Apa yang diumumkan?

Google meluncurkan lapisan interaksi suara tekan-dan-tahan untuk aplikasi Gemini macOS. Dengan fitur ini, pengguna bisa berbicara dengan Gemini dari jendela aplikasi mana pun di desktop hanya dengan menekan lama tombol Fn . Pembaruan ini menghadirkan dua mode yang berbeda.

Dua mode dan cara kerjanya

1. Dikta Cerdas (bawaan, selalu aktif)

• Tekan lama tombol Fn di aplikasi apa pun dan bicaralah secara alami .
• Gemini akan mentranskripsikan kata-kata Anda menjadi teks yang bersih dan rapi yang secara otomatis memformat tanda baca, huruf kapital, dan bahkan menghilangkan kata-kata pengisi ("um," "ah," dan koreksi di tengah kalimat) .
• Hasilnya muncul langsung di aplikasi atau kolom teks yang sedang Anda gunakan. Dirancang sebagai pengganti fitur dikta bawaan macOS yang lebih cerdas .

2. Screen Awareness (opsional)

• Anda harus mengaktifkan secara manual fitur ini (hanya dengan persetujuan) .
• Setelah diaktifkan, Gemini bisa "melihat" apa yang ada di layar Anda melalui izin berbagi layar .
• Anda bisa memberikan perintah suara yang merujuk pada konten di layar — misalnya, "ringkas dokumen ini" atau "edit paragraf itu" — dan Gemini akan bertindak berdasarkan konten yang terlihat .
• The Verge menggambarkan fitur ini sebagai cara untuk membuat Gemini "melakukan tugas di dalam jendela yang terbuka" .

Pertimbangan privasi

• Dikta Cerdas memproses audio di cloud Google; kebijakan privasi standar Gemini berlaku (obrolan disimpan secara default selama 18 bulan, dengan opsi 3/36 bulan atau hapus otomatis, dan peninjauan manusia dimungkinkan pada obrolan yang diizinkan) .
• Screen Awareness adalah pertimbangan privasi yang lebih besar: fitur ini memerlukan izin perekaman layar untuk Gemini. Karena bersifat opsional, tidak ada data yang dibagikan kecuali Anda secara eksplisit mengaktifkannya . Setelah diaktifkan, Google bisa melihat isi jendela aktif Anda, yang menimbulkan kekhawatiran yang sama seperti alat pembaca layar AI lainnya (berbagi informasi sensitif yang tidak disengaja, visibilitas kredensial, dll.). Google mengatakan akan memeriksa kembali dengan Anda sebelum mengambil tindakan besar, tetapi data layar itu sendiri diproses di server Google .

Perbandingan: Gemini vs ChatGPT Desktop vs Apple Intelligence

Pembeda utama: GPT-Live-1 milik ChatGPT Desktop adalah mode suara percakapan yang sesungguhnya — ia bisa mendengar dan berbicara pada saat yang sama, menangani interupsi, dan mengarahkan agen AI secara langsung . Pendekatan Gemini lebih berorientasi pada tugas: dikta plus perintah sadar layar, bukan obrolan bolak-balik yang lancar. Apple Intelligence sangat terintegrasi dengan perangkat dan sistem, tetapi tidak memiliki kedalaman generatif dan otonomi lintas aplikasi seperti Gemini atau ChatGPT.

Detail ketersediaan

Kontrol Suara Baru (29 Juli 2026)

• Bahasa: Bahasa Inggris pada awalnya; belum ada daftar resmi bahasa tambahan yang diterbitkan .
• Versi aplikasi: Aplikasi Gemini untuk macOS terbaru (pembaruan bergulir tanpa nomor versi tertentu) .
• Peluncuran global: Mulai diluncurkan secara global pada 29 Juli, tetapi mungkin memerlukan beberapa hari untuk menjangkau semua wilayah .
• Batasan usia: 18+ (kebijakan usia standar Gemini).
• Langganan: Gratis untuk Dikta Cerdas; Screen Awareness juga gratis saat peluncuran — tidak memerlukan Google AI Ultra atau tingkatan berbayar untuk kedua fitur suara .

Gemini Spark (tiba pada 30 Juni 2026)

• Apa itu: Agen AI persisten 24/7 yang berjalan di Google Cloud, bahkan saat perangkat Anda mati. Ia mengotomatiskan tugas di Gmail, Docs, Kalender, file, dan layanan pihak ketiga menggunakan Jadwal dan Keterampilan .
• Bahasa: Hanya bahasa Inggris saat peluncuran .
• Versi aplikasi: Memerlukan aplikasi Gemini untuk macOS terbaru (beta); Spark juga berfungsi di Android, iOS, dan web .
• Peluncuran global: Beta terbatas — hanya AS per 30 Juni . Peluncuran di India dilaporkan secara terpisah pada 29 Juli .
• Batasan usia: 18+.
• Langganan: Khusus pelanggan Google AI Ultra (tingkatan berbayar). Tidak tersedia di Gemini gratis .
• Perbedaan utama dari kontrol suara: Spark adalah agen latar belakang (proaktif, otomatisasi 24/7), sedangkan kontrol suara adalah metode input real-time (reaktif, sesuai permintaan). Spark berjalan secara otonom di cloud; kontrol suara mengharuskan Anda berada di Mac dan berbicara secara aktif. Spark berbayar; kontrol suara gratis.

Apa yang diumumkan?

Google meluncurkan lapisan interaksi suara tekan-dan-tahan untuk aplikasi Gemini macOS. Dengan fitur ini, pengguna bisa berbicara dengan Gemini dari jendela aplikasi mana pun di desktop hanya dengan menekan lama tombol Fn . Pembaruan ini menghadirkan dua mode yang berbeda.

Dua mode dan cara kerjanya

1. Dikta Cerdas (bawaan, selalu aktif)

• Tekan lama tombol Fn di aplikasi apa pun dan bicaralah secara alami .
• Gemini akan mentranskripsikan kata-kata Anda menjadi teks yang bersih dan rapi yang secara otomatis memformat tanda baca, huruf kapital, dan bahkan menghilangkan kata-kata pengisi ("um," "ah," dan koreksi di tengah kalimat) .
• Hasilnya muncul langsung di aplikasi atau kolom teks yang sedang Anda gunakan. Dirancang sebagai pengganti fitur dikta bawaan macOS yang lebih cerdas .

2. Screen Awareness (opsional)

• Anda harus mengaktifkan secara manual fitur ini (hanya dengan persetujuan) .
• Setelah diaktifkan, Gemini bisa "melihat" apa yang ada di layar Anda melalui izin berbagi layar .
• Anda bisa memberikan perintah suara yang merujuk pada konten di layar — misalnya, "ringkas dokumen ini" atau "edit paragraf itu" — dan Gemini akan bertindak berdasarkan konten yang terlihat .
• The Verge menggambarkan fitur ini sebagai cara untuk membuat Gemini "melakukan tugas di dalam jendela yang terbuka" .

Pertimbangan privasi

• Dikta Cerdas memproses audio di cloud Google; kebijakan privasi standar Gemini berlaku (obrolan disimpan secara default selama 18 bulan, dengan opsi 3/36 bulan atau hapus otomatis, dan peninjauan manusia dimungkinkan pada obrolan yang diizinkan) .
• Screen Awareness adalah pertimbangan privasi yang lebih besar: fitur ini memerlukan izin perekaman layar untuk Gemini. Karena bersifat opsional, tidak ada data yang dibagikan kecuali Anda secara eksplisit mengaktifkannya . Setelah diaktifkan, Google bisa melihat isi jendela aktif Anda, yang menimbulkan kekhawatiran yang sama seperti alat pembaca layar AI lainnya (berbagi informasi sensitif yang tidak disengaja, visibilitas kredensial, dll.). Google mengatakan akan memeriksa kembali dengan Anda sebelum mengambil tindakan besar, tetapi data layar itu sendiri diproses di server Google .

Perbandingan: Gemini vs ChatGPT Desktop vs Apple Intelligence

Pembeda utama: GPT-Live-1 milik ChatGPT Desktop adalah mode suara percakapan yang sesungguhnya — ia bisa mendengar dan berbicara pada saat yang sama, menangani interupsi, dan mengarahkan agen AI secara langsung . Pendekatan Gemini lebih berorientasi pada tugas: dikta plus perintah sadar layar, bukan obrolan bolak-balik yang lancar. Apple Intelligence sangat terintegrasi dengan perangkat dan sistem, tetapi tidak memiliki kedalaman generatif dan otonomi lintas aplikasi seperti Gemini atau ChatGPT.

Detail ketersediaan

Kontrol Suara Baru (29 Juli 2026)

• Bahasa: Bahasa Inggris pada awalnya; belum ada daftar resmi bahasa tambahan yang diterbitkan .
• Versi aplikasi: Aplikasi Gemini untuk macOS terbaru (pembaruan bergulir tanpa nomor versi tertentu) .
• Peluncuran global: Mulai diluncurkan secara global pada 29 Juli, tetapi mungkin memerlukan beberapa hari untuk menjangkau semua wilayah .
• Batasan usia: 18+ (kebijakan usia standar Gemini).
• Langganan: Gratis untuk Dikta Cerdas; Screen Awareness juga gratis saat peluncuran — tidak memerlukan Google AI Ultra atau tingkatan berbayar untuk kedua fitur suara .

Gemini Spark (tiba pada 30 Juni 2026)

• Apa itu: Agen AI persisten 24/7 yang berjalan di Google Cloud, bahkan saat perangkat Anda mati. Ia mengotomatiskan tugas di Gmail, Docs, Kalender, file, dan layanan pihak ketiga menggunakan Jadwal dan Keterampilan .
• Bahasa: Hanya bahasa Inggris saat peluncuran .
• Versi aplikasi: Memerlukan aplikasi Gemini untuk macOS terbaru (beta); Spark juga berfungsi di Android, iOS, dan web .
• Peluncuran global: Beta terbatas — hanya AS per 30 Juni . Peluncuran di India dilaporkan secara terpisah pada 29 Juli .
• Batasan usia: 18+.
• Langganan: Khusus pelanggan Google AI Ultra (tingkatan berbayar). Tidak tersedia di Gemini gratis .
• Perbedaan utama dari kontrol suara: Spark adalah agen latar belakang (proaktif, otomatisasi 24/7), sedangkan kontrol suara adalah metode input real-time (reaktif, sesuai permintaan). Spark berjalan secara otonom di cloud; kontrol suara mengharuskan Anda berada di Mac dan berbicara secara aktif. Spark berbayar; kontrol suara gratis.