Daftar Isi

 

Google Rilis Gemini 4 Carbon, AI Terkuat untuk Coding dan Keamanan Siber

Persaingan pengembangan kecerdasan buatan (AI) semakin menarik. Jika sebelumnya banyak model AI berlomba meningkatkan kemampuan menjawab pertanyaan, menulis teks, dan menghasilkan gambar, kini fokus pengembangan mulai bergeser ke tugas yang lebih kompleks. Salah satu bidang yang menjadi perhatian adalah rekayasa perangkat lunak dan keamanan siber.

Google menjadi salah satu perusahaan yang ikut mendorong perkembangan tersebut melalui peluncuran Gemini 4 Carbon pada Rabu (28/10/2026). Model AI terbaru dari Google DeepMind ini diklaim sebagai model terkuat perusahaan saat ini, bahkan memiliki kemampuan di atas Gemini 4 Argon yang diperkenalkan sebelumnya.

Berbeda dari model AI yang lebih berorientasi pada kebutuhan umum, Gemini 4 Carbon dirancang untuk menangani pekerjaan teknis dengan tingkat kesulitan tinggi. Kemampuannya mencakup analisis kode, pencarian kerentanan perangkat lunak, pengujian potensi eksploitasi, hingga penyusunan perbaikan keamanan.

Google juga mengembangkan model ini agar mampu menyelesaikan pekerjaan jangka panjang yang membutuhkan banyak tahapan. Misalnya, menelusuri sumber bug dalam basis kode berukuran besar, memahami hubungan antarkomponen, kemudian menyusun solusi yang dapat diperiksa oleh pengembang.

Kehadiran Gemini 4 Carbon memperlihatkan bagaimana AI mulai diarahkan untuk menjadi mitra kerja teknis, bukan sekadar asisten percakapan. Lantas, apa saja kemampuan unggulannya, bagaimana hasil pengujiannya dibandingkan pesaing, dan kapan model ini bisa digunakan secara luas?

Gemini 4 Carbon Dirancang untuk Pekerjaan Teknis Kompleks

Gemini 4 Carbon termasuk kategori frontier AI, yaitu model kecerdasan buatan yang dikembangkan untuk mencapai kemampuan tingkat lanjut dalam berbagai tugas kompleks.

Google mengklaim model ini memiliki kemampuan lebih tinggi dibandingkan Gemini 4 Argon. Salah satu peningkatan yang paling disorot adalah kemampuannya menghasilkan kode yang lebih aman.

Dalam pengujian internal Google, kemampuan Gemini 4 Carbon menghasilkan kode aman meningkat lebih dari dua kali lipat dibandingkan Argon. Peningkatan ini menjadi penting karena kesalahan dalam penulisan kode dapat membuka celah yang dimanfaatkan penyerang untuk mengakses sistem atau mencuri data.

Tim Chrome di Google juga melaporkan hasil pengujian yang menunjukkan bahwa Carbon mampu menghasilkan patch berkualitas tinggi dengan performa lebih dari 10 kali lebih baik dibandingkan model frontier AI dari laboratorium lain dalam pengujian mereka.

Patch merupakan pembaruan atau perubahan kode yang dibuat untuk memperbaiki masalah tertentu, termasuk bug dan kerentanan keamanan.

Kemampuan tersebut berpotensi membantu pengembang mempercepat proses pemeliharaan perangkat lunak. Ketika ditemukan celah keamanan, AI dapat membantu menganalisis bagian kode yang bermasalah, mengidentifikasi penyebabnya, dan menyusun usulan perbaikan.

Meski demikian, hasil yang dihasilkan AI tetap perlu diperiksa. Pengembang harus memastikan patch tidak menimbulkan masalah baru atau mengubah fungsi sistem yang seharusnya tetap berjalan.

Mampu Menangani Proyek Coding Jangka Panjang

Salah satu tantangan dalam pengembangan perangkat lunak adalah menangani proyek dengan basis kode yang sangat besar. Dalam proyek seperti ini, satu bug bisa berkaitan dengan banyak komponen berbeda sehingga proses pencarian penyebabnya membutuhkan waktu.

Pengembang tidak cukup hanya membaca satu baris kode. Mereka perlu memahami struktur proyek, hubungan antarmodul, dependensi, hingga perubahan yang pernah dilakukan sebelumnya.

Gemini 4 Carbon dirancang untuk membantu pekerjaan semacam itu. Google menyebut model ini mampu menangani tugas rekayasa perangkat lunak kompleks yang berlangsung selama berhari-hari dan melibatkan banyak tahapan.

Sebagai contoh, ketika sebuah aplikasi mengalami gangguan, model dapat membantu menelusuri kemungkinan sumber masalah. Setelah menemukan bagian yang dicurigai, AI dapat menyusun perubahan kode, menjalankan atau membantu mengevaluasi pengujian, kemudian memperbaiki bagian yang masih bermasalah.

Kemampuan ini berpotensi mengubah cara tim pengembang bekerja. Tugas yang sebelumnya membutuhkan pemeriksaan manual terhadap banyak file dapat dibantu oleh AI, sehingga manusia bisa lebih fokus pada keputusan teknis, desain sistem, dan evaluasi hasil.

Namun, kemampuan menyelesaikan tugas jangka panjang bukan berarti AI selalu dapat bekerja tanpa pengawasan. Proyek perangkat lunak memiliki banyak risiko, mulai dari kesalahan logika hingga perubahan yang tidak sesuai kebutuhan pengguna. Karena itu, peran pengembang tetap penting untuk memeriksa setiap hasil pekerjaan.

Baca juga : Mengenal Cultured Meat, Daging Laboratorium yang Diproduksi Tanpa Menyembelih Hewan

Hasil Benchmark Gemini 4 Carbon, Ungguli Claude dan GPT-6 Astra

Google turut memamerkan kemampuan Gemini 4 Carbon melalui sejumlah pengujian atau benchmark. Salah satu hasil yang menjadi perhatian adalah Artificial Analysis Intelligence Index versi 5.0.

Dalam indeks tersebut, Gemini 4 Carbon memperoleh skor 59 poin dan menempati posisi pertama berdasarkan hasil yang dilaporkan.

Sebagai perbandingan, Claude Opus 5.5 dari Anthropic memperoleh skor 58 poin. Sementara itu, GPT-6 Astra dari OpenAI mencatat skor 57 poin, sedangkan Gemini 4 Argon mendapatkan skor 50 poin.

Hasil tersebut menunjukkan bahwa Carbon memiliki performa kompetitif dalam pengujian yang menggabungkan berbagai kemampuan model AI. Namun, skor keseluruhan tidak otomatis berarti satu model unggul dalam setiap jenis pekerjaan.

Performa AI dapat berbeda bergantung pada tugas, metode pengujian, dan jenis kemampuan yang diukur. Karena itu, benchmark perlu dibaca berdasarkan konteksnya.

Berikut perbandingan skor yang dicantumkan dalam pengujian tersebut:

Model AI	Skor Intelligence Index 5.0
Gemini 4 Carbon	59
Claude Opus 5.5	58
GPT-6 Astra	57
Gemini 4 Argon	50

Selisih skor antara beberapa model teratas memang relatif kecil. Artinya, meskipun Gemini 4 Carbon berada di posisi pertama dalam indeks tersebut, pengguna tetap perlu mempertimbangkan jenis pekerjaan yang ingin diselesaikan sebelum menentukan model AI yang paling sesuai.

Unggul dalam Sejumlah Pengujian Keamanan Siber

Selain kemampuan umum, Gemini 4 Carbon mendapatkan perhatian karena hasilnya dalam pengujian keamanan siber.

Bidang keamanan siber membutuhkan kemampuan untuk memahami cara kerja perangkat lunak, menemukan kelemahan sistem, serta mengevaluasi apakah sebuah celah dapat dimanfaatkan oleh pihak yang tidak bertanggung jawab.

Google melaporkan bahwa Carbon mencatat skor 88,2 persen pada SEC-bench Pro. Pengujian ini digunakan untuk menilai kemampuan model dalam menemukan kerentanan pada perangkat lunak.

Pada ExploitGym, yang mengukur kemampuan mengeksploitasi kerentanan, model tersebut memperoleh skor 54,8 persen. Sementara itu, dalam CWE-bench yang menguji kemampuan memperbaiki celah keamanan, Carbon mencatat skor 71 persen.

Ketiga pengujian tersebut mengukur aspek yang berbeda. Menemukan kerentanan tidak sama dengan membuktikan bahwa kerentanan tersebut dapat dieksploitasi. Begitu pula memperbaiki celah membutuhkan kemampuan tambahan untuk memahami kode dan menghindari munculnya kesalahan baru.

Jika kemampuan tersebut dapat diterapkan secara konsisten dalam lingkungan kerja, Gemini 4 Carbon berpotensi membantu tim keamanan mempercepat proses pemeriksaan perangkat lunak.

AI dapat digunakan untuk mengidentifikasi pola kode yang berisiko, membantu menyusun laporan kerentanan, dan memberikan rekomendasi perbaikan kepada pengembang.

Namun, kemampuan menemukan serta menguji celah keamanan juga memiliki sisi risiko. Teknologi yang sama dapat disalahgunakan untuk mencari kelemahan sistem tanpa izin. Inilah alasan mengapa Google turut menekankan sistem pengamanan dalam pengembangan model tersebut.

Tidak Unggul dalam Semua Pengujian

Walaupun Gemini 4 Carbon memperoleh skor tinggi pada sejumlah benchmark, model ini tidak menjadi pemenang dalam seluruh kategori.

Dalam pengujian FrontierSWE 2 yang mengukur kemampuan rekayasa perangkat lunak, GPT-6 Astra masih mencatat hasil lebih tinggi.

Sementara itu, Claude Opus 5.5 unggul pada OSWorld-2.1, yaitu pengujian yang menilai kemampuan AI dalam mengoperasikan komputer atau computer use.

Perbedaan ini memperlihatkan bahwa setiap model memiliki kekuatan masing-masing. Gemini 4 Carbon menonjol dalam sejumlah pengujian coding dan keamanan siber, tetapi model lain masih dapat memberikan hasil lebih baik untuk tugas tertentu.

Bagi perusahaan, hal ini berarti pemilihan AI sebaiknya tidak hanya berdasarkan peringkat umum. Kebutuhan pekerjaan, akurasi, biaya penggunaan, keamanan data, dan kemudahan integrasi juga perlu menjadi pertimbangan.

Dibekali Sistem Pengamanan Berlapis

Kemampuan Gemini 4 Carbon dalam menemukan dan menguji kerentanan perangkat lunak membuat aspek keamanan menjadi perhatian penting.

Google mengatakan model ini dilengkapi beberapa lapisan perlindungan. Sistem tersebut mencakup pelatihan model, pertahanan terhadap penyalahgunaan secara real-time, perlindungan dari prompt injection, serta pemantauan proses penalaran model.

Prompt injection merupakan teknik serangan yang memanfaatkan instruksi tersembunyi untuk memengaruhi perilaku AI. Serangan ini dapat muncul ketika model memproses konten dari sumber luar yang berisi perintah berbahaya.

Sebagai contoh, sebuah AI diminta menganalisis dokumen atau halaman web. Namun, di dalam dokumen tersebut terdapat instruksi tersembunyi yang berusaha membuat AI mengabaikan perintah awal atau melakukan tindakan yang tidak diinginkan.

Jika tidak memiliki perlindungan memadai, model dapat terpengaruh oleh instruksi tersebut. Risiko menjadi lebih besar ketika AI memiliki akses ke berbagai alat, file, atau lingkungan kerja pengembang.

Google mengklaim Gemini 4 Carbon menunjukkan hasil baik dalam pengujian Indirect Prompt Injection milik Gray Swan. Tingkat keberhasilan serangan terhadap model tersebut dilaporkan sebesar nol persen, lebih rendah dibandingkan Gemini 4 Argon yang mencatat 0,7 persen.

Selain itu, Google menyebut peringatan misalignment tingkat tinggi dalam lingkungan coding internal turun hampir 80 persen dibandingkan Argon.

Misalignment merupakan kondisi ketika perilaku AI menyimpang dari tujuan atau instruksi yang diharapkan pengembang. Model juga diklaim menghasilkan sekitar setengah lebih sedikit klaim yang tidak didukung bukti dibandingkan pendahulunya.

Meski hasil tersebut menjanjikan, angka pengujian tidak berarti model kebal terhadap seluruh serangan. Keamanan AI tetap membutuhkan pengawasan, pembaruan perlindungan, dan evaluasi berkelanjutan.

Akses Gemini 4 Carbon Masih Terbatas untuk Praktisi Siber

Untuk tahap awal, Google belum membuka Gemini 4 Carbon bagi seluruh pengguna. Model ini mulai diperkenalkan kepada sebagian praktisi keamanan siber melalui program Fairwind.

Google berencana memperluas akses secara bertahap kepada mitra tepercaya sebelum menyediakan model tersebut bagi pengembang, perusahaan, dan konsumen secara lebih luas.

Pendekatan ini memungkinkan Google mengumpulkan masukan dari pengguna yang memiliki pengalaman menangani sistem keamanan dan perangkat lunak kompleks. Selain itu, akses terbatas dapat membantu perusahaan mengevaluasi risiko penyalahgunaan sebelum model tersedia untuk publik.

Hingga pengumuman tersebut, Google belum menyampaikan tanggal pasti peluncuran publik Gemini 4 Carbon.

Untuk penggunaan melalui API, Google menyebut harga perkenalan model ini akan disamakan dengan Gemini 4 Argon. Biayanya sebesar 2 dollar AS atau sekitar Rp36.300 per satu juta token input, serta 10 dollar AS atau sekitar Rp181.700 per satu juta token output.

Token input merupakan bagian teks atau data yang dikirimkan pengguna kepada model, sedangkan token output adalah hasil yang dihasilkan AI. Biaya penggunaan dapat bergantung pada jumlah token yang diproses selama interaksi.

Gemini 4 Carbon dan Masa Depan Coding serta Keamanan Siber

Peluncuran Gemini 4 Carbon menunjukkan bahwa persaingan AI mulai memasuki tahap yang semakin teknis. Model tidak hanya dituntut mampu menghasilkan kode, tetapi juga memahami struktur proyek, menemukan kerentanan, menguji kemungkinan eksploitasi, dan membantu memperbaiki masalah.

Bagi pengembang, kemampuan tersebut berpotensi mempercepat proses pemeliharaan perangkat lunak. Sementara bagi praktisi keamanan siber, AI dapat menjadi alat bantu untuk menemukan dan menangani celah sebelum dimanfaatkan penyerang.

Namun, teknologi ini tetap memiliki keterbatasan. Hasil benchmark tidak selalu mencerminkan performa dalam setiap situasi nyata, sedangkan kemampuan keamanan yang kuat juga berpotensi disalahgunakan jika tidak disertai pengawasan.

Dengan akses yang masih terbatas dan evaluasi yang terus berjalan, Gemini 4 Carbon belum bisa langsung dianggap sebagai pengganti pengembang atau ahli keamanan siber. Model ini lebih tepat dipandang sebagai alat bantu canggih yang dapat meningkatkan produktivitas manusia.

Jika Google berhasil menghadirkan kemampuan tersebut secara aman dan konsisten, Gemini 4 Carbon berpotensi menjadi salah satu model penting dalam perkembangan AI untuk rekayasa perangkat lunak dan pertahanan siber.