Gemini 4 Carbon Peringkat Pertama di Indeks dan Tidak Tersedia: Apa yang Berubah pada 28 Oktober

Google DeepMind menerbitkan Gemini 4 Carbon: model garis depan kami berikutnya pada 28 Oktober 2026, dan di dalam pos itu terdapat angka yang sejak itu dikutip di mana-mana: 59 pada Artificial Analysis Intelligence Index v5.0 — peringkat pertama, unggul satu poin dari Claude Opus 5.5 di 58, dan unggul sembilan poin dari Gemini 4 Argon, model yang menjadi dasar Carbon dan model yang telah dijual Google melalui API berbayarnya sejak 13 Oktober. Artificial Analysis adalah evaluator pihak ketiga di balik angka tersebut, dan baris itu telah diterbitkan pada hari yang sama. Yang tidak datang pada 28 Oktober, atau pada 29 maupun 30 Oktober, adalah cara bagi siapa pun di luar program bernama untuk memanggil model tersebut.

Kesenjangan itu — antara peringkat teratas yang terverifikasi dan pintu tanpa gagang — adalah inti cerita minggu ini. Carbon bukanlah kebocoran, bukan rumor, dan bukan pratinjau yang seseorang temukan di papan peringkat. Ini adalah model yang telah diumumkan, diuji benchmark, dan diberi harga, dengan daftar tarif yang dipublikasikan tetapi tanpa ID model yang dipublikasikan. Di bawah ini adalah apa yang sebenarnya berubah, apa yang tidak diungkapkan Google, dan apa arti angka-angka itu begitu Anda berhenti membaca skor utama dan mulai membaca sembilan tes yang dirata-ratakan untuk menghasilkan skor tersebut.

Apa yang dikatakan unggahan itu, dan empat hal yang tidak disebutkannya

Pengumuman itu menyebut Koray Kavukcuoglu, SVP dan arsitek AI utama Google DeepMind, dan memosisikan Carbon sebagai model keamanan siber dan rekayasa berjangka panjang yang dibangun di atas Argon. Kalimat tentang aksesnya sangat tepat dan layak dibaca dua kali: "Mulai minggu ini, kami akan membuat Carbon tersedia bagi sebagian pembela siber," lalu "secara bertahap membuka akses kepada mitra tepercaya tambahan melalui Fairwind Program kami," dan akhirnya pengembang, bisnis, dan konsumen "secepat mungkin" setelah pengamanan disempurnakan. Google juga menyatakan bahwa mereka terlibat dalam proses pengujian pra-rilis sukarela pemerintah AS. Tidak ada tanggal yang muncul di mana pun dalam urutan tersebut.

Empat hal yang biasanya ada di halaman model tidak ada:

• ID Model — daftar model API Gemini, diperiksa pada 30 Oktober, tidak memuat entri Carbon. Satu-satunya string Gemini 4-nya adalah gemini-4-argon.

• Jendela konteks — tidak disebutkan dalam postingan Google dan tidak tercantum di halaman penetapan harga mereka. Halaman model Artificial Analysis mencantumkan 1M; itu adalah angka pihak ketiga, bukan spesifikasi vendor, dan itulah satu-satunya yang beredar.

• Jumlah parameter dan arsitektur — tidak diungkapkan, dan tidak ada laporan teknis yang menyertai peluncuran.

• Kartu model — tidak ada yang diterbitkan per 30 Oktober, itulah sebabnya setiap media sekunder mengutip tulisan blog alih-alih spesifikasi.

Sebaliknya, harga dipublikasikan secara lengkap, yang membuat hal-hal yang dihilangkan tampak disengaja ketimbang belum rampung: Google bersedia memberi tahu Anda berapa biaya Carbon sebelum bersedia memberi tahu Anda apa itu Carbon.

{{1}}59{{/1}} adalah rata-rata dari sembilan tes, dan {{2}}Carbon{{/2}} menang dalam empat di antaranya

Ulasan Artificial Analysis sendiri lebih berguna daripada peringkatnya. Carbon memimpin 4 dari 9 evaluasi komponen — HLE-Diamond, Terminal-Bench-Science, AA-Omniscience, dan AutomationBench-AA — yang berarti skor peringkat pertama berasal dari performa yang sangat baik di semua bidang, bukan dari menyapu bersih seluruh rangkaian. Area yang tidak dipimpin Carbon adalah area yang pertama kali akan diperhatikan oleh developer yang mempekerjakan agen.

• Agen coding — Carbon mencetak 59 pada Coding Agent Index dengan Antigravity CLI. Claude Opus 5.5 mencapai 62 di Claude Code. Selisih tiga poin, pada beban kerja persis yang paling diandalkan pemasaran Google.

• Terminal-Bench 4.0 — Carbon berada di posisi kedua dengan 64%, di belakang Claude Opus 5.5.

• FrontierCode v1.1 — peringkat kedua pada 51%, lagi-lagi di belakang Opus 5.5.

• AA-Briefcase — 1.609 Elo, naik 126 dari 1.483 milik Gemini 4 Argon. Itu adalah lompatan tunggal terbesar dalam peluncuran ini, dan tetap membuat Carbon tertinggal di belakang Grok 4.7 (1.638), Muse Wonder (1.659), dan Kimi K3.1 Pro (1.678).

• AA-Omniscience v1.1 — 54, unggul atas Opus 5.5 dengan 48 dan Argon dengan 46. Akurasi naik 10 poin menjadi 58%, dan tingkat halusinasi naik dari 4% menjadi 11%. Angka kedua tidak ada dalam postingan Google.

Pembacaan jujur atas 59, dengan demikian, adalah bahwa Carbon merupakan model serbaguna terkuat di papan peringkat dan agen coding terkuat kedua, dengan tingkat halusinasi yang memburuk yang tidak disampaikan sendiri oleh Google. Ketiga pernyataan itu berasal dari halaman yang sama.

Tabel milik Google sendiri, diberi label sebagai milik Google.

Angka vendor adalah angka yang akan berakhir di dek pengadaan, jadi angka tersebut layak mendapat atribusi yang tepat alih-alih ditempatkan dalam kalimat yang sama dengan skor independen. Semua yang di bawah ini dilaporkan oleh Google dan tidak direproduksi di luar Google:

• SEC-bench Pro — 88.2% dalam penemuan kerentanan, klaim keamanan siber yang paling utama.

• ExploitGym — 54,8% pada eksploitasi, dibandingkan dengan 42,0% untuk Gemini 4 Argon.

• CWE-bench — 71,0% pada penerapan patch.

• WebDev Arena — naik 89 Elo menjadi 1.768, peringkat keempat. Arena ini bersifat publik dan karenanya dapat diperiksa, itulah sebabnya klaim vendor ini paling tidak membutuhkan catatan keberatan.

• Gray Swan injeksi prompt tidak langsung — 0.0% keberhasilan serangan, dibandingkan dengan Argon 0.7%. Kecurangan Terminal-Bench 4.0: 0.0% berhasil, 0.4% mencoba.

• Klaim internal tim teknik — keberhasilan pembuatan kode aman lebih dari 2x dibandingkan Argon; pernyataan tim Chrome bahwa Carbon menghasilkan patch "lebih dari 10x" lebih baik daripada model frontier milik lab pesaing; peringatan ketidakselarasan parah turun hampir 80%; asersi tanpa dukungan berkurang sekitar setengah; pelampauan cakupan tugas turun 26% dan layanan yang kurang memadai turun 29%.

Tabel Google tidak seluruhnya menyanjung, dan dua tempat di mana ia kalah justru yang layak diingat: FrontierSWE 2 dimenangkan oleh GPT-6 Astra, dan subset offline OSWorld-2.1 dimenangkan oleh Claude Opus 5.5. Postingan peluncuran yang mempublikasikan kekalahannya sendiri lebih kredibel daripada yang mempublikasikan tujuh belas kemenangan tanpa kolom untuk sisanya — yang justru menjadi alasan mengapa baris kekalahan adalah hal pertama yang perlu diperiksa ketika vendor mengklaim kemenangan mutlak.

Kartu tarif, dan jam yang tidak dimulai Google

Harga perkenalan Carbon adalah $2 per juta token input dan $10 per juta token output, dengan input yang di-cache mendapat diskon 95%. Tulisan tersebut kemudian menyatakan bahwa "$4 per 1M token input dan $20 per 1M token output akan berlaku" setelah periode perkenalan berakhir — dan tidak memberikan tanggal berakhir. Argon, sebaliknya, memiliki batas yang pasti: tarif perkenalannya berlaku hingga 30 November 2026, dan tarif standar mulai berlaku pada 1 Desember. Jam Carbon belum dimulai, dan tidak akan dimulai sampai model tersebut memiliki endpoint publik untuk dijual.

Pada harga standar, Artificial Analysis menetapkan biaya Carbon per tugas Intelligence Index pada $7,76 — sekitar 23% lebih rendah daripada Claude Opus 5.5 (max) pada $10,04, dan kira-kira 1,2x GPT-6 Astra (max) pada $6,25, dengan 123k token keluaran per tugas. Itu adalah dolar per tugas, bukan dolar per token, dan perbedaan ini penting: model yang lebih murah per token tetapi berpikir lebih lama tetap bisa lebih mahal per jawaban.

Ini adalah bagian dari peluncuran yang akan menjadi relevan begitu Carbon mendapatkan endpoint, dan inilah bagian yang aturan pass-through pada katalog model lengkapdirancang untuk. OrcaRouter mengenakan markup 0% dan meneruskan harga daftar milik penyedia apa adanya, sehingga penurunan tarif atau kenaikan tarif dari vendor langsung berlaku di sisi kami pada hari yang sama, bukan setelah siklus penetapan harga ulang. Saat ini aturan itu berlaku untuk model Google yang kami rutekan; Carbon bukan salah satunya, dan halaman-halaman yang mengklaim sebaliknya menjual sesuatu yang belum dapat disediakan siapa pun.

Apa yang sebenarnya bisa dilakukan seorang developer minggu ini

Pada 30 Oktober, katalog OrcaRouter tidak memuat string yang cocok dengan Gemini 4. Model-model Gemini terdepan yang dapat dipanggil hari ini berada satu tingkat di bawahnya dan harganya pun disesuaikan: Gemini 3.1 Pro Preview dengan harga $2 untuk input dan $12 untuk output per juta token dengan konteks 1M token, serta tier Flash — Gemini 3.8 Flash, Gemini 3.6 Flash, Gemini 3.5 Flash — mulai dari $0.75 untuk input. Itulah wujud praktis dari "model teratas dibatasi aksesnya": pekerjaan tetap harus dikirim, dan ia dikirim menggunakan model terbaik yang pintunya terbuka.

Jika Anda mengevaluasi Carbon untuk alur kerja keamanan, cara yang kredibel untuk bersiap tanpa mempertaruhkan jalur produksi pada model yang belum dirilis adalah membangun fallback terlebih dahulu. Failover otomatis antarpenyedia dengan satu kunci berarti model utama yang mulai mengembalikan error atau melambat akan diganti dalam panggilan yang sama, sehingga pada hari Carbon dibuka, peralihan itu hanyalah perubahan string model, bukan arsitektur ulang.

Preseden yang menetapkan tanggal yang perlu diperhatikan

Argon adalah satu-satunya templat yang dapat digunakan untuk apa yang terjadi selanjutnya. Google mengumumkannya pada 30 September 2026, memindahkannya ke ketersediaan umum di API berbayar pada 13 Oktober, dan membuka periode harga perkenalannya hingga 30 November. Itu berarti tiga belas hari dari pengumuman hingga endpoint yang dapat dipanggil. Jika aritmetika yang sama diterapkan pada pengumuman Carbon pada 28 Oktober, tanggal yang tersirat adalah sekitar 10 November — aritmetika berdasarkan satu preseden, bukan komitmen, dan Google telah menegaskan bahwa pengujian pra-rilis pemerintah harus diselesaikan terlebih dahulu.

Variabel lainnya kurang nyaman: model yang akan dirilis dalam dua minggu mungkin bukan model yang mencetak skor 59. Carbon dibangun di atas Argon, dan ada pengamatan yang belum dikonfirmasi dari 21 Oktober, ketika pemantau arena pihak ketiga menandai perubahan kapabilitas pada gemini-4-argon alias dan beberapa pengembang membacanya sebagai bobot Carbon yang tiba lebih awal. Jika rencana Google adalah menggabungkan post-training Carbon ke dalam nama Argon alih-alih meluncurkan endpoint kedua, maka yang perlu diperhatikan bukanlah ID model baru sama sekali — melainkan kenaikan versi pada model yang sudah dapat Anda panggil.

Peringkat itu akan bertahan untuk sementara; posisi pertama papan peringkat biasanya bertahan sampai lab berikutnya menjawab. Yang tidak akan bertahan adalah asumsi di balik sebagian besar liputan minggu ini — bahwa model peringkat pertama adalah model yang dapat Anda masukkan ke dalam produk. Pada 30 Oktober, Gemini 4 Carbon adalah model terbaik di dunia dengan selisih satu poin terpublikasi dan satu-satunya model frontier dalam generasi ini yang tidak memiliki alamat. Gemini 4 Argon, empat minggu lebih tua berdasarkan pengumuman dan lebih rendah sembilan poin, memiliki alamat, kartu tarif dengan tenggat waktu nyata, dan trafik.