Gemini 4 Carbon Resmi Tersedia untuk Pengguna
Model AI terbaru Google menyasar coding kompleks, riset ilmiah, keamanan siber, serta alur kerja agen jangka panjang.
Blog
Google membuka akses Gemini 4 Carbon pada 10 November 2026 bagi pengembang, perusahaan, ilmuwan, dan konsumen. Model ini diposisikan untuk pekerjaan yang membutuhkan penalaran mendalam, terutama keamanan siber, rekayasa perangkat lunak, riset ilmiah, serta alur kerja agen jangka panjang untuk tugas pengetahuan kompleks.
Dua minggu sebelum peluncuran umum, Google telah memberikan Carbon kepada sekelompok pembela keamanan siber melalui Fairwind Program. Dalam pembagian peran modelnya, Gemini 4 Argon tetap ditujukan untuk sebagian besar pekerjaan rekayasa perangkat lunak dan pengetahuan, sedangkan Carbon menangani coding dan debugging kompleks bertahap, serta riset dan penemuan ilmiah terbuka.
Model untuk tugas yang membutuhkan verifikasi panjang
Carbon menggunakan lebih banyak token dibandingkan Argon untuk mengeksplorasi masalah secara menyeluruh, menalar lebih dalam, dan menjalankan putaran verifikasi yang panjang. Google menyatakan model itu menempati peringkat pertama di CursorBench 4.0, Perplexity’s WANDR, dan Zapier’s AutomationBench, dengan biaya per tugas lebih dari dua kali lebih rendah dibandingkan model eksternal terbaik berikutnya.
Untuk pengembang, Carbon tersedia melalui API di Google AI Studio dan Gemini for business bagi pelanggan pengembang serta perusahaan berbayar. Harga perkenalannya sama dengan Gemini 4 Argon, yakni 2 dolar AS per satu juta token input dan 10 dolar AS per satu juta token output.
Carbon juga mulai tersedia bagi seluruh pelanggan Google AI Ultra di Google Antigravity, aplikasi Gemini, dan AI Mode di Search. Di Google Antigravity, Google sedang mempratinjau fitur /swarm yang mengubah satu perintah menjadi tim agen terkoordinasi yang dapat dilacak secara real time.
Pengembang dapat menugaskan Carbon untuk desain arsitektur, koordinasi, dan audit, lalu memasangkannya dengan model yang lebih cepat dan ringan di ruang kerja paralel terisolasi. Adversarial verifier dapat dipakai untuk menguji setiap perubahan, sehingga Carbon berperan pada bagian yang membutuhkan penalaran terdalam sementara model lain mengerjakan tugas pendukung.
Dokumen padat dan evaluasi multimodal
Dalam operasi legal, keuangan, dan perusahaan, Carbon menggabungkan pemahaman visual, penalaran, serta pengambilan informasi menyeluruh untuk menyusun wawasan berbasis sumber dari kumpulan dokumen dan data yang besar. Model ini juga mengikuti skema serta format ketat untuk menghasilkan spreadsheet, presentasi, dan laporan yang rapi dan presisi.
Google dan Artificial Analysis meluncurkan Multimodal Knowledge Agent benchmark untuk menguji alur kerja agen multimodal pada berkas padat berisi grafik, gambar, cetak biru, skema, dan tabel. Carbon berada di peringkat kedua dalam benchmark itu, dengan rata-rata biaya per tugas lebih dari enam kali lebih rendah dibandingkan model dengan kinerja tertinggi.
Contoh penggunaan yang dipaparkan Google mencakup tim agen Carbon yang mengubah foto sejarah dan pelat teknik menjadi pameran 3D interaktif Three.js tentang pembangunan Menara Eiffel pada 1887–1889, hanya dari satu perintah. Contoh ini menempatkan kemampuan multimodal Carbon pada alur yang menggabungkan arsip visual, rekayasa, dan keluaran interaktif.
Dalam proyek lain, tim multi-agen Carbon memakai /swarm di Google Antigravity untuk membangun rekonstruksi interaktif Three.js kantor Google Platform 37. Mereka menggunakan tujuh PDF perencanaan publik dari City Council, mengekstrak 206 tampilan gambar teknik, lalu menghasilkan model 906 ribu segitiga melalui 10 putaran kerja semalam dari satu perintah.
Carbon juga membangun visualizer tekstil multiskala interaktif berbasis makalah akademik dengan sedikit arahan. Visualizer itu mencakup kerangka elemen hingga serat virtual, jaring benang 3D interaktif, pelacakan polar 110 serat, dan kurva tegangan-regangan dinamis.
Sinyal untuk riset dan keuangan
Dalam evaluasi prapeluncuran Hebbia’s E2E Financial Agentic, Carbon menyamai kinerja model terbaik yang diuji untuk riset keuangan mendalam. Hasil itu menempatkan kemampuan model pada pekerjaan yang memerlukan penelusuran dan pengolahan informasi finansial secara berlapis.
Carbon juga berada di posisi teratas di antara 23 konfigurasi model frontier dalam benchmark General Financial Intelligence milik Balyasny Asset Management. Pengujian tersebut mencakup keahlian legal, penggunaan serta eksekusi alat oleh agen, coding dan rekayasa data, serta pemahaman persepsi dan konteks.
Bagi organisasi yang membayar akses, pilihan praktisnya kini terbagi jelas: Argon untuk mayoritas tugas rutin pengetahuan dan rekayasa perangkat lunak, Carbon untuk pekerjaan yang lebih panjang, terbuka, dan membutuhkan pemeriksaan berulang. Harga API perkenalan yang sama membuat perbandingan biaya perlu dilihat bersama konsumsi token dan biaya per tugas, bukan hanya nama model.
Ketersediaan Carbon memperluas penggunaan agen AI dari respons tunggal menuju koordinasi beberapa agen, pemrosesan dokumen multimodal, dan produksi keluaran teknis interaktif. Pengguna dapat mengaksesnya melalui jalur yang sesuai—API untuk pengembang dan perusahaan berbayar, atau layanan Google AI Ultra untuk Google Antigravity, aplikasi Gemini, dan AI Mode di Search.