
Gemini 4 Carbon Pergi ke Laboratorium. Tulisan Google Sendiri Memberi Kredit kepada Gemini 4 Argon Tiga Belas Kali
- GoogleBARUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 juta token · 90 tok/s
- AnthropicBARUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 juta token · 97 tok/s
- orcaBARUOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaBARUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 juta token · 89 tok/s
- OrcaBARUOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 juta token · 131 tok/s
- OrcaBARUOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 per 1 juta token · 85 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 juta token · 127 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 juta token · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 45 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Kecerdasan
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 juta token · 194 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Kecerdasan
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 juta token · 136 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Kecerdasan
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Kecerdasan
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 per 1 juta token · 123 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Kecerdasan
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Kecerdasan
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 per 1 juta token · 182 tok/s
Lima puluh juta baris Lean 4. Itulah yang diperlukan untuk memverifikasi secara mesin sebuah bukti konjektur Courtade–Kumar, hasil tahun 2013 dalam teori informasi tentang seberapa banyak string bit yang bising bertahan setelah kompresi, dan itu adalah artefak tunggal terbesar dalam tulisan penelitian yang diterbitkan pada 13 November 2026 dengan judul "Memajukan sains & teknik dengan Antigravity's /teamwork." Tulisan tersebut adalah sumber klaim yang kini beredar bahwa para peneliti menggunakan Gemini 4 Carbon untuk mengerjakan masalah multi-langkah di bidang fisika, matematika, dan ilmu kehidupan. Carbon ada di tulisan itu. Nama itu disebut tepat satu kali, dalam daftar tiga model di bagian atas. Setiap studi kasus di bawahnya — konjektur tersebut, konjektur Weil yang diformalkan, elusidasi struktur NMR, mesin Go, penulisan ulang kernel Zircon — diatribusikan dalam isi tulisan kepada Gemini 4 Argon, atau kepada "Gemini 4" tanpa tier, atau kepada harness itu sendiri.
Itu bukan skandal dan bukan pula koreksi. Ini adalah perbedaan yang layak dipahami dengan tepat sebelum siapa pun menyusun anggaran berdasarkan hal itu, karena kedua model tersebut tidak dapat saling dipertukarkan seperti yang tersirat dalam tweet, dan karena harga Carbon dijadwalkan menjadi dua kali lipat pada 1 Desember 2026 — empat belas hari dari hari ini. Berikut ini adalah apa yang sebenarnya dikatakan oleh unggahan tersebut, klaim mana yang bertahan setelah diteliti, mana yang dilaporkan vendor dan belum direproduksi, serta apa yang dapat dilakukan pembaca di luar Google dengan semua itu minggu ini.
Pos, program, dan satu kalimat itu
Google Research menerbitkannya pada 13 November, dengan kredit kepada Vahab Mirrokni, seorang Google Fellow dan VP Google Research. Paragraf pembuka menyebutkan model-model tersebut dalam satu daftar: "Dengan menggunakan Gemini 4 Argon, Gemini 4 Carbon, Gemini 4 Hydrogen dan alur kerja multi-agen seperti /teamwork milik Antigravity (dibangun di atas berbagai model Gemini), kolaborasi ini telah menghasilkan inovasi baru…" Kalimat itu adalah keseluruhan kehadiran Carbon dalam argumen. Hitung nama-nama di bagian isi di bawahnya dan Argon muncul tiga belas kali, Hydrogen sekali, dan Carbon tidak muncul lagi.
Alasannya bersifat struktural, bukan memalukan. /teamwork adalah harness, bukan model: ia menjalankan kumpulan agen khusus, memberikan kepada masing-masing hanya file dan alat yang dibutuhkan langkahnya, meneruskan pekerjaan kepada penerus baru agar konteks tidak membusuk selama proses multi-hari, dan mengarahkan setiap prompt ke pola alur kerja yang dipilih untuk tugas tersebut. Lapisan verifikasinya adalah yang sebenarnya dijual Google — pemeriksa Lean 4, rangkaian uji yang tidak dimodifikasi, simulator eksekusi, penghitung perangkat keras — yang bertindak sebagai pemfalsifikasi yang menentukan jawaban kandidat mana yang bertahan. Ketika sebuah harness melakukan orkestrasi dan pemeriksa bukti melakukan penjurian, model di bawahnya menjadi kurang penting dibandingkan loop di sekitarnya. Argon, model yang telah dapat dipanggil di API berbayar sejak 13 Oktober 2026, adalah model yang dijalankan oleh kampanye-kampanye tersebut.
Alasan Carbon sendiri untuk masuk daftar itu nyata tetapi berbeda: ini adalah model serbaguna terkuat yang pernah diterbitkan Google, dan di Artificial Analysis saat ini ia berada di peringkat keempat dari 81 model dengan skor 60 pada Intelligence Index v5.0.1. Tidak ada yang bertentangan dengan itu dalam unggahan 13 November tersebut. Tidak ada pula yang menunjukkan Carbon mengerjakan pekerjaan itu.

Hasilnya, diurutkan berdasarkan seberapa dapat diperiksa.
Tulisan itu luar biasa kaya akan detail untuk ukuran sebuah blog riset, sehingga memungkinkan untuk memilah klaim berdasarkan jenis bukti yang mendukungnya, bukan berdasarkan seberapa mengesankannya kedengarannya.
• Diperiksa oleh mesin, jadi secara prinsip dapat diverifikasi — pembuktian Courtade–Kumar, diformalkan dari awal hingga akhir dalam Lean 4 sebanyak 50 juta baris, dengan kontribusi manusia yang disebutkan: tim CUHK mengusulkan fungsi kandidat yang mereduksi masalah tersebut menjadi optimisasi 14 variabel. Juga dalam kategori ini, formalisasi konjektur Weil sekitar 1,8 juta baris di 28.800 pemanggilan subagen, masalah kesepuluh Hilbert atas gelanggang umum dengan 919.000 lebih baris, konjektur Birkhoff yang terbuka sejak 1927, dan konjektur Bochner–Riesz 3D, yang menurut sistem telah menemukan dan memperbaiki celah dalam pembuktian informal yang baru dirilis. Pembuktian Lean yang dapat dikompilasi adalah kelas klaim yang berbeda dari skor tolok ukur, dan Google layak mendapat kredit untuk itu — meskipun "50 juta baris kode pembuktian yang dihasilkan" juga merupakan pernyataan tentang volume pencarian, bukan tentang keanggunan.
• Diukur, dengan pengukuran yang dijelaskan — hasil kimia molekuler. Tiga puluh agen khusus dalam loop yang mengoreksi diri, ditambah simulator spektral berbasis fisika, mencapai kecocokan persis top-1 sebesar 95% dan top-3 sebesar 100% pada tolok ukur elusidasi struktur NMR, yang menurut Google hampir dua kali lipat kinerja agen tunggal. Ini adalah hal yang paling mendekati klaim ilmu hayati dalam postingan ini, dan merupakan yang paling mungkin dikutip. Molekul tolok ukur tidak disebutkan namanya dalam postingan, angka dasar agen tunggal hanya diberikan sebagai rasio, dan belum ada replikasi independen.
• Berdekatan dengan peer review, disertai survei — Deep Review di STOC 2027. Penulis dari 578 submisi, lebih dari sepertiga total, memilih ikut menerima umpan balik otomatis atas draf mereka. Dalam survei yang masih berlangsung terhadap 70 penulis, 90% menilai umpan balik tersebut sebagian besar atau hampir seluruhnya faktual, 90% mengatakan akan menggunakannya lagi, lebih dari 30% mengatakan umpan balik itu menemukan bug pembuktian yang substantif, dan 14% melaporkan celah teknis yang membutuhkan lebih dari satu jam untuk diperbaiki. Responden tersebut memilih sendiri untuk berpartisipasi dan mendeskripsikan submisi mereka sendiri, yang lebih lemah daripada studi terkontrol dan jauh lebih kuat daripada testimoni.
• Angka rekayasa dari sistem produksi — penulisan ulang Rust sekitar 800.000 baris untuk mikrokernel Zircon yang lulus uji unit dan berhasil booting di arm64; libgav1 diporting menjadi sekitar 170.000 baris Rust dengan paritas bit-exact 100% dan akhirnya 20% hingga 30% lebih cepat daripada C++ asli dan assembly tulisan tangan; pekerjaan kernel TPU yang melaporkan percepatan rata-rata geometrik 4,09x di 17 kernel JAXBench; Connected Components yang diskalakan hingga graf triliunan sisi dengan RAM 6x lebih rendah; dan mesin Go 9x9 yang memperoleh sekitar 2.600 Elo dalam waktu kurang dari delapan hari, berada di antara KataGo pada 16 dan 32 kunjungan. Ini adalah pengukuran internal yang dipilih perusahaan untuk dipublikasikan, tanpa audit eksternal dan, dalam sebagian besar kasus, tanpa artefak yang dirilis.
• Sama sekali tidak ada dalam tulisan — apa pun tentang biaya. Tidak ada anggaran kampanye, tidak ada jumlah token, tidak ada tagihan per hasil yang muncul di mana pun dalam tulisan tersebut. Untuk sebuah sistem yang outputnya mencakup bukti sepanjang 50 juta baris dan proses pelatihan otonom selama delapan hari, itulah kekosongan yang paling ingin dilengkapi oleh pembaca yang merencanakan kampanyenya sendiri.
Baca lagi daftar itu dengan mempertimbangkan atribusinya, dan bentuknya menjadi jelas: harness menghasilkan hasilnya, verifier mensertifikasinya, para ahli manusia merumuskan masalahnya, dan model adalah mesinnya — satu mesin di antara tiga, dan tulisan itu menyebutkan pihak yang menjadi sandarannya.
Mengapa hasil harness bukan hasil model, dan bagaimana menilai perbedaannya
Insentif untuk mencampuradukkan keduanya jelas, karena skor tolok ukur adalah angka yang dapat dibandingkan dan hasil harness adalah cerita tentang alur kerja. Angka sebanding Carbon, yang diukur oleh pihak ketiga yang tidak memiliki kepentingan dalam harness, adalah 60 pada Intelligence Index v5.0.1 — keempat dari 81, dengan Claude Fable 5.2 pada 65 di atasnya dan GPT-6.1 Sol pada 55 di bawahnya. Halaman yang sama menempatkan biaya Carbon pada $5,48 per tugas indeks yang diselesaikan dan waktunya pada 33,2 menit per tugas, keduanya jauh di atas median untuk kelas harganya, karena ia menulis 205 juta token keluaran untuk menyelesaikan apa yang diselesaikan model median dalam 78,6 juta.

Verbosititas itu bukan cacat dalam sebuah pencarian bukti. Ketika tugasnya adalah menjelajahi ruang parameter dan memeriksa kandidat terhadap Lean, menulis lebih banyak adalah metodenya. Ketika tugasnya adalah tiket dukungan, itulah tagihannya. Pos 13 November adalah bukti untuk kasus pertama dan tidak mengatakan apa pun tentang kasus kedua — dan tim mana pun yang membacanya sebagai "Carbon adalah model untuk agen kami" sedang meminjam hasil dari harness yang tidak mereka jalankan, pada jenis tugas yang mungkin tidak mereka miliki.
Yang bisa ditransfer adalah pola desainnya, dan itu bukan milik Google semata: eksplorasi paralel, pemfalsifikasi eksternal yang tidak punya opini, konteks segar di setiap langkah, dan seorang kritikus yang tidak pernah melihat penalaran si penghasil. Semua itu adalah sifat dari cara Anda memanggil sebuah model, bukan dari model mana yang Anda panggil.
Apa yang sebenarnya bisa didapatkan orang luar, dan berapa biayanya setelah 1 Desember
Posting ini diakhiri dengan paragraf yang paling dapat ditindaklanjuti di dalamnya: ilmuwan dan pengembang eksternal dapat menggunakan model Gemini 4 dengan /teamwork dan /boost di Antigravity dan Deep Review hari ini, dan Google telah membuka pendaftaran yang memberikan 10.000 peneliti akademik akses gratis selama enam bulan ke tingkat penggunaan tertingginya. Program itu adalah berita sesungguhnya bagi sebuah lab. Itu juga satu-satunya jalur yang ditawarkan yang gratis, dan jalur itu dibatasi kuotanya, harus melalui pendaftaran, serta terbatas waktu.
Semua orang lain membeli token. Gemini 4 Carbon tersedia secara umum di Gemini API berbayar pada 10 November 2026, tiga belas hari setelah Google mengumumkannya, dengan harga $2,00 per juta token masukan dan $10,00 per juta token keluaran — tarif yang berlaku hingga 30 November dan menjadi $4,00 dan $20,00 pada 1 Desember, dengan input yang di-cache berubah dari $0,10 menjadi $0,20 pada tanggal yang sama. Tidak ada tier gratis untuk model ini; setiap token yang diproses ditagih, termasuk token thinking. Kampanye riset enam minggu yang dihargai dengan tarif hari ini adalah kampanye yang dihargai setengah dari biaya Desembernya, yang bisa menjadi argumen untuk mulai sekarang atau alasan untuk menghitung tagihan dengan angka yang lebih tinggi.
Carbon dirutekan di OrcaRouter sebagai google/gemini-4-carbon dengan harga daftar Google tanpa markup, pada kunci yang sama dan endpoint yang kompatibel dengan OpenAI yang sama seperti bagian lain katalog, yang penting di sini karena alasan yang biasa saja: perubahan 1 Desember adalah perubahan harga dari vendor, dan tarif pass-through berarti angka di sisi kami bergerak mengikuti Google pada hari itu juga, bukan setelah siklus penyesuaian harga. Halaman model memuat cakupan saat ini — konteks 1.048.576 token, output maksimum 65.536 token, masukan teks, gambar, audio, video, dan PDF, keluaran teks, pemanggilan tool native dan output terstruktur — yang merupakan lembar spesifikasi yang tidak diterbitkan oleh postingan peluncuran Google sendiri.

Pertanyaan yang dibiarkan terbuka oleh postingan tersebut
Google kini telah menerbitkan, dalam dua puluh hari, sebuah pengumuman yang menempatkan Carbon di urutan pertama pada indeks netral, sebuah pos ketersediaan umum yang membuatnya dapat dipanggil dan mencantumkan tanggal diskonnya sendiri, serta sebuah pos riset yang menggunakannya dalam daftar bersama dua saudaranya. Yang belum diterbitkan adalah satu hasil pun yang diatribusikan kepada Carbon saja, pada biaya yang dinyatakan, pada tugas yang dapat dijalankan ulang oleh pihak ketiga. Sampai itu ada, ringkasan jujur untuk 13 November lebih sempit daripada tweet dan lebih berguna: harness-nya berfungsi, verifier adalah bagian yang menarik, dan model yang disebut tiga belas kali adalah model yang sebenarnya dijalankan oleh kampanye-kampanye itu.
Dibandingkan dalam artikel ini1
Terdeteksi dari artikel ini · Benchmark: Artificial Analysis · diperbarui setiap hari
