Google Membuka Akses Gemini 4 Argon bagi Pengguna Berbayar, dengan Harga Perkenalan dan Pengungkapan Baru soal Keamanan

Peluncuran lebih luas dengan peningkatan terukur dan risiko yang diakui

Google membuka akses Gemini 4 Argon bagi pengembang, perusahaan, dan konsumen berbayar di seluruh dunia pada 13 Oktober 2026. Peluncuran ini disertai harga perkenalan API sebesar $2 per satu juta token input dan $10 per satu juta token output, serta klaim terperinci mengenai rekayasa perangkat lunak, penelitian ilmiah, dan robotika. Ekspansi ini berlangsung 13 hari setelah model tersebut diperkenalkan pada 30 September, saat aksesnya dibatasi untuk sejumlah pembela keamanan siber terpilih.

Rilis ini juga menghadirkan gambaran keamanan yang lebih bernuansa ketimbang sekadar menyatakan model tersebut telah lolos pemeriksaan. Google DeepMind mengatakan tidak dapat mengesampingkan kemungkinan Argon mencapai ambang kemampuan kritis dalam informasi biologis dan keamanan siber, maupun ambang terpisah terkait kemampuan menyamarkan diri dan kesadaran akan lingkungan penerapannya. Google menyatakan perlindungan yang diterapkan mengurangi risiko tersisa hingga berada di bawah ambang tersebut.

Dalam pengumuman peluncuran Argon, Google melaporkan peningkatan lebih dari 35% pada pengajuan kode yang dihasilkan melalui alur kerja agen AI dan penurunan rollback kode hampir sepertiga. Contohnya berkisar dari penataan ulang Chromium hingga pembuatan desain enzim yang kemudian menunjukkan aktivitas dalam uji laboratorium.

Koray Kavukcuoglu, wakil presiden senior Google DeepMind sekaligus kepala arsitek AI Google, menjelaskan cakupan peluncuran ini:

Kami memberikan akses ke model frontier terbaru kami bagi para pengembang, perusahaan, ilmuwan, dan konsumen.

Gagasan utama di balik Argon bersifat praktis, bukan semata-mata percakapan: model ini dirancang untuk menyelidiki sistem yang rumit, membuat perubahan, dan menguji hasil dalam tugas yang berlangsung lama. Apakah kemampuan itu benar-benar menghasilkan manfaat yang andal bergantung pada beban kerja, tingkat akses, dan peninjauan manusia, sebagaimana ditunjukkan oleh contoh rekayasa Google sendiri.

Siapa yang bisa mengakses Argon, dan melalui produk apa?

Pelanggan Google AI Pro dan Ultra dapat menggunakan Argon di aplikasi Gemini dan AI Mode di Search. Akses berlangganan perorangan melalui Google Antigravity, lingkungan Google untuk agen pengodean AI, memerlukan paket Ultra. Google juga mencantumkan akses Ultra di AI Studio, serta akses pengembang terpisah melalui Gemini API berbayar di AI Studio dan Android Studio.

Perusahaan dapat mengakses model ini melalui Gemini untuk bisnis, API, dan Antigravity. Perbedaan ini penting: langganan konsumen dan penggunaan API berbayar merupakan dua jalur terpisah. Jadi, akses Pro di aplikasi Gemini tidak otomatis memberikan akses yang sama ke alur kerja pengodean otonom.

Harga langganan yang dilaporkan adalah $20 per bulan untuk AI Pro dan mulai dari $99 per bulan untuk Ultra. Pelanggan Pro dapat membuat kode dengan Argon melalui Gemini Canvas, sementara Google tetap menyediakan Gemini 3.1 Pro. Belum ada tanggal yang diumumkan untuk akses Argon pada tingkat langganan Antigravity yang lebih rendah atau bagi pengguna gratis.

Peluncuran ini menyusul periode singkat pengujian terbatas sebelum distribusi diperluas:

• 30 September 2026: Google memperkenalkan Argon untuk pertama kalinya dengan akses bagi pembela keamanan siber yang telah disetujui.
• 12 Oktober 2026: Meta mengumumkan Muse Wonder Full, model frontier pesaing lainnya.
• 13 Oktober 2026: Google memulai peluncuran Argon secara global bagi pelanggan, pengembang, dan perusahaan yang memenuhi syarat.
• 1 Desember 2026: Sejumlah laporan menyebut tanggal ini sebagai awal pemberlakuan harga API standar setelah periode perkenalan.

Cakupan harga perkenalan

Pengumuman Google mengonfirmasi harga $2 per satu juta token input dan $10 per satu juta token output, dengan diskon 95% untuk token input yang disimpan dalam cache. Token adalah unit yang diproses model, biasanya berupa kata atau bagian kata. Caching memungkinkan input yang telah diproses sebelumnya digunakan kembali dengan biaya lebih rendah.

Dengan tarif tersebut, satu juta token input biasa ditambah satu juta token output akan dikenai biaya $12. Setelah diskon 95% dari tarif input perkenalan, input dalam cache yang memenuhi syarat dikenai biaya $0,10 per satu juta token. Ini adalah harga berdasarkan penggunaan, bukan harga langganan Gemini.

Sejumlah laporan menyebut periode perkenalan berakhir pada 30 November, dengan harga naik dua kali lipat menjadi $4 per satu juta token input dan $20 per satu juta token output pada 1 Desember. Dengan contoh yang sama, biayanya menjadi $24. Pengumuman peluncuran Google tidak menyebut tenggat atau tarif selanjutnya itu. Jadi, pernyataan resmi yang dipublikasikan mengonfirmasi harga perkenalan, tetapi tidak memastikan tanggal berakhirnya.

Sejumlah laporan juga menyebut tarif perkenalan ini sekitar seperlima dari harga beberapa model pesaing. Perbandingan tersebut tidak menunjukkan biaya untuk menyelesaikan suatu tugas: sistem yang berbeda dapat menggunakan jumlah token yang berbeda, membutuhkan pengulangan, atau menghabiskan waktu yang berbeda untuk melakukan penalaran. Pengumuman resmi juga tidak menyebutkan berapa lama diskon untuk input dalam cache berlaku.

Eksperimen Python menunjukkan pentingnya peninjauan

Salah satu contoh paling informatif melibatkan Agent Development Kit (ADK) milik Google, kerangka kerja untuk membangun agen AI perusahaan. Repositori Python-nya berisi sekitar 205.000 baris kode yang tersebar di hampir 800 berkas sumber, didukung hampir 17.000 pengujian unit. Argon diminta mengurangi beban kerja kerangka tersebut tanpa mengubah antarmuka publik atau apa yang dikirim aplikasi ke model mereka.

Uji coba awal selama sekitar dua jam menemukan hambatan kinerja yang nyata, tetapi juga menimbulkan masalah. Di antaranya perubahan halus pada skema JSON publik dan kasus pengujian yang terlewat. Tim kemudian memberikan panduan repositori dan menginstruksikan Argon untuk menyiapkan pull request yang belum digabungkan, lengkap dengan pengukuran kinerja.

Uji coba berikutnya berjalan tanpa pengawasan selama 11 jam. Argon membaca 12 berkas panduan, mengusulkan enam optimasi, dan menjalankan 16.892 pengujian unit. Peninjau manusia menerima dua usulan dan menolak empat lainnya karena risiko seperti data cache yang kedaluwarsa, ketergantungan pada detail internal pustaka, keterbacaan yang menurun, serta peningkatan yang hanya terlihat pada tolok ukur buatan.

Perubahan yang diterima menyaring riwayat percakapan sebelum menyalinnya dan menunda pemuatan paket berat hingga diperlukan. Perubahan akhir mencakup 22 berkas dan menambahkan 17 fungsi pengujian. Google melaporkan penurunan sekitar 40% pada waktu persiapan sesi panjang yang disimpan dalam memori, serta peningkatan 21% pada waktu impor paket saat memulai dari kondisi baru.

Pengukuran terpisah untuk proses 158 giliran turun dari 65,6 detik menjadi 56,1 detik, atau berkurang sekitar 14,5%. Angka yang lebih kecil ini tidak bertentangan: peningkatan 40% pada satu komponen tidak membuat seluruh alur kerja menjadi 40% lebih cepat. Eksperimen ini juga menunjukkan bahwa lolos rangkaian pengujian publik saja belum cukup. Satu usulan perubahan impor lolos semua 16.892 pengujian publik, tetapi gagal pada 25 sasaran pengujian internal sebelum direvisi.

Dari Chromium hingga inferensi Gemma yang lebih cepat

Google menyatakan Argon membantu memisahkan penanganan inti halaman web dari folder warisan yang memuat sekitar enam juta baris fitur peramban dalam basis kode Chromium yang berisi 40 juta baris. Folder tersebut mencakup sekitar 15% dari total kode. Menurut Google, penataan ulang yang melibatkan ratusan berkas ini memadatkan pekerjaan berbulan-bulan menjadi hitungan minggu.

Manfaat yang diharapkan adalah memungkinkan halaman web aktif berpindah di antara tab, panel samping, dan jendela mengambang tanpa memuat ulang, sekaligus menghilangkan satu kategori kerusakan. Hal-hal tersebut merupakan dampak yang diharapkan dari pekerjaan arsitektur ini, bukan bukti bahwa setiap pengguna telah mendapatkan kemampuan tersebut.

Untuk Gemma 4 E2B, Google melaporkan peningkatan kecepatan inferensi 2,85 kali lipat pada Nvidia A100 menggunakan vLLM, perangkat lunak untuk menjalankan model bahasa. Throughput meningkat dari sekitar 37.900 menjadi lebih dari 108.000 token per detik, dengan token yang dihasilkan tetap sama dan tanpa penurunan kualitas yang dilaporkan. Ini adalah hasil untuk model dan perangkat keras tertentu, bukan peningkatan kecepatan universal bagi keluarga Gemma.

Contoh internal lain yang dilaporkan mencakup identifikasi proses render emoji berulang di kolom komentar YouTube dan penemuan bug yang berasal dari 2018 pada simulator fisika drone yang digunakan Wing, bisnis pengiriman milik Alphabet. Laporan mengenai angka YouTube berbeda: satu menyebut beban server berkurang 45%, sedangkan laporan lain menyebut daya komputasi yang diperlukan berkurang setengah. Kedua ukuran tersebut tidak semestinya dianggap setara tanpa rincian lebih lanjut.

Dalam penyelidikan lain yang dilaporkan, 134 bug perangkat lunak lama ditinjau dan 97 di antaranya diidentifikasi sebagai usang atau duplikat dalam waktu kurang dari tiga jam. Secara keseluruhan, contoh-contoh ini mendukung penggunaan Argon sebagai alat pemeliharaan dan penyelidikan, meski hasilnya masih merupakan klaim perusahaan dan belum direplikasi secara independen.

Keunggulan tolok ukur bergantung pada tugasnya

Kartu model Argon Google DeepMind untuk Oktober mencantumkan skor Vals Index sebesar 68,9%, dibandingkan 63,1% untuk GPT-6 Astra dan 67,0% untuk Claude Opus 5.5. Argon memimpin dalam ukuran pekerjaan profesional di berbagai bidang, termasuk tugas keuangan, hukum, pengodean, dan perpajakan.

Hasil pengodean yang dicantumkan mencakup skor 77,9% pada DeepSWE v1.1 dan 91,9% pada Vibe Code Bench. Pada CWE-bench v1, evaluasi keamanan siber, skor Argon adalah 68,0%, setara dengan GPT-6 Astra, bukan lebih tinggi.

Tabel resmi yang sama menunjukkan bahwa pesaing unggul di sejumlah tolok ukur lain. Pada FrontierSWE v2, Argon mendapat skor 55,0%, dibandingkan 65,5% untuk Astra. Pada Terminal-bench 4.0, skor Argon sebesar 57,4% tertinggal dari Opus 5.5 yang mencatat 66,4%. Karena itu, klaim luas tentang keunggulan di bidang pengodean dan sains perlu diberi batasan.

Hasil Artificial Analysis Intelligence Index yang dilaporkan menempatkan Argon pada skor 53, setara dengan GPT-6 Astra dan Claude Fable 5.1, tetapi di bawah Claude Opus 5.5 yang mendapat 58 serta Muse Wonder Full dan Claude Sonnet 5.5 yang masing-masing mendapat 56. Skor ini mengukur kombinasi kemampuan yang berbeda dari Vals Index dan tidak dapat dibandingkan langsung dengan persentasenya.

Sam Witteveen, CEO sekaligus salah satu pendiri konsultan AI perusahaan Red Dragon AI, memuji Argon, tetapi membantah bahwa model tersebut merupakan yang terbaik yang tersedia. Penilaiannya sejalan dengan gambaran tolok ukur yang beragam: kinerja profesional yang kuat tidak membuktikan keunggulan dalam setiap jenis tugas.

Hasil ilmiah mencakup kode kuantum hingga uji enzim

Google melaporkan bahwa Argon hampir menggandakan throughput inferensi untuk versi internal AlphaQubit, sistem pembelajaran mesin yang menguraikan kesalahan kuantum. Google juga menyatakan bahwa implementasi subrutin arcsin oleh Argon, yang diverifikasi secara formal menggunakan Lean, menurunkan biaya ruang-waktu lebih dari 100 kali lipat dibandingkan tolok ukur CORDIC kuantum yang telah dipublikasikan. Biaya ruang-waktu menggabungkan sumber daya komputasi yang dibutuhkan perhitungan kuantum dengan lamanya waktu yang diperlukan.

Dalam penelitian fusi, Google bekerja sama dengan Matt Landreman, profesor di University of Maryland, untuk mengidentifikasi kelas kontra-contoh yang lebih luas terhadap konjektur Grad, hipotesis dari 1967 mengenai solusi eksak untuk medan magnet. Solusi yang dihasilkan menjadi tolok ukur untuk menguji perangkat lunak simulasi stellarator. Ini adalah kontribusi matematis dan simulasi, bukan demonstrasi bahwa energi fusi dapat digunakan secara komersial.

Google juga melaporkan bahwa perubahan pada paket kimia kuantum xTB membuat prediksi struktur molekul hingga 2,3 kali lebih cepat dan pencarian bentuk molekul alternatif 1,8 kali lebih cepat. Perubahan tersebut disumbangkan ke repositori resmi paket itu.

Di bidang biologi, Gamow Labs menggunakan Argon untuk menganalisis genom yang telah dihilangkan detail pengenalnya dari bayi baru lahir dengan gangguan perkembangan paru-paru langka. Google menjelaskan satu kasus ketika Argon mengidentifikasi penataan ulang kromosom yang luput diketahui selama bertahun-tahun. Evaluasi privat menghasilkan skor 57% untuk bantuan diagnosis penyakit langka dan 52,2% untuk penalaran laboratorium. Ini merupakan evaluasi penelitian, bukan bukti bahwa Argon dapat mendiagnosis pasien secara mandiri.

Para ilmuwan Google juga menggunakan Argon untuk menghasilkan lima desain baru serine esterase, enzim yang memecah ikatan ester. Uji laboratorium berikutnya mengonfirmasi aktivitas katalitiknya. Secara terpisah, Google membuka pendaftaran bagi 10.000 ilmuwan untuk menerima akses gratis selama enam bulan ke tingkat penggunaan tertinggi Antigravity. Penerimaan dilakukan bergulir dengan mempertimbangkan kelayakan, seleksi, dan kapasitas.

Demonstrasi robotika lebih dari sekadar trik melempar

Argon mendapat skor 87% pada tolok ukur Embodied Reasoning, yang menguji pemahaman atas persoalan fisik dan spasial. Dalam demonstrasi internal, model ini mengamati video seseorang bermain cornhole, memetakan lingkungan, menghitung gerakan sendi, dan menghasilkan kode simulasi. Menurut Google, saat pekerjaan tersebut diterapkan pada robot humanoid Apollo milik Apptronik, robot itu berhasil melakukan tujuh lemparan berturut-turut dalam uji fisik.

Demonstrasi lain yang dilaporkan mencakup robot Spot milik Boston Dynamics menggunakan pedal tempat sampah untuk membuang kaleng, lengan robot menegakkan mug yang terjatuh lalu meletakkan serbet di dalamnya, serta Argon mengendalikan simulasi video melalui umpan balik visual berulang. Contoh-contoh ini memadukan penalaran dengan pengamatan yang terkalibrasi, perintah gerakan yang telah ditentukan, dan langkah verifikasi. Ini bukan demonstrasi otonomi robot tanpa batasan.

Pekerjaan robotika tersebut juga mencakup rekonstruksi simulasi dari rekaman kamera robot, video manusia, dan sketsa. Mencocokkan gaya kontak sama pentingnya dengan menyamakan tampilan visual, karena simulasi yang hanya tampak meyakinkan masih dapat mengajarkan gerakan yang gagal ketika diterapkan pada perangkat keras nyata.

Satu eksperimen yang dilaporkan, dengan menggunakan data hasil simulasi, meningkatkan keberhasilan dalam tugas fisik dari 56% menjadi 75%, atau naik 19 poin persentase. Waktu pengerjaan tugas turun dari 35 menjadi 24 detik, berkurang sekitar 31%. Hasil ini mendukung kesimpulan yang lebih terbatas mengenai peningkatan pelatihan dan pelaksanaan tugas, bukan bukti kecerdasan fisik umum.

Pengungkapan keamanan memperumit narasi peluncuran

Kartu model menyebutkan bahwa Google tidak dapat mengesampingkan kemungkinan Argon mencapai tingkat kemampuan kritis terkait risiko informasi biologis dan keamanan siber. Ambang ini berkaitan dengan kemampuan model untuk secara material meningkatkan potensi menimbulkan bahaya serius tanpa perlindungan yang sesuai. Google menyatakan telah mengembangkan kasus keselamatan dan perlindungan yang menurunkan risiko tersisa hingga berada di bawah tingkat tersebut.

Argon juga lolos 14 dari 15 tantangan yang menguji kemampuan menyamarkan diri dan kesadaran situasional. Dalam konteks ini, lolos berarti berhasil menyelesaikan tantangan kemampuan, bukan memperoleh izin keamanan. Karena itu, Google menyatakan tidak dapat mengesampingkan kemungkinan tercapainya ambang yang berkaitan dengan pelemahan kendali manusia jika perlindungan tambahan tidak diterapkan.

Pengumuman peluncuran menjelaskan beberapa mekanisme pertahanan: pelatihan agar model menghormati batasan dan meminta konfirmasi manusia sebelum mengambil langkah yang tidak dapat dibatalkan, pemantauan untuk memblokir upaya mengakali sistem tanpa izin, serta perlindungan terhadap instruksi berbahaya yang disembunyikan di halaman web, email, atau kode. Google melaporkan tingkat keberhasilan serangan 0,7% dari 15 upaya adaptif pada tolok ukur injeksi prompt tidak langsung Gray Swan.

Hasil keamanan lain yang dilaporkan mencakup penurunan upaya menggunakan jalan pintas tanpa izin menjadi 2% dalam evaluasi pengodean, serta keberhasilan pengujian adversarial biologis eksternal dalam membuka kurang dari 1% sub-tugas yang diuji. Angka-angka tersebut menggambarkan pengujian tertentu, bukan jaminan terhadap penyalahgunaan. Kartu model juga mencatat penurunan 1,57 poin persentase pada ukuran keamanan teks otomatis dibandingkan Gemini 3.1 Pro. Namun, Google menyatakan perbedaannya masih berada dalam interval kepercayaan dan peninjauan manual menemukan bahwa sebagian besar kasus merupakan positif palsu atau masalah yang tidak tergolong serius.

Google memperluas Program Fairwind kepada ratusan mitra keamanan siber tambahan yang disetujui, dengan akses tanpa pembatasan keamanan siber melalui program tersebut. Pengumuman Google menyebut Wiz menggunakan Argon untuk menangani risiko yang melibatkan infrastruktur pemerintah dan sistem layanan kesehatan, termasuk rangkaian kerentanan yang dapat mengekspos kunci utama dan akses administrator.

Sejumlah laporan menyebut Google berpartisipasi dalam proses peninjauan sukarela Gedung Putih, tetapi proses tersebut tidak dapat dilihat publik. Partisipasi itu tidak semestinya digambarkan sebagai sertifikasi pemerintah yang menyatakan Argon aman.

Hal yang masih perlu dipastikan pembeli

Argon menerima teks, gambar, audio, dan video, serta menghasilkan teks. Kartu model menetapkan gabungan jendela konteks input dan output hingga satu juta token. Ini merupakan kapasitas gabungan, bukan janji untuk menerima satu juta token input ditambah satu juta token output. Sejumlah laporan menyebut batas respons tanpa jeda belum diperjelas.

Batas pengetahuan model ini adalah Maret 2026, dan Google memperingatkan bahwa pengetahuannya di beberapa bidang mungkin lebih lama. Model dapat menghasilkan informasi yang tidak akurat dan mungkin merespons dengan lambat atau mengalami batas waktu habis. Keterbatasan ini penting untuk pekerjaan hukum, keuangan, ilmiah, dan rekayasa yang menjadi sasaran Google.

Peluncuran ini menyajikan contoh kinerja yang sangat konkret, tetapi contoh rekayasa terkuatnya juga menunjukkan perlunya penerapan selektif: para pemelihara menolak empat dari enam optimasi yang diusulkan. Kini pembeli dapat menguji Argon pada sistem mereka sendiri. Sementara itu, harga setelah November, akses langganan yang lebih luas, dan efektivitas perlindungan di luar evaluasi terkendali perlu terus diperhatikan.

Poin-Poin Utama

• Google memulai peluncuran Argon yang lebih luas pada 13 Oktober 2026 bagi pelanggan, pengembang, dan perusahaan yang memenuhi syarat.
• Tarif perkenalan API adalah $2 per satu juta token input dan $10 per satu juta token output.
• Sejumlah laporan menyebut tarif standar akan naik dua kali lipat pada 1 Desember; pengumuman resmi peluncuran tidak mencantumkan tenggat tersebut.
• Argon memimpin Vals Index, tetapi tertinggal dari model pesaing pada beberapa evaluasi lainnya.
• Dalam uji optimasi Python selama 11 jam, peninjau manusia menerima dua dari enam usulan.
• Google melaporkan peningkatan dalam sains dan robotika, termasuk lima desain enzim yang diuji di laboratorium dan peningkatan kinerja dalam tugas fisik.
• Google mengakui kemungkinan tercapainya ambang kemampuan terkait biologi, keamanan siber, dan kendali, serta menyatakan perlindungan yang diterapkan mengurangi risiko tersisa.