Gemini 4 Argon: Dirancang untuk Memecahkan Masalah Paling Kompleks

Gemini 4 Argon kini tersedia secara global bagi para developer dan enterprise melalui API di AI Studio dan platform Gemini, bagi pelanggan Google AI Ultra di Google Antigravity, serta bagi pelanggan Google AI Ultra dan Pro di aplikasi Gemini dan Mode AI di Search.

Argon unggul dalam menangani pekerjaan mendalam untuk berbagai tugas dunia nyata yang kompleks, termasuk di bidang pemrograman (coding), keuangan, hukum, keamanan siber, dan sains. Kedalaman analisis dan presisinya dalam mengerjakan tugas bertahap (multi-step tasks) membuat Argon mengungguli berbagai model terdepan lainnya dalam tolok ukur lintas bidang, sekaligus menempati peringkat pertama di Vals Index, yang mengukur performa model AI di sektor-sektor ekonomi penting seperti keuangan, coding, hukum, dan perpajakan.

Model ini diluncurkan hari ini denganharga perkenalan ¹ sebesar US$2 per satu juta token input dan US$10 per satu juta token output (dengan diskon 95% untuk token input yang di-cache).

Berbagai tim di Google, di banyak bidang dan dalam komunitas riset telah menggunakan Argon untuk menghasilkan dampak signifikan:

• Menyelesaikan tantangan rekayasa perangkat lunak berskala besar, seperti refactoring dan optimalisasi codebase
• Mengoptimalkan alur kerja bisnis di bidang hukum, keuangan, dan sains
• Menemukan dan memperbaiki (patching) kerentanan keamanan siber yang kritis
• Mendorong terobosan baru dalam komputasi kuantum, fusi nuklir, dan ilmu hayati (life sciences)

Menyelesaikan tugas rekayasa yang kompleks

Di Google, kami telah menguji dan mengandalkan Argon untuk mengatasi berbagai tantangan rekayasa paling kompleks. Dalam beberapa minggu terakhir, para software engineer mampu merilis kode berkualitas tinggi dengan lebih cepat. Argon di Antigravity telah membantu berbagai tim meningkatkan pengajuan kode berbasis agen AI hingga lebih dari 35%, sekaligus mengurangi code rollback hampir sepertiganya.

• Mengurai kode fitur browser di Chrome: Argon membantu tim Chrome memisahkan fungsi inti untuk menangani halaman web dari folder lama berisi sekitar 6 juta baris kode fitur browser dalam codebase Chromium yang mencapai 40 juta baris. Dengan menjalankan beberapa perubahan kode yang rapi secara bersamaan, Argon membantu tim menyelesaikan refactoring arsitektur pada ratusan file, pekerjaan yang biasanya memakan waktu berbulan-bulan kini dapat diselesaikan dalam hitungan minggu. Bagi miliaran pengguna Chrome di seluruh dunia, pembaruan ini memungkinkan halaman web aktif berpindah dengan lancar di antara tab, panel samping, dan floating windows tanpa perlu reloading, sekaligus menghilangkan satu kategori crash pada browser sepenuhnya.

• Mengoptimalkan codebase Python untuk produksi dalam hitungan jam: Argon di Antigravity membantu tim di balik Agent Development Kit (ADK) open source milik Google, sebuah framework yang mendukung agen AI untuk perusahaan, untuk meningkatkan rekayasa performanya. Tim tersebut memberikan panduan aturan .agents/skills dan tujuan singkat untuk menghilangkan overhead pada framework tanpa mengganggu aplikasi yang sudah ada. Dengan bekerja secara mandiri sepanjang malam, Argon menemukan sejumlah optimalisasi yang kini telah diterapkan di google/adk-python, sehingga memangkas waktu persiapan sesi dalam memori sebesar 40% untuk sesi panjang dan mempercepat cold import sebesar 21%.
• Optimalisasi quantum chemistry open-source package: xTB (Semiempirical Extended Tight-Binding) merupakan salah satu paket kimia kuantum open source untuk molekul yang paling banyak dikutip. Para ilmuwan menggunakannya untuk memprediksi struktur tiga dimensi molekul serta menyaring kandidat obat dan material dalam jumlah besar. Dengan menggunakan Argon di Antigravity, para peneliti kami berhasil mempercepat kemampuan xTB dalam memprediksi struktur molekul hingga 2,3 kali dan melakukan conformer search hingga 1,8 kali. Perubahan tersebut telah dikontribusikan ke repositori resmi xTB di GitHub.
• Mempercepat open Gemma models hingga hampir tiga kali lipat: Dengan Argon, kami berhasil meningkatkan kecepatan inferensi menyeluruh sebesar 2,85 kali pada GPU A100 melalui vLLM (meningkatkan throughput Gemma 4 E2B dari sekitar 37.900 menjadi lebih dari 108.000 token per detik) dengan kesesuaian token 100% tanpa penurunan kualitas. Peningkatan ini dicapai hanya dalam beberapa hari, dari proses yang biasanya membutuhkan waktu berbulan-bulan. Lihat pull request upstream untuk mengetahui perubahan selengkapnya, mulai dari penyempurnaan mekanisme attention hingga speculative decoding.
• Menghasilkan visualisasi 3D yang kompleks: Argon menghadirkan peningkatan signifikan dalam penalaran spasial, presisi matematis, dan pemrograman visual dibandingkan model Gemini generasi sebelumnya. Dengan menggunakan perintah seperti /goal dan prompt untuk menjalankan alur kerja multi agen dengan skill khusus di Antigravity, tim Google memanfaatkan Argon untuk membuat prototipe visualisasi 3D yang kompleks, game beresolusi tinggi, dan animasi interaktif menggunakan kode standar yang dapat langsung di-render di browser.

Mentransformasi alur kerja bisnis dan profesional yang krusial

Argon menggabungkan penalaran mutakhir, persepsi visual yang mendalam, pengetahuan domain yang diperluas, dan kemampuan menulis yang lebih kuat di bidang hukum, keuangan, sains, dan pemrograman untuk membantu alur kerja profesional yang berisiko tinggi. Ia berkomunikasi dengan jelas, selalu memberi Anda informasi terkini, dan mengikuti instruksi gaya dengan lebih baik daripada model Gemini kami sebelumnya. Argon menjawab pertanyaan secara lebih langsung dengan lebih sedikit bertele-tele, tidak mengulang-ulang lebih dari yang diperlukan, dan menghindari klise dalam jawabannya.

Pelanggan enterprise dan startup dalam program akses awal kami sudah melihat keuntungan yang signifikan dengan Argon.

Dengan menggunakan kemampuan penalaran tingkat lanjut dan multimodal serta tetap berpegang pada landasan yang ketat, Argon unggul dalam pemahaman dokumen multimodal yang mendalam, analisis data longitudinal, dan lingkungan simulasi analitik interaktif.

Mempercepat dampak nyata bersama peneliti dan pakar di berbagai bidang

Para peneliti, engineer, dan spesialis keamanan telah menggunakan Argon untuk mendorong batas kemampuan di bidang pertahanan siber, sains, matematika, dan robotika. Argon membantu para pakar keamanan siber dan peneliti menguji hipotesis, mengaudit codebase penting dan pembuktian formal secara mandiri, serta mendeteksi kerentanan zero-day dan kelemahan logika yang sulit dikenali.

Menghadirkan kemampuan keamanan siber mutakhir bagi lebih banyak pakar keamanan tepercaya

Mulai hari ini, kami memperluas akses ke ratusan mitra tambahan dalam Fairwind Program.

Wiz telah menggunakan Argon dalam inisiatif “Scan for Good”, yang menyediakan perlindungan gratis bagi infrastruktur penting demi kepentingan publik. Melalui akses awal ke model ini, Wiz telah menunjukkan dampak nyata Argon di berbagai sektor berisiko tinggi:

• Mengamankan data sensitif pemerintah: Sebagai bagian dari program ketahanan siber jangka panjang dan bekerja sama dengan lembaga federal, Argon secara proaktif mengidentifikasi dan memitigasi celah yang berisiko mengekspos data sensitif serta infrastruktur pemerintahan.
• Melindungi infrastruktur kesehatan vital: Melalui analisis rantai kerentanan yang kompleks, Argon membantu tim menemukan dan segera menutup celah bypass pengunduhan berkas publik yang mengekspos master key dan memberikan akses administrator. Langkah ini secara proaktif menyelamatkan ratusan ribu data medis pribadi pasien.

Membuka peluang bagi terobosan ilmiah baru

Argon telah memberikan dampak nyata bagi komunitas ilmiah dengan mendukung berbagai penemuan baru oleh ilmuwan dan pakar lintas bidang.

• Komputasi kuantum: Argon membantu para peneliti mempercepat kemajuan dalam koreksi kesalahan (quantum error correction) dan perancangan algoritma. Agar dekoder kesalahan dapat mengimbangi perangkat keras secara real-time, Argon menerjemahkan versi internal AlphaQubit menjadi sebuah kernel perangkat keras tunggal yang sangat optimal—menggandakan throughput inferensi agar model dapat beroperasi pada perangkat kuantum berskala lebih besar. Argon juga memangkas biaya ruang-waktu (spacetime costs) untuk subrutin kuantum: pada fungsi arcsin, implementasi yang ditulis oleh Argon dan diverifikasi secara formal menggunakan Lean berhasil menghemat biaya ruang-waktu lebih dari 100 kali lipat dibanding garis dasar kuantum CORDIC.
• Fusi nuklir: Stellarator adalah mesin fusi magnetik yang menjadi kandidat terdepan bagi terciptanya energi bersih tanpa batas, namun optimalisasi medan magnet 3D-nya terkenal sangat rumit. Sejak 1967, "Konjektur Grad" berasumsi bahwa menemukan solusi matematika pasti untuk medan tersebut adalah hal yang mustahil, hingga akhirnya ditemukan beberapa contoh penyangkal (counterexamples), termasuk oleh Profesor Matt Landreman dari University of Maryland. Kini, tim Google bersama Profesor Landreman telah menemukan kelas contoh penyangkal yang lebih luas terhadap Konjektur Grad, memberikan tolok ukur tepercaya bagi komunitas sains fusi untuk menguji kode simulasi mereka.
• Riset penyakit langka: Peneliti di Gamow Labs menggunakan Argon untuk menganalisis genom bayi baru lahir dengan kelainan paru-paru langka. Dalam satu kasus, Argon berhasil menemukan penataan ulang kromosom (chromosomal rearrangement) yang luput dari perangkat lunak standar selama bertahun-tahun dan menjelaskan alasan ilmiah mengapa hal itu tidak terdeteksi. Pada evaluasi privat Gamow Labs, Argon menempati posisi teratas di tolok ukur RareBench (skor 58% pada asistensi diagnosis penyakit langka) dan LabBench (skor 52,2% pada penalaran laboratorium basah).
• Perancangan enzim: Merancang enzim buatan dengan reaktivitas presisi biasanya memakan waktu berbulan-bulan untuk penyesuaian model dan penyaringan kandidat. Enzim esterase serin—yang memutus ikatan ester pada molekul target—banyak digunakan dalam daur ulang, pembuatan obat, bahan bakar nabati, dan detergen. Bekerja sama dengan Argon, para ilmuwan kami merancang enzim esterase serin baru dengan menargetkan molekul 4MU-asetat. Hanya dalam hitungan jam, Argon menghimpun data terkait, menyetel model, dan menetapkan serangkaian filter biokimia hingga menghasilkan lima rancangan enzim baru, yang kemudian terbukti secara uji laboratorium menunjukkan aktivitas katalitik yang kuat.

Untuk semakin mempercepat laju penelitian, kami menawarkan akses gratis selama enam bulan kepada 10.000 ilmuwan ke tingkat penggunaan tertinggi di Google Antigravity. Peserta akan diterima secara bertahap berdasarkan kelayakan, kapasitas, dan proses seleksi. Pendaftaran kini sudah dibuka.

Mempercepat pengembangan robotika

Dengan memadukan penalaran visual-semantik tingkat lanjut, pemahaman mendalam tentang dunia fisik, dan pembuatan kode secara mandiri, Argon membuka alur kerja baru di seluruh rangkaian pengembangan robotika sekaligus mempercepat kemajuan menuju AGI fisik. Peningkatan kemampuan ini tercermin dalam performa Argon pada tolak ukur Embodied Reasoning (ERQA), yang menguji kemampuan model dalam memahami dan menyelesaikan persoalan fisik serta spasial di lingkungan 3D. Dengan mengandalkan kemampuan penalaran murni, Argon mengungguli seluruh model terdepan lainnya dengan skor 87%.

Untuk menunjukkan kemampuan tersebut secara langsung, kami menguji kemampuan Argon dalam mempelajari keterampilan fisik di luar data pelatihannya hanya dengan mengamati. Dalam pengujian internal, Argon menyaksikan rekaman mentah seseorang bermain cornhole, memetakan koordinat spasial lingkungan, dan menghitung gerakan sendi seluruh tubuh yang diperlukan. Argon kemudian secara mandiri membuat kode simulasinya. Ketika diterapkan pada robot humanoid Apollo dari Apptronik, robot tersebut berhasil memasukkan tujuh lemparan berturut-turut dalam uji coba di dunia nyata.

Alur kerja “Video-to-Sim-to-Real” ini memangkas proses pemodelan simulasi manual yang biasanya memerlukan waktu berminggu-minggu menjadi hanya beberapa jam, sekaligus mengubah video biasa menjadi lingkungan pelatihan berskala luas dan tanpa batas bagi AI fisik. Pelajari lebih lanjut bagaimana teknologi ini mempercepat pengembangan robotika melalui blog developer kami.

Mengembangkan Argon secara bertanggung jawab dan aman

Keamanan dan keselamatan merupakan landasan utama dalam pengembangan model di Google. Mengingat Argon adalah model berkemampuan tinggi, kami berkolaborasi dengan berbagai mitra pihak ketiga untuk mengukur sejumlah kemampuan model dan sistem perlindungannya. Gemini 4 Argon menghadirkan rangkaian sistem keamanan dan keselamatan kami yang paling komprehensif hingga saat ini:

• Pertahanan terhadap penyalahgunaan dan jailbreak: Kemampuan coding dan ilmiah yang membantu pakar keamanan memperbaiki perangkat lunak rumah sakit atau mempercepat bioteknologi juga memerlukan perlindungan kuat dari pelaku berbahaya. Berdasarkan Frontier Safety Framework, kami mengevaluasi kemampuan Argon yang lebih canggih di sejumlah bidang dan menerapkan sistem pertahanan berlapis yang memadukan ketahanan terhadap jailbreak, pemantauan, dan penegakan kebijakan. Langkah ini meningkatkan ketangguhan Argon secara signifikan—misalnya, pengujian eksternal oleh tim bio red teaming hanya berhasil menembus kurang dari 1% sub tugas biologi yang kami uji. Dalam menghadapi permintaan berbahaya, mulai dari penulisan kode eksploitasi hingga bantuan terkait material biologis berbahaya, Argon juga jauh lebih baik dalam menolak permintaan dibandingkan model kami sebelumnya. Dalam serangkaian pengujian adversarial untuk menguji ketahanan model, tingkat pelanggaran turun hampir dua kali lipat—jauh lebih baik dibandingkan model Gemini generasi sebelumnya.
• Penyelarasan agen dan pemantauan secara real-time: Seiring agen AI menjadi semakin andal dalam memecahkan masalah, kami perlu memastikan bahwa agen tidak mengambil jalan pintas tanpa izin demi menyelesaikan tugas ketika menghadapi hambatan, seperti masalah perizinan atau pengujian yang gagal.
  • Pertama, kami melatih Argon untuk mematuhi batasan sistem, melaporkan temuan negatif secara jujur, dan menunggu konfirmasi manusia sebelum mengambil tindakan yang tidak dapat dibatalkan. Dalam tolak ukur coding yang tidak memberikan insentif bagi model untuk menahan diri, upaya mengambil jalan pintas pada Gemini 4 Argon turun menjadi hanya 2%, hasil terbaik dibandingkan model Gemini sebelumnya.
  • Kedua, sebagai lapisan perlindungan tambahan, kami membangun sistem otomatis untuk memantau ketidakselarasan. Sistem ini membaca proses penalaran dan tindakan agen secara bertahap untuk mendeteksi dan mencegah upaya menghindari batasan secara tidak disengaja secara real-time. Kami menggunakan sistem tersebut dalam penerapan internal, evaluasi kemampuan, dan proses pelatihan berbasis reinforcement learning. Selama pelatihan, kami secara ketat menghindari pemberian penalti terhadap proses berpikir model agar penalarannya tetap transparan dan dapat dipantau.
• Ketahanan terhadap injeksi prompt: Saat agen menjelajahi halaman web, membaca email, atau memeriksa kode, agen dapat menemukan instruksi berbahaya tersembunyi yang dirancang untuk mengambil alih tugasnya. Melalui pelatihan adversarial dan red teaming otomatis, Argon meraih hasil terbaik dalam tolok ukur Gray Swan Indirect Prompt Injection (IPI), dengan menekan tingkat keberhasilan serangan menjadi hanya 0,7% dalam 15 percobaan adaptif.

Untuk mempelajari lebih lanjut pendekatan kami terhadap pengujian keamanan serta langkah-langkah mitigasi, baca Laporan Keamanan dan Keselamatan Gemini 4.

Mulailah hari ini

Argon mampu bekerja lebih lama dan intensif untuk menyelesaikan berbagai persoalan ilmiah, coding, dan berbasis agen yang sangat kompleks. Kemampuan ini didukung oleh batas terpadu satu juta token untuk input dan output melalui Gemini API sebagai yang terdepan di industri. Baca dokumentasi developer kami untuk mempelajari protokol kelanjutan terbaru dan memastikan konfigurasi yang sesuai dengan kebutuhan Anda. Argon mulai diluncurkan secara bertahap di seluruh dunia mulai hari ini:

• Untuk developer: Mulai bangun dan kembangkan proyek menggunakan Gemini API versi berbayar di Google AI Studio dan Android Studio. Jika Anda pelanggan Google AI Ultra, Anda dapat langsung mencobanya di Google Antigravity, AI Studio, dan Android Studio.
• Untuk enterprise: Coba melalui Gemini untuk bisnis, API, dan Google Antigravity.
• Untuk pengguna harian: Pelanggan Google AI Ultra atau Pro dapat mencobanya langsung di aplikasi Gemini dan Mode AI di Google Search.
• Untuk ilmuwan dan peneliti: Daftarkan diri untuk mendapatkan kesempatan mengakses tingkat penggunaan tertinggi Google Antigravity secara gratis selama enam bulan. Peserta akan diterima secara bertahap berdasarkan kelayakan, kapasitas, dan proses seleksi. Pendaftaran kini sudah dibuka.
• Untuk pakar keamanan siber: Daftarkan diri ke Fairwind Program guna memperoleh akses bertahap ke Argon tanpa batasan perlindungan siber (without cyber guardrails).