Gemini 4 Argon Google Puncaki Tolok Ukur AI tapi Tersandung di Pekerjaan Nyata

Laboratorium riset DeepMind milik Google telah memperkenalkan model terdepan baru bernama Gemini 4 Argon, yang dipromosikan sebagai spesialis dalam penalaran sulit dan pengkodean AI alih-alih asisten serba bisa. Perusahaan mengatakan model tersebut berkinerja pada tingkat terdepan dalam rekayasa perangkat lunak, pekerjaan pengetahuan perusahaan di bidang seperti hukum dan keuangan, serta pertahanan keamanan siber.

Peluncuran tersebut, yang dilaporkan oleh media teknologi Tiongkok termasuk TMTPost dan Gelonghui, datang dengan rencana peluncuran yang tidak biasa. Gemini 4 Argon pertama kali ditawarkan kepada sekelompok kecil pembela keamanan siber tepercaya di bawah program yang disebut Fairwind. Google mengatakan akses yang lebih luas untuk pengembang, bisnis, dan konsumen akan menyusul setelah langkah-langkah keamanan tambahan selesai.

Harga juga menarik perhatian. Tarif awal dimulai dengan biaya input per juta token, cara standar perusahaan AI menagih teks yang diproses oleh model. Bagi pengguna berat, angka-angka itu menentukan apakah suatu model terjangkau dalam skala besar, sehingga harga awal diawasi ketat oleh pengembang yang membangun produk di atas sistem tersebut.

Liputan Tiongkok memberikan nada skeptis. Satu judul menggambarkan Gemini 4 Argon sebagai pencetak skor teratas dalam ujian yang kurang mengesankan ketika diminta melakukan pekerjaan nyata. Judul lain mempertanyakan mengapa Google, setelah sepuluh bulan sepi, bahkan menjatuhkan merek Pro yang lama menandakan tingkat premiumnya. Implikasinya adalah perusahaan masih mencari identitas produk di pasar yang ramai.

Kesenjangan antara tolok ukur dan kenyataan adalah tema yang akrab di industri AI. Model dapat mendominasi tes standar sementara kesulitan dengan tugas-tugas berantakan dan multi-langkah yang menjadi perhatian pengguna nyata, seperti men-debug basis kode yang luas atau menyusun kontrak dengan klausul tidak biasa. Pembeli semakin menilai alat berdasarkan hasil tersebut daripada posisi papan peringkat.

Penekanan Google pada pertahanan keamanan siber patut dicatat. Tim keamanan menghadapi volume peringatan dan pekerjaan tinjauan kode yang konstan, dan vendor melihatnya sebagai pasar awal yang menjanjikan untuk model penalaran yang mumpuni. Membatasi akses hanya untuk pembela yang terverifikasi juga memberi Google lingkungan terkendali untuk mempelajari risiko penyalahgunaan sebelum rilis luas.

Waktunya menempatkan Gemini 4 Argon di bidang yang sangat kompetitif. Pesaing di Amerika Serikat dan Tiongkok merilis model pada jadwal yang tumpang tindih, dan pelanggan perusahaan kini membandingkan harga, keandalan, dan dokumentasi keamanan sebelum berkomitmen. Model yang menang dalam penalaran tetapi kalah dalam biaya atau kegunaan sehari-hari mungkin kesulitan mengubah hype menjadi kontrak.

Bagi pembaca global, ceritanya bukan tentang satu peluncuran melainkan tentang pendewasaan pasar AI. Klaim besar tentang kinerja terdepan mulai digantikan oleh pertanyaan yang lebih sulit: siapa yang mendapat akses, berapa biayanya, dan apakah alat itu benar-benar membantu seseorang menyelesaikan pekerjaan lebih cepat. Jawaban Google, untuk saat ini, adalah rilis yang dipentaskan dengan hati-hati yang menukar jangkauan langsung dengan kontrol yang lebih ketat.