Gemini 4 Argon Resmi Global: Model AI Google Buat Kerjaan Kompleks

Google akhirnya buka akses global buat Gemini 4 Argon, model AI terbaru mereka yang dibuat khusus buat kerjaan berat. Bukan buat nulis caption atau jawab chat receh, tapi buat ngerjain tugas panjang yang butuh nalar bertingkat: coding, riset keuangan, drafting dokumen hukum, sampai bantu pertahanan siber. Yang bikin menarik, model ini sebelumnya cuma boleh dipakai sekelompok kecil pakar keamanan pilihan. Sekarang pengembang, perusahaan, sampai pelanggan berbayar sudah bisa mencobanya.

Pengumuman resminya keluar 30 September 2026 langsung dari Koray Kavukcuoglu, SVP Google DeepMind sekaligus Chief AI Architect Google. Akses publiknya baru dibuka 13 Oktober 2026, dan menurut pantauan KompasTekno, per 14 Oktober model ini sudah bisa dicoba dari Indonesia. Jadi kalau kamu penasaran, sekarang sudah bisa ngintip.

Apa Itu Gemini 4 Argon?

Gemini 4 Argon adalah model frontier pertama di generasi Gemini 4. Google mendesainnya buat penalaran mendalam dalam satu rangkaian kerja panjang, bukan sekadar tanya jawab singkat. Salah satu spesifikasi paling menonjol: batas token input dan output terpadu sampai 1 juta token. Model Gemini generasi sebelumnya mentok di 64 ribu token output. Bedanya besar, karena Argon bisa ngerjain satu basis kode besar atau nulis dokumen panjang tanpa terputus di tengah jalan.

Kalau kamu masih ingat Gemini Agent for Work yang rilis awal Oktober, Argon ini kelas yang beda. Agent itu soal asisten yang nyambung ke Gmail dan Kalender. Argon lebih ke otak yang dipakai buat mikir dan ngerjain tugas teknis, bukan cuma ngeksekusi rutinitas.

Dari Fairwind Program ke Akses Global

Sebelum bebas dipakai siapa saja, Gemini 4 Argon cuma beredar di kalangan terbatas lewat Fairwind Program. Isinya tim peneliti dan penegak pertahanan siber yang dipercaya, bagian dari proses pengujian Google sebelum kemampuan secanggih ini dilepas ke publik. Google sengaja main hati-hati karena model ini punya kemampuan ofensif kalau salah tempat.

Sekarang jalurnya kebuka lebar. Pengembang bisa akses Argon lewat API di Google AI Studio dan Android Studio. Perusahaan bisa lewat Gemini for business, API, dan Google Antigravity. Pelanggan Google AI Pro dan Ultra bisa nyobain lewat aplikasi Gemini dan AI Mode di Search, sementara Antigravity khusus buat pelanggan paket Ultra. Google juga memperluas Fairwind Program ke ratusan mitra tambahan, salah satunya Wiz yang sudah memakai Argon buat program “Scan for Good”.

Harga Gemini 4 Argon: Mulai Rp 35 Ribu per Juta Token

Soal biaya, Google memasang tarif perkenalan yang lumayan masuk akal buat kelas frontier. Angkanya 2 dolar AS per juta token input, atau sekitar Rp 35 ribu, dan 10 dolar AS per juta token output, sekitar Rp 178 ribu. Token input yang sudah tersimpan di cache dapat potongan sampai 95 persen.

Harga perkenalan ini cuma berlaku sampai 30 November 2026. Setelah itu tarifnya naik dua kali lipat jadi 4 dolar per juta token input dan 20 dolar per juta token output. Buat tim yang lagi nyusun anggaran, tanggal ini penting dicatat. Naik dua kali lipat bukan angka kecil kalau pemakaian modelmu sudah jalan tiap hari.

Ada satu catatan penting buat pengguna di Indonesia. Akses Argon di aplikasi Gemini belum gratis. Kamu perlu langganan Google AI Pro yang dibanderol Rp 309.000 per bulan, atau Google AI Ultra Rp 1,58 juta per bulan. Kalau kamu pilih model Argon 4 di aplikasi Gemini tanpa langganan, kamu bakal diarahkan buat beli salah satu paket itu dulu.

Sekuat Apa? Ini Hasil Benchmark-nya

Klaim “frontier” gampang diucapkan, jadi mari lihat angkanya. Di benchmark coding agentik DeepSWE v1.1, Argon mencetak 77,9 persen, angka yang diklaim mengungguli GPT-6 Astra. Untuk urusan kerjaan ekonomi nyata, Argon duduk di peringkat satu Vals Index, pengukuran performa model di sektor keuangan, coding, hukum, dan perpajakan.

Yang paling mencolok justru AutomationBench dari Zapier, di mana Argon dapat 51,3 persen. Benchmark ini ngukur seberapa jago model ngerjain alur kerja bisnis dari awal sampai akhir. Tambahan lagi, Argon mencetak 91,7 persen di LVBench buat pemahaman video durasi panjang, dan 87 persen di Embodied Reasoning alias ERQA, benchmark yang ngetes kemampuan model memahami masalah fisik dan spasial di lingkungan 3D.

Kombinasi itu menjelaskan kenapa Google sampai memakai robot humanoid sebagai contoh. Dalam uji internal, Argon nonton video orang main cornhole, memetakan koordinat ruang, menghitung gerakan sendi yang dibutuhkan, lalu bikin kode simulasi sendiri. Setelah diterapkan ke robot humanoid Apollo buatan Apptronik, robot itu mencetak tujuh lemparan beruntun. Proses yang biasanya makan berpekan-pekan modeling manual jadi selesai dalam beberapa jam.

Google Sendiri Pakai Argon Buat Apa

Ini bagian yang menurut saya paling seru, karena Google nggak cuma jualan angka benchmark. Mereka benar-benar memakai Argon di dalam rumah sendiri, dan hasilnya lumayan ekstrem.

Hemat memori data center. Argon menganalisis pola pemakaian memori di pusat data Google dan membantu membebaskan lebih dari 300 TiB memori. Google memperkirakan potensi penghematan totalnya bisa menyentuh 500 TiB sampai 1 PiB.
Bongkar kode legacy Chrome. Argon membantu tim Chrome memisahkan penanganan halaman web inti dari folder legacy berisi sekitar 6 juta baris fitur browser, di dalam basis kode Chromium yang panjangnya 40 juta baris. Refactor arsitektur ratusan file yang biasanya butuh hitungan bulan jadi kelar dalam beberapa pekan.
Migrasi C dan C++ ke Rust. Argon mengganti 32 ribu baris kode SIMD di decoder video libgav1 dengan port Rust yang 2,7 kali lebih cepat. Kernel Zircon di Fuchsia OS yang panjangnya lebih dari 800 ribu baris juga dipindahkan.
Percepat framework agent. Tim di balik Agent Development Kit (ADK) Python minta Argon menghilangkan overhead framework. Kerja semalaman itu memotong waktu persiapan sesi di memori sampai 40 persen dan mempercepat cold import 21 persen.
Optimasi paket kimia kuantum. Dengan bantuan Argon, paket open source xTB jadi sampai 2,3 kali lebih cepat untuk memprediksi struktur molekul dan 1,8 kali lebih cepat di pencarian konformer.
Bikin Gemma makin ngebut. Argon membantu mencapai percepatan inferensi 2,85 kali pada A100 lewat vLLM, dari sekitar 37.900 jadi lebih dari 108.000 token per detik di Gemma 4 E2B, tanpa penurunan kualitas.

Migrasi kode berjumlah ratusan ribu baris bukan proyek yang biasanya selesai dalam hitungan minggu kalau dikerjakan manual. Google juga melaporkan bahwa Argon di Antigravity menaikkan pengiriman kode berbasis agen AI lebih dari 35 persen, sekaligus menekan rollback kode hampir sepertiga.

Kenapa Rilisnya Bertahap

Gemini 4 Argon nggak langsung dibuka bebas begitu jadi. Google menahan dulu di Fairwind Program, ikut proses sukarela pemerintah Amerika Serikat, dan minta pengujian dari pihak ketiga. Alasannya jelas: model yang bisa menemukan celah keamanan dan menulis tambalannya juga bisa dipakai buat hal yang salah.

Di sisi pengaman, Google melaporkan beberapa angka. Uji coba bio red teaming eksternal cuma bisa membuka kurang dari 1 persen sub-tugas bio yang diuji. Pada kumpulan uji adversarial, pelanggaran aturan turun hampir dua kali lipat dibanding model Gemini sebelumnya. Percobaan jalan pintas agen, misalnya ketika model mentok izin atau tes yang gagal, turun jadi cuma 2 persen. Argon juga memimpin benchmark Gray Swan Indirect Prompt Injection dengan tingkat keberhasilan serangan 0,7 persen di 15 percobaan adaptif.

Apa Artinya Buat Pengguna di Indonesia

Kabar baiknya, Indonesia nggak ketinggalan jauh. Per pertengahan Oktober, Argon sudah bisa dicoba dari sini, entah lewat API buat yang ngoding, atau lewat aplikasi Gemini buat yang berlangganan. Google juga membuka kesempatan buat 10.000 ilmuwan mendapat tier penggunaan tertinggi di Google Antigravity secara gratis selama enam bulan, dengan pendaftaran dibuka bertahap.

Yang perlu dicermati, akses di aplikasi Gemini terikat paket langganan. Pengguna gratis nggak serta merta bisa memilih Argon di menu model. Developer lokal yang mau ngetes lewat API punya jendela waktu sampai 30 November dengan tarif separuh harga. Habis itu, hitung-hitungan biaya jadi jauh lebih penting, apalagi buat aplikasi yang memanggil model ribuan kali sehari.

Catatan Saya

Persaingan model frontier sekarang makin rapat. Argon unggul di pekerjaan panjang, migrasi kode, dan alur kerja otomatis, tapi belum tentu menang di semua indeks penalaran umum. Jadi pilih model sesuai kebutuhan, bukan sesuai urutan peluncuran. Kalau kerjaanmu banyak ngurus dokumen panjang, refactor kode, atau riset lintas domain, Argon masuk daftar pertimbangan serius.

Yang bikin saya agak mikir justru cerita internal Google. Perusahaan yang bikin modelnya sendiri sampai bisa membebaskan ratusan terabita memori dan memindahkan ratusan ribu baris kernel, itu tanda AI sudah masuk ke lapisan paling teknis dari bisnis mereka. Efeknya bakal kerasa ke produk yang kita pakai sehari-hari, cepat atau lambat. Google juga bilang Argon baru permulaan dari keluarga Gemini 4, jadi sisanya tinggal nunggu.

Gemini 4 Argon Resmi Global: Model AI Google Buat Kerjaan Kompleks, Harga Mulai Rp 35 Ribu