Pengawasan terhadap misalignment juga dilakukan dengan memantau rantai pemikiran (chain-of-thought) dan tindakan model saat memproses perintah. Lingkungan uji coba terisolasi (sandbox) turut diperketat guna memastikan pengujian berjalan dalam ekosistem yang aman.