Gemini 4 Argon: Cara Kerja Model AI Unggulan Terbaru Google dan Fungsinya

Google merilis Gemini 4 Argon kepada pengembang, bisnis, dan konsumen di seluruh dunia pada 13 Oktober 2026, menurut pengumuman sendiri perusahaan di blog Google. Perusahaan menjelaskannya sebagai model perbatasan yang ditujukan untuk 'pekerjaan mendalam' — tugas yang kompleks dan multi-langkah dalam kodifikasi, keuangan, pekerjaan hukum, keamanan siber, dan sains — bukan pertukaran tanya jawab singkat.

Apa yang Gemini 4 Argon dibangun untuk lakukan

Menurut postingan peluncuran Google, Argon menggabungkan penalaran mendalam atas tugas multi-langkah dengan pemahaman multimodal dokumen, gambar, dan lingkungan spasial, ditambah kemampuan untuk bertindak sebagai agen perangkat lunak otonom. Model mendukung apa yang Google sebut batas 'terpadu' input-output 1-juta-token, yang berarti pertukaran tunggal dapat membaca dan menghasilkan jumlah teks, kode, atau data yang sangat besar tanpa kehilangan konteks.

Google melaporkan bahwa Argon menempati posisi pertama di Vals Index, tolok ukur yang menurut perusahaan mengukur kinerja pada tugas-tugas penting secara ekonomi seperti keuangan, kodifikasi, pekerjaan hukum, dan persiapan pajak. Perusahaan juga mengutip skor 87% pada tolok ukur Embodied Reasoning (ERQA), yang menguji pemecahan masalah spasial dan fisik, dan mengatakan Argon menunjukkan tingkat pembuka kerentanan di bawah 1% dalam tes red-teaming terkait senjata biologis.

Kodifikasi: dari basis kode Chrome ke GitHub Copilot

Pengumuman Google menyebutkan beberapa kasus penggunaan internal dan pelanggan: insinyur menggunakan Argon untuk membantu memisahkan folder warisan fitur browser kurang lebih 6 juta baris dari basis kode Chromium yang lebih besar, kurang lebih 40 juta baris, dan tugas optimasi alur kerja Python dilaporkan mengurangi waktu persiapan sesi sebesar 40%. Aplikasi kimia kuantum dilaporkan berjalan 2,3 kali lebih cepat dengan bantuan Argon.

Pada 13 Oktober 2026, GitHub mengumumkan bahwa Gemini 4 Argon menjadi tersedia secara umum di dalam GitHub Copilot untuk rencana Pro+, Business, dan Enterprise, dapat dipilih dari pemilih model di Visual Studio Code, Visual Studio, Copilot CLI, JetBrains IDEs, Xcode, dan Eclipse, menurut changelog GitHub. GitHub mengatakan bahwa dalam pengujian awalnya, Argon menyelesaikan lebih banyak tugas tolok ukur kodifikasi daripada model Gemini sebelumnya, dengan keuntungan terbesarnya di Copilot CLI, dan bahwa ia memeriksa pekerjaan dengan menguji kasus tepi sebelum selesai. Penagihan bagi pengguna Copilot berjalan pada harga berbasis penggunaan pada tarif daftar penyedia.

Robotika dan penalaran fisik

Postingan terpisah di blog Google Developers berfokus pada aplikasi robotika Argon. Google mengatakan model dapat menerjemahkan cuplikan kamera robot dunia nyata, video sudut pandang manusia, atau bahkan sketsa buatan tangan ke dalam lingkungan simulasi yang dikalibrasi secara fisik, sebuah proses yang disebut 'Real2Sim'. Dalam satu demonstrasi, Argon mengarahkan robot quadruped Boston Dynamics Spot untuk mengambil dan membuang objek setelah mempraktikkan tugas di dalam simulasi fisika MuJoCo.

Google juga mengatakan Argon dapat menghasilkan data pelatihan sintetis di dalam simulasi untuk meningkatkan model kontrol robot lainnya, melaporkan bahwa tingkat keberhasilan tugas model vision-language-action meningkat dari 56% menjadi 75% setelah pelatihan pada data yang dihasilkan Argon. Model diidentifikasi dalam alat pengembang sebagai gemini-4-argon dan, untuk pekerjaan robotika, tersedia melalui Google AI Studio dan Google Antigravity kepada langganan Google AI Ultra, dan melalui tingkat berbayar API Gemini.

Bagaimana perbandingannya dengan model saingan

Pelacakan tolok ukur independen yang dipublikasikan oleh situs pendidikan AI DataCamp, yang mengumpulkan skor yang dipublikasikan Google bersama dengan rilis saingan, menemukan bahwa Argon memimpin pada tugas pengetahuan-kerja dan konteks-panjang tetapi tertinggal dari model yang bersaing pada beberapa tolok ukur kodifikasi murni dan berbasis terminal.

Analisis DataCamp juga mencatat bahwa harga API standar Argon sebesar $4 per juta token input dan $20 per juta token output sesuai dengan harga Claude Opus 5.5, sementara tarif pengenalan $2/$10 per juta token mengalahkan tarif GPT-6 Astra yang terdaftar $10/$50 selama periode promosi.

Penetapan harga, ketersediaan, dan mengapa Google mendorong Argon sekarang

Menurut postingan Google sendiri, penetapan harga API pengenalan — $2 per juta token input dan $10 per juta token output, dengan diskon 95% pada input yang di-cache — berjalan hingga 30 November 2026, setelah itu naik menjadi $4 dan $20 per juta token masing-masing. Konsumen dapat mengakses Argon melalui aplikasi Gemini dan AI Mode di Pencarian jika mereka memiliki langganan AI Pro atau AI Ultra; lingkungan kodifikasi Antigravity terbatas pada langganan Ultra, sementara ilmuwan dapat memperoleh enam bulan akses tingkat tinggi Antigravity gratis dan profesional keamanan siber terverifikasi dapat melamar melalui Program Fairwind Google.

Agensi berita Reuters, dalam laporan yang dibawa oleh Investing.com, menempatkan peluncuran dalam konteks yang lebih luas, mengatakan Google meluncurkan Argon saat berusaha mendapatkan kembali tanah terhadap saingan OpenAI dan Anthropic mengikuti berbulan-bulan penundaan dan pergantian kepemimpinan di lab penelitian DeepMind-nya. Laporan tersebut mengatakan Google sebelumnya telah membatalkan rilis Gemini 3.5 Pro yang direncanakan yang dijadwalkan untuk Juni. Pelanggan awal yang dinamai dalam laporan termasuk Deloitte, LexisNexis, Ambience Healthcare, dan Isomorphic Labs, dan tim yang menggunakan Argon di dalam Antigravity dilaporkan meningkatkan pengiriman kode agentic lebih dari 35% sambil mengurangi rollback kode hampir sepertiga.