Gemini 4 Argon, Andalan Baru Google untuk Tugas Kompleks

Google mengumumkan Gemini 4 Argon pada 30 September sebagai model andalan untuk generasi Gemini 4. Model ini dirancang untuk menangani pekerjaan kompleks dan berdurasi panjang, mulai dari rekayasa perangkat lunak hingga tugas hukum, keuangan, dan keamanan siber. Namun, untuk saat ini, aksesnya baru diberikan kepada sejumlah pakar keamanan siber terpilih—belum kepada publik. 9

Peluncuran Argon datang setelah rencana model andalan Google sebelumnya mengalami penundaan. Google menyebut Argon lebih besar daripada model Pro canggihnya terdahulu, dan hasil benchmark yang dipublikasikan perusahaan menunjukkan kinerja kuat dibandingkan sejumlah model OpenAI dan Anthropic. Tetapi karena akses masih dibatasi, kebanyakan pengembang dan perusahaan belum bisa menguji klaim tersebut secara langsung. 6

Untuk apa Gemini 4 Argon dirancang?

Google menggambarkan Argon sebagai modelnya yang paling mumpuni sejauh ini untuk beban kerja kompleks. Fokus yang disebutkan mencakup tugas rekayasa perangkat lunak yang berlangsung dalam banyak tahap, pekerjaan profesional di perusahaan seperti urusan hukum dan keuangan, serta pertahanan keamanan siber. Google mengatakan model ini lebih besar daripada model Pro kelas atas sebelumnya, tetapi jumlah parameternya belum diungkap dalam laporan yang tersedia. 9

Karena itu, sebutan “lebih besar” hanya memberi gambaran relatif, bukan ukuran pasti. Informasi tersebut juga belum cukup untuk menyimpulkan bagaimana Argon dibandingkan dengan model pesaing dalam hal biaya, kecepatan, atau kinerja pada tugas tertentu.

Apa yang ditunjukkan hasil benchmark?

Dalam perbandingan yang dipublikasikan Google, Argon meraih skor 68,9% pada Vals Index untuk pekerjaan berbasis pengetahuan. Sebagai pembanding, GPT-6 Astra dari OpenAI memperoleh 63,1%, sedangkan Claude Opus 5.5 dari Anthropic meraih 67,0%. Pada AutomationBench, skor Argon tercatat 51,3%, dibandingkan 41,4% untuk Astra dan 42,5% untuk Opus 5.5.

Google juga melaporkan skor 77,9% untuk Argon pada DeepSWE v1.1, pengujian yang menilai kemampuan menyelesaikan tugas rekayasa perangkat lunak dalam rangkaian kerja panjang. Sementara itu, laporan tentang perbandingan keamanan siber menyebut Argon seri di posisi pertama pada salah satu pengujian—bukan unggul mutlak di semua ukuran. 37

Angka-angka itu memberi gambaran tentang kemampuan yang diklaim Google, tetapi tetap merupakan hasil benchmark, bukan putusan akhir mengenai mutu model secara keseluruhan. Pengujian hanya mencakup tugas-tugas tertentu, dan akses Argon yang masih terbatas membuat sebagian besar pengguna belum dapat mengevaluasinya secara mandiri. 6

Siapa yang bisa mengakses Argon sekarang?

Google mulai memberikan akses kepada pakar pertahanan keamanan siber terpilih dan terverifikasi melalui Fairwind Program. Menurut perusahaan, peluncuran terbatas ini dimaksudkan agar para pembela keamanan dapat memanfaatkan model tersebut sembari mengurangi risiko penyalahgunaan. Google juga bergabung dalam proses sukarela pemerintah AS untuk memberi akses kepada model sebelum dirilis secara lebih luas. 65

Argon belum tersedia secara luas bagi pengembang, perusahaan, ataupun konsumen. Laporan yang dirujuk di sini juga belum mencantumkan tanggal pasti untuk ketersediaan umum. 6 Pendekatan terbatas ini serupa dengan akses terbatas Anthropic untuk Claude Mythos Preview, menurut laporan tentang peluncuran tersebut. Namun, sumber yang tersedia belum memberi cukup detail untuk membandingkan kedua program secara menyeluruh. 6

Kaitannya dengan penundaan Gemini 3.5 Pro

Rencana Google untuk Gemini 3.5 Pro sebelumnya tertunda saat perusahaan berupaya meningkatkan kemampuan model, terutama dalam coding, menurut laporan yang mengutip orang-orang yang mengetahui persoalan tersebut. Google kemudian beralih ke Gemini 4 Argon alih-alih merilis Gemini 3.5 Pro.

Riwayat itu membuat peluncuran Argon menjadi penting bagi Google: perusahaan memperkenalkannya sebagai model andalan baru setelah para pesaing, OpenAI dan Anthropic, mengembangkan model-model mutakhir mereka. Namun, laporan yang tersedia mengaitkan penundaan Gemini 3.5 Pro dengan upaya peningkatan kemampuan; laporan tersebut tidak membuktikan bahwa perubahan organisasi tertentu di DeepMind menjadi penyebabnya.

Klaim keunggulan biaya Argon belum terjawab

Google juga menonjolkan biaya yang lebih rendah sebagai bagian dari strategi persaingannya. Dengan begitu, perusahaan memiliki jalur lain untuk bersaing selain mengandalkan hasil benchmark kemampuan. Namun, sumber yang dirujuk di sini belum membuktikan bahwa Argon sendiri memiliki keunggulan biaya terverifikasi dibandingkan model andalan pesaing.

Gambaran sementara tentang Argon pun masih berimbang: Google melaporkan hasil kuat pada sejumlah benchmark coding dan pekerjaan profesional, tetapi akses model tetap dibatasi selama proses evaluasi. Apakah hasil tersebut akan menjadi keunggulan dalam penggunaan sehari-hari—dan bagaimana biayanya dibandingkan dengan pesaing—masih perlu diuji lebih lanjut setelah akses diperluas. 6