Gemini 4 Argon: Era Baru Kecerdasan AI Frontier

Hari ini, kami memperkenalkan model frontier terbaru kami, Gemini 4 Argon, yang mulai tersedia bagi sejumlah pakar keamanan siber tepercaya melalui Fairwind Program. Dirancang untuk melakukan penalaran mendalam dalam alur kerja yang kompleks dan berlangsung dalam jangka panjang, Argon menghadirkan perubahan mendasar dalam cara kita bekerja dan membangun berbagai hal di Google. Model ini menawarkan performa frontier dalam berbagai alur kerja kompleks, mulai dari rekayasa perangkat lunak di dunia nyata, pekerjaan berbasis pengetahuan di bidang seperti hukum dan keuangan, hingga pertahanan keamanan siber.

Menghadirkan kemampuan frontier pada tingkat ini secara aman membutuhkan pendekatan yang dilakukan secara bertahap. Saat ini, kami secara aktif terlibat dalam proses sukarela pemerintah Amerika Serikat untuk menyediakan akses terhadap model sebelum peluncuran, sembari secara bertahap memperluas akses. Kami juga akan terus mengumpulkan masukan dari para penguji untuk menyempurnakan sistem pengamanan sebelum Argon tersedia bagi developer, perusahaan, dan konsumen sesegera mungkin.

Argon akan diluncurkan dengan harga perkenalan ¹ sebesar $2 per satu juta token input dan $10 per satu juta token output. Sementara itu, token input yang di-cache akan dikenakan harga 95% lebih rendah dari harga token input.

Mengubah cara kita bekerja dan membangun di Google

Gemini 4 Argon sudah digunakan untuk mendukung berbagai alur kerja internal di Google. Ribuan Googlers telah merasakan keunggulan model ini, mulai dari menangani tugas coding khusus, melakukan riset yang lebih mendalam, hingga menghasilkan tulisan berkualitas. Dengan kemampuan tersebut, Argon membantu berbagai tim bekerja dan membangun dengan lebih cepat, sekaligus mendorong batas produktivitas engineering dan mempercepat berbagai terobosan. Beberapa contohnya meliputi:

• Optimalisasi algoritma kuantum: Argon membantu para peneliti komputasi kuantum kami mengoptimalkan sumber daya ruang-waktu (qubit × gates) dari subrutin yang menjadi bottleneck bagi berbagai aplikasi penting. Dalam salah satu contoh, Argon berhasil melampaui baseline yang telah dipublikasikan sebesar 40% hanya dalam hitungan menit.
• Efisiensi memori: Tim yang menggunakan agen Argon menganalisis telemetri profiling di seluruh fleet secara mandiri untuk menemukan dan menerapkan optimalisasi memori di berbagai data center Google. Setelah diterapkan, optimalisasi ini berhasil membebaskan lebih dari 300 TiB memori, dengan estimasi total penghematan mencapai 500 TiB hingga 1 PiB.
• Migrasi dan optimalisasi codebase berskala besar: Agen Argon membantu memigrasikan codebase C/C++ ke Rust di berbagai bagian Google. Skalanya mulai dari puluhan ribu baris kode pada library inti seperti re2 dan libgav1, hingga lebih dari 800 ribu baris kode pada kernel Fuchsia OS Zircon. Mengingat banyak sistem tersebut bersifat kritis, proses penulisan ulang dalam skala besar ini menjalani audit otomatis dan manual, pengujian emulasi, serta peninjauan secara menyeluruh sebelum diterapkan ke production.

Untuk libgav1, software open source Google untuk decoding video, agen Argon mengambil port Rust yang sudah ada dan mengganti 32 ribu baris kode SIMD melalui berbagai eksperimen berbasis profiling. Agen tersebut mempelajari output compiler dan menghasilkan Rust yang aman, sehingga compiler dapat melakukan vectorization secara otomatis. Hasil akhirnya adalah video decoder yang aman dari sisi memori dan berjalan 2,7x lebih cepat dibandingkan port Rust sebelumnya, dengan output video yang identik. Performa ini membuatnya semakin mendekati C++ yang telah dioptimalkan.

Bekerja lebih keras untuk menyelesaikan masalah yang paling kompleks

Seiring semakin kompleksnya berbagai kebutuhan penggunaan AI, Gemini 4 Argon dirancang untuk dapat menangani alur kerja yang lebih panjang dan kompleks. Karena itu, kami secara signifikan meningkatkan batas token output model menjadi 1 juta token, dari sebelumnya 64 ribu token, menjadikannya batas tertinggi di industri. Dengan ruang yang lebih besar untuk berpikir secara mendalam dan menghasilkan ratusan ribu token dalam satu rangkaian proses, Argon menghadirkan tingkat kedalaman penalaran baru. Kemampuan ini memungkinkan model menangani dan menyelesaikan berbagai masalah sulit secara lebih menyeluruh dalam satu proses.

Mendukung coding dan alur kerja perusahaan di berbagai bidang

Kemampuan Gemini 4 Argon dalam coding, penalaran, dan multimodal, ditambah kemampuannya menjalankan tugas panjang dan multi-langkah, membuatnya mampu menangani berbagai alur kerja perusahaan.

Para engineer Google telah menggunakan Argon dalam tugas sehari-hari, mulai dari debugging hingga migrasi codebase berskala besar dan perancangan algoritma. Argon mencatat state of the art baru pada DeepSWE v1.1 dengan skor 77,9%, yang mengukur performa model dalam tugas rekayasa perangkat lunak dunia nyata yang berlangsung dalam jangka panjang.

Tak hanya dalam coding, Argon juga menjadi model terdepan pada Vals Index, yang mengukur dampak ekonomi dalam pekerjaan di bidang keuangan, coding, hukum, dan pajak. Dalam indeks ini, setiap sektor diberi bobot berdasarkan kontribusinya terhadap PDB Amerika Serikat. Performa terdepan yang serupa juga terlihat dalam berbagai evaluasi khusus bidang lainnya, termasuk Vals Finance Agent v2 untuk riset keuangan multi-langkah dan Harvey’s Legal Agent Benchmark untuk riset serta penyusunan dokumen hukum. Sementara itu, pada AutomationBench, benchmark dari Zapier yang mengukur eksekusi end-to-end dalam berbagai fungsi bisnis utama, Argon mencatat skor 51,3%.

Argon juga memiliki kemampuan yang sangat kuat untuk pekerjaan berbasis pengetahuan yang membutuhkan pemahaman visual. Model ini dapat melakukan analisis grafik profesional, mengidentifikasi detail dari video berdurasi panjang, serta mengambil tindakan berdasarkan serangkaian dokumen. Sebagai contoh, pada LVBench, yang mengukur kemampuan memahami video berdurasi panjang, Argon mencatat performa state of the art dengan skor 91,7%.

Memimpin dalam pertahanan keamanan siber

Untuk membantu para defender menghadapi era baru serangan siber, kami melatih Gemini 4 Argon agar memiliki kemampuan tinggi dalam pertahanan keamanan siber. Argon dapat secara mandiri menemukan, memvalidasi, dan menambal kerentanan software yang kritis. Bagi para defender tepercaya dan tim internal kami di Google, kami akan menyediakan Argon tanpa cyber guardrails. Dengan demikian, mereka dapat memanfaatkan kemampuan pertahanan keamanan siber tingkat frontier secara penuh.

Wiz telah menggunakan Argon untuk pertahanan keamanan siber melalui inisiatif Scan for Good—sebuah program yang didedikasikan untuk melindungi infrastruktur publik kritis secara gratis dengan menemukan dan memperbaiki eksposur berisiko tinggi. Dalam salah satu demonstrasi awal, Argon menemukan kerentanan kritis yang mengekspos informasi pribadi sensitif pada software kesehatan yang digunakan oleh rumah sakit di seluruh dunia. Model ini berhasil mengidentifikasi risiko serius yang sebelumnya tidak ditemukan oleh model frontier lainnya.

Pada CWE-bench v1, yang mengevaluasi kemampuan model dalam memperbaiki kerentanan keamanan, Argon berada di posisi teratas bersama model lain dengan skor 68%. Hasil ini melanjutkan performa frontier yang sebelumnya ditunjukkan oleh 3.8 Flash Cyber pada CWE-bench v0.

Gemini 4 Argon juga menunjukkan peningkatan signifikan dalam menemukan kerentanan dibandingkan 3.8 Flash Cyber. Misalnya:

• Pada benchmark kerentanan komprehensif internal Google, Argon menemukan berbagai eksposur di codebase kompleks yang mencakup 20 bahasa pemrograman.
• Pada benchmark black-box penetration testing internal Wiz, yang menguji kemampuan model dalam menganalisis sistem web secara langsung tanpa source code, Argon mengungguli 3.8 Flash Cyber dalam menemukan attack surface, mengidentifikasi kerentanan, serta menghasilkan bukti proof-of-concept untuk memvalidasinya.

Memperkuat pengamanan frontier sebelum tersedia secara luas

Sebelum menghadirkan Gemini 4 Argon secara luas, kami terus memperkuat pengamanan frontier yang kritis dalam empat area utama:

Mencegah penyalahgunaan: Untuk mencegah pihak yang berniat buruk menggunakan Argon untuk serangan siber atau serangan kimia, biologi, radiologi, dan nuklir (CBRN), model ini dirancang untuk menolak permintaan yang berbahaya, sembari tetap mendukung riset ilmiah yang sah dan bersifat dual-use, sesuai dengan Frontier Safety Framework kami. Untuk peluncuran ini, kami juga memperkuat ketahanan sistem pengamanan, termasuk meningkatkan teknik untuk memantau internal activations model guna mendeteksi potensi penyalahgunaan. Pengamanan ini telah melalui pengujian ketahanan oleh red team internal dan eksternal menggunakan kombinasi metode serangan manual dan otomatis.

Melindungi dari serangan prompt injection: Argon juga merupakan model kami yang paling tangguh terhadap indirect prompt injection, yaitu ketika instruksi atau konteks berbahaya digunakan untuk mengambil alih perilaku model. Serangan semacam ini kompleks dan membutuhkan kewaspadaan berkelanjutan serta berbagai lapisan pertahanan. Melalui automated red teaming dan adversarial training, Gemini 4 Argon menjadi model terdepan dalam ketahanan terhadap prompt injection pada benchmark Indirect Prompt Injection (IPI) dari Gray Swan.

Memantau misalignment: Untuk mencegah Argon bertindak di luar batas dan menyelesaikan suatu tugas dengan cara yang melampaui maksud pengguna, kami menerapkan mitigasi misalignment yang memantau chain-of-thought dan tindakan Argon, serta menghentikan eksekusi ketika diperlukan.

Kami menggunakan sistem serupa untuk memantau proses training dan mengirimkan peringatan kepada tim khusus yang menangani respons insiden. Kami juga menerapkan langkah pencegahan agar temuan tersebut tidak dimasukkan kembali ke dalam proses training, sehingga tidak berisiko membentuk pola penalaran Argon yang dapat menghindari pemantauan. Kami mendorong industri secara luas untuk mempertahankan transparansi penalaran pada momen penting ketika kemampuan AI semakin meningkat, sembari menghadapi berbagai risiko alignment. Dengan demikian, proses penalaran model tetap dapat membantu mengidentifikasi dan mendiagnosis potensi misalignment.

Memperkuat sistem: Seiring model frontier menjadi semakin mampu, pengujian yang aman membutuhkan lingkungan yang dapat mengimbangi kemampuan sistem tersebut. Sejalan dengan agent control roadmap kami, kami memperkuat lingkungan sandbox dengan mengisolasi dan mengamankannya sebelum proses training atau evaluasi berisiko tinggi dimulai. Kami berkomitmen untuk membagikan praktik terbaik keamanan agen ini kepada para partner guna membantu meningkatkan keamanan di seluruh ekosistem.

Segera hadir

Kami membangun Gemini 4 Argon dengan kemampuan tingkat frontier dalam coding, pekerjaan berbasis pengetahuan, pertahanan keamanan siber, dan creative writing. Dengan kemampuan tersebut, Argon dirancang untuk menjadi partner bagi developer, profesional, dan perusahaan saat mereka menghadapi berbagai masalah yang paling sulit. Kami berterima kasih kepada kelompok awal cyberdefender dan penguji tepercaya yang telah memberikan evaluasi serta masukan berdasarkan penggunaan di dunia nyata. Masukan tersebut akan membantu kami terus memperkuat sistem sebelum Argon tersedia bagi developer, perusahaan, dan konsumen. Peluncuran akan dimulai dengan pelanggan API berbayar dan pelanggan Google AI Ultra.