Per 29 Oktober 2026, Gemini 4 Carbon dari Google mengalahkan Gemini 4 Argon pada setiap benchmark yang Google publikasikan untuk keduanya, dengan harga peluncuran yang sama yaitu $2 input / $10 output per juta token. Tapi Argon-lah yang benar-benar bisa Anda panggil: Carbon dibatasi untuk "subset dari para pembela siber," sementara gemini-4-argon sudah tersedia secara umum di Gemini API berbayar sejak 13 Oktober.
Jadi bangunlah di atas Argon hari ini, simpan nama model di config, dan uji Carbon begitu ia dibuka. Di bawah ini: perbandingan berdampingan, di mana Carbon dilaporkan lebih lemah, apa lagi yang tersedia hari ini, dan cara melakukan A/B keduanya dengan coding agent.
Apa itu Gemini 4 Carbon?
Gemini 4 Carbon adalah model frontier terbaru Google DeepMind, yang diumumkan pada 28 Oktober 2026 oleh Koray Kavukcuoglu sebagai "model terkuat kami dengan kemampuan keamanan siber dan horizon panjang yang tercanggih." Model ini menyusul Argon dua minggu kemudian, mempertahankan tumpukan keamanan Argon, dan diluncurkan pada harga perkenalan Argon.
Tabel benchmark lengkap dan perhitungan harganya ada di Apa itu Gemini 4 Carbon?. Jika Anda baru mengenal Argon, mulailah dengan Apa itu Gemini 4 Argon?.
Gemini Carbon vs Argon: perbandingan berdampingan
Hanya baris yang Google publikasikan untuk kedua model, atau baris yang justru menonjolkan selisihnya.
| Gemini 4 Argon | Gemini 4 Carbon | Sumber | |
|---|---|---|---|
| Siapa yang bisa menggunakannya | Gemini API berbayar, GA sejak 13 Okt 2026 | Subset pembela siber; mitra Fairwind berikutnya | Postingan peluncuran Carbon, Halaman model Gemini API |
| ID model | gemini-4-argon |
Belum dipublikasikan | Halaman model Gemini API |
| Harga peluncuran per 1 juta token | $2 input / $10 output hingga 30 Nov 2026 | $2 input / $10 output, durasi perkenalan tidak disebutkan | Harga Gemini API, postingan peluncuran |
| Harga setelah masa perkenalan | $4 / $20 mulai 1 Des 2026 | $4 / $20, tanggal mulai tidak disebutkan | Sama |
| Input yang di-cache | $0.10 per 1 juta (hanya implicit caching) | Diskon 95% untuk input ($0.10 saat perkenalan) | Sama |
| Jendela konteks | 1 juta token, decode panjang hingga 1 juta | Belum dipublikasikan | Halaman model Gemini API |
| Tingkat gratis | Tidak | Belum dipublikasikan | Harga Gemini API |
| Artificial Analysis Index | Tidak diberikan untuk v5.0 | 59, peringkat #1 pada v5.0 | Postingan peluncuran |
| Injeksi prompt tidak langsung Gray Swan | 0.7% keberhasilan serangan | 0.0% | Postingan peluncuran |
| Pembuatan kode aman (internal) | Baseline | Lebih dari 2x tingkat keberhasilan Argon | Postingan peluncuran |
| Klaim tanpa dukungan (internal) | Baseline | Sekitar 2x lebih sedikit | Postingan peluncuran |
Kesamaan harga ini hanya sementara. Harga $2 / $10 Argon berakhir pada 30 November, sedangkan periode perkenalan Carbon tidak memiliki durasi yang dipublikasikan, jadi periksa kedua baris harga pada hari Anda beralih.
Pada baris Artificial Analysis, Google tidak memberikan skor v5.0 untuk Argon. Artificial Analysis mencantumkan Argon (High) sekitar 53 sebelum pembaruan v5.0, jadi bacalah "59 vs 53" sebagai arah, bukan selisih yang terukur. Tabel 19 baris milik Argon sendiri ada di Benchmark Gemini 4 Argon.
Benchmark Gemini 4 Carbon: di mana ia unggul
Keunggulan Carbon terletak pada keamanan dan pekerjaan agent yang berjalan lama. Google melaporkan hasil-hasil ini, yang dievaluasi tanpa guardrails:
- SEC-bench Pro: 88.2%, yang tercanggih, untuk menemukan kerentanan nyata.
- ExploitGym: 54.8%, yang tercanggih, untuk memeriksa kerentanan mana yang dapat dieksploitasi.
- CWE-bench (Collinear): 71.0% untuk menambal pada akar masalahnya.
- WebDev Arena: #4 dengan 1768, naik 89 poin Elo.
- Tim Chrome: patch lebih dari 10x lebih baik daripada "model frontier besar milik lab lain," yang tidak disebutkan Google.
Angka perilaku lebih penting jika Anda menjalankan agent tanpa pengawasan. Pada Terminal-Bench 4.0, Google mengatakan kecurangan yang berhasil turun menjadi 0.0% dan upaya kecurangan menjadi 0.4%. Di lingkungan coding internal, peringatan ketidakselarasan tingkat tinggi turun hampir 80%. Overreach turun 26% dan under-service 29%.
Google juga mengatakan timnya telah melihat Carbon "berjalan berhari-hari" pada tugas teknik multi-langkah. Ini angka internal, bukan hasil independen.
Di mana Carbon dilaporkan lebih lemah
Postingan Google tidak mencantumkan kelemahan. Penguji awal melakukannya, dan ini dilaporkan, bukan diukur. Menurut TestingCatalog, salah satu penguji akses awal menggambarkan Carbon sebagai "jauh lebih baik" daripada Argon dalam pekerjaan 3D, sementara "frontend/UI masih buruk." Mereka juga menyebutnya lebih lambat, meskipun "lebih tidak malas." Business Insider pertama kali melaporkan checkpoint Carbon di platform Jetski internal Google pada 9 Oktober.
Jika beban kerja Anda sebagian besar adalah pembuatan UI, lonjakan WebDev Arena dan laporan para penguji saling bertentangan, jadi ujilah prompt Anda sendiri. Dan "lebih lambat" berarti timeout jadi penting: panduan Argon dari Google sudah memperingatkan bahwa prompt sulit bisa memakan waktu beberapa menit.
Satu peringatan: halaman "Gemini 4 Carbon API" pihak ketiga hanyalah placeholder. Google belum merilis endpoint, jadi tidak ada yang bisa menjualnya kepada Anda.
Tanggal rilis Gemini 4 Carbon: kapan Anda bisa beralih?
Belum ada. Google mengatakan Carbon akan diberikan lebih dulu kepada "subset pembela siber," lalu secara bertahap kepada mitra tepercaya melalui Program Fairwind, dan kepada pengembang, bisnis, serta konsumen "secepat mungkin." Google juga mengikuti proses pengujian pra-rilis sukarela pemerintah AS.
Argon butuh 13 hari dari pengumuman khusus Fairwind hingga GA. Itu preseden, bukan janji. Linimasa dan kelayakan Fairwind dibahas di Tanggal rilis Gemini 4 Carbon, dan jika Anda berharap ada jalur $0, baca Apakah Gemini 4 Carbon gratis?.
Mana yang sebaiknya Anda gunakan sekarang?
Pilih berdasarkan apa yang Anda butuhkan minggu ini:
| Situasi Anda | Gunakan sekarang | Alasan |
|---|---|---|
| Merilis produk di Gemini | gemini-4-argon |
Satu-satunya model Gemini 4 dengan API publik |
| Tim riset keamanan yang memenuhi syarat | Lamar ke Fairwind | Satu-satunya jalur yang disebutkan menuju Carbon sebelum rilis |
| Sebagian besar frontend atau pembuatan UI | Argon, lalu uji Carbon | Penguji melaporkan keluaran UI Carbon lemah |
| Coding agent yang berjalan lama | Argon sekarang, Carbon saat rilis | Angka anti-kecurangan dan ketidakselarasan Carbon menyasar hal ini |
| Butuh model frontier dan tidak peduli vendor | Bandingkan opsi di bawah | Beberapa sudah tersedia hari ini |
Opsi yang sudah tersedia hari ini jika Anda butuh model frontier sekarang
Jika Anda tidak khusus membutuhkan Gemini, tiga vendor sudah menyediakan model frontier di API publik hari ini. Tarif standar per juta token, dibaca dari halaman masing-masing vendor pada 29 Oktober 2026.
| Model | ID model | Input | Output | Input yang di-cache | Sumber |
|---|---|---|---|---|---|
| Gemini 4 Argon | gemini-4-argon |
$2.00 ($4.00 mulai 1 Des) | $10.00 ($20.00 mulai 1 Des) | $0.10 | Harga Gemini API |
| Claude Opus 5.5 | claude-opus-5-5 |
$4.00 | $20.00 | $0.20 (baca cache) | Harga Anthropic |
| GPT-6.1 Sol | gpt-6.1-sol |
$2.00 | $10.00 | $0.10 | Harga OpenAI |
| GPT-6.1 Terra | gpt-6.1-terra |
$1.00 | $5.00 | $0.05 | Harga OpenAI |
Argon dan GPT-6.1 Sol persis sama dengan harga peluncuran Carbon. Claude Opus 5.5 berbiaya sama dengan Argon dan Carbon setelah masa perkenalan mereka. Untuk hasil head-to-head, lihat Gemini 4 Argon vs GPT-6 Astra vs Claude Opus 5.5, dan untuk detail API OpenAI, API GPT-6.1 Sol.
Simpan model di config agar beralih cukup satu baris
Bangun di atas gemini-4-argon dengan nama model di dalam variabel. Saat Carbon mendapat ID, Anda cukup mengubah satu nilai dan menjalankan ulang pengujian Anda. Permintaan ini mengikuti format Interactions API yang didokumentasikan Google. Kami belum menjalankannya untuk postingan ini; dibutuhkan kunci berbayar, karena Argon tidak ada di tingkat gratis (detail harga).
export GEMINI_MODEL="gemini-4-argon" # Carbon's model ID isn't published yet
curl -s "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "x-goog-[REDACTED CREDENTIAL] \
-H "Content-Type: application/json" \
-X POST \
-d "{\"model\": \"${GEMINI_MODEL}\", \"input\": \"Find the root cause of this failing test and propose a patch.\", \"generation_config\": {\"thinking_level\": \"medium\"}}"
Catat token input dan output per permintaan (harga per token yang sama bukan berarti biaya per tugas yang sama) dan tetapkan timeout klien dalam menit, bukan detik.
Jangan mengasumsikan parameter Carbon sama dengan Argon. Saat Argon menjadi GA, ia menghapus explicit caching dan mengabaikan temperature. Panduan API Gemini 4 Argon kami membahas perubahan-perubahan tersebut.
A/B Argon dan Carbon dengan Apidog CLI dan coding agent Anda
Benchmark memberi tahu Anda tentang tugas Google, bukan tugas Anda. Biarkan coding agent Anda menjalankan perbandingannya. Apidog CLI memungkinkan Claude Code, Codex, Cursor, atau OpenCode membuat dan menjalankan pengujian API dari terminal, sehingga agent dapat membuat satu test case untuk endpoint Gemini Interactions dan menjalankannya sekali per model.
Siapkan sekali saja:
npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com # pick your agent when prompted
Lalu berikan satu prompt kepada agent Anda:
In Apidog project <id>, create a Gemini API environment with GEMINI_MODEL=gemini-4-argon.
Add a test case: POST /v1beta/interactions using {{GEMINI_MODEL}} with my five real
prompts from prompts.csv, asserting HTTP 200 and non-empty output text. Run it with
Argon now. When Carbon has a model ID, run it again with that ID and compare pass rate,
response time and token usage per prompt.
Agent memeriksa setiap payload terhadap skema-nya sebelum menulis apa pun, lalu menjalankan case tersebut:
apidog environment create gemini-api --project <id> --base-url https://generativelanguage.googleapis.com
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file gemini-ab.json
apidog test-case create --project <id> --file gemini-ab.json
apidog run --test-case <caseId> --project <id> -e <envId> -d prompts.csv --timeout-request 300000 -r cli,json --out-file argon
Pada hari rilis, agent menjalankan ulang case yang sama dengan --env-var "GEMINI_MODEL=<carbon-id>" --out-file carbon dan membandingkan dua laporan JSON tersebut. Tambahkan --upload-report jika Anda ingin tim melihat kedua proses di aplikasi Apidog. Untuk menjalankannya di CI, ikuti panduan CI/CD Apidog CLI; jika baru mengenal CLI, mulailah dengan Apidog CLI di Claude Code. Paket Free Apidog mencakup hingga 4 pengguna.
FAQ
Apakah Gemini 4 Carbon lebih baik daripada Argon? Berdasarkan angka yang dipublikasikan Google, ya: 0.0% vs 0.7% pada injeksi prompt Gray Swan, lebih dari 2x Argon pada uji kode aman internal, dan #1 pada Artificial Analysis Index v5.0 dengan skor 59. Hasil independen belum keluar.
Apakah Gemini 4 Carbon dan Argon berbiaya sama? Saat peluncuran, ya: $2 per juta token input dan $10 per juta token output, input yang di-cache diskon 95%. Harga perkenalan Argon berakhir pada 30 November 2026; durasi perkenalan Carbon tidak dipublikasikan.
Bisakah saya menggunakan Gemini 4 Carbon melalui API hari ini? Tidak. Per 29 Oktober 2026, Carbon tidak memiliki ID model publik dan hanya subset pembela siber yang dapat menggunakannya. Argon tersedia di Gemini API berbayar sebagai gemini-4-argon.
Apakah Carbon lebih buruk daripada Argon dalam hal apa pun? Google tidak mengatakannya. Penguji awal melaporkan Carbon lebih lemah dalam keluaran frontend dan UI serta lebih lambat daripada Argon. Itu dilaporkan, bukan diukur.
Haruskah saya menunggu Carbon atau membangun di atas Argon sekarang? Bangunlah di atas Argon sekarang dengan nama model di config. Harga peluncurannya sama, jadi beralih menjadi perubahan satu baris plus satu kali menjalankan pengujian.
Top comments (0)