Gemini 4 Argon Tuntaskan Minecraft dalam 27 Jam, Mati 605 Kali

Telset.id – Tim berisi empat agen Gemini 4 Argon berhasil menuntaskan Minecraft dalam 27 jam 14 menit, menurut paper dari Google DeepMind. Sepanjang proses tersebut, para agen mati 605 kali meski bermain di mode Easy, dan sekitar separuh durasi run dihabiskan untuk melawan Ender Dragon, bos terakhir dalam permainan. Pencapaian ini diklaim sebagai “first end-to-end autonomous completion of Minecraft by AI agents” oleh para penulis paper.

Run eksperimental ini dirancang sejak awal dengan satu tujuan: membunuh Ender Dragon. Permainan berlangsung di dunia survival acak yang dibagi bersama dalam mode Easy dengan empat agen, sementara agen kelima hanya bertugas untuk pelaporan. Setiap agen memiliki pemain sendiri melalui library JavaScript open-source Mineflayer untuk bot Minecraft, namun mereka bisa berkoordinasi lewat chat in-game dan catatan bersama.

Seluruh program yang digunakan dalam run ditulis sendiri oleh para agen. Penekanan eksperimen ini ada pada coding dan kerja sama tim, bukan pada kemampuan bermain gim. Mineflayer memberi tahu agen lokasi blok dan makhluk, dengan plugin pathfinding untuk merencanakan rute. Tidak ada input manusia selama run berlangsung dan tidak ada yang menetapkan peran atau menulis logika permainan.

Pembagian Peran dan Strategi Agen

Meski tidak diberi peran, dalam waktu sekitar 10 menit pembagian kerja sudah diusulkan di chat oleh bot janesick. Bot Auratian menawarkan rencana alternatif sementara Bot Gyldenia mengakuinya. Peran akhirnya adalah: Gyldenia untuk makanan, tempat tidur, dan flint; Bulicame untuk diamond; Janesick untuk iron dan tools; Auratian untuk portal Nether.

Momen-momen kehilangan, seperti bola api Ghast yang menghancurkan item yang jatuh, membuat tim mendiagnosis penyebabnya dan menulis aturan untuk mencegahnya terulang. Pencarian stronghold melibatkan janesick, yang melempar dua Eyes of Ender dari titik berbeda dan mengambil sampel penerbangan tiap mata sekali setiap 50 ms untuk melakukan triangulasi lokasi. Membawa mata tersebut punya momen kritisnya sendiri ketika Auratian tenggelam saat menjalankan tugas, tetapi lokasinya dicatat dan mata-mata itu berhasil diselamatkan.

Pertarungan akhir dengan dragon menyebabkan 69 kematian, dan sepuluh kristal terus meregenerasi bos hingga Auratian menemukan bahwa mereka bisa memakai pilar tanah untuk mencapai kristal. Empat jam 40 menit kemudian, kesepuluh kristal berhasil dijatuhkan, dan dragon mati 39 menit setelahnya. Run selesai ketika End terpecahkan dengan menumpuk dirt untuk mencapai kristal bos.

Para agen beroperasi dengan menulis program JavaScript pendek, hampir 2.800 secara total, dengan 42 helper function yang tetap hidup antarprogram, sementara bot Mineflayer menjalankannya di dunia bersama. Teks dikembalikan dengan data status, bukan gambar. Pendekatan ini sejalan dengan tren agen AI yang memainkan gim, termasuk pendekatan berbasis non-screenshot yang juga muncul di eksperimen lain.

Biaya Token dan Perbandingan dengan Run Lain

Run Google ini menggunakan harga perkenalan Gemini 4 Argon sebesar 50%, yang berlaku sejak akses API awal setelah pengumuman model hingga 30 November, dengan biaya lebih dari setengah ribu dolar. Pada harga normal, angkanya lebih dari seribu dolar. Run tersebut memakan sekitar 1,35 miliar input token dengan 91% dilayani dari cache. Sekitar 24.000 panggilan model melibatkan sekitar 16 juta output token, seperempatnya adalah thinking.

Secara total, jika agen pengamat ikut dihitung, sesi diperkirakan menelan biaya 810 dolar, atau 1.620 dolar setelah promosi berakhir pada harga list. Sebagai perbandingan, run Claude dari AI Bengineering yang mengandalkan Opus 5 pada high effort memakan waktu 3 jam 56 menit sejak awal, tanpa input manusia setelah prompt, untuk membunuh dragon dengan 388 tool call dan hanya satu kematian. Biaya run tersebut pada tarif setara API sekitar 93 dolar.

Run GPT-6 Astra Portal bulan lalu yang berlangsung sekitar 24 jam menelan biaya 571 dolar dalam token. Para penulis paper juga menyebut dua pembunuhan dragon sebelumnya oleh komunitas: sebuah planner dengan model action-selection pada seed speedrun tetap di mode Peaceful, dan satu agen Claude Opus 5 yang memakai 37 tool siap pakai tingkat tinggi di mode Normal, dibandingkan Mineflayer saja untuk tim Gemini.

Setiap pemain digerakkan oleh “general-purpose Gemini 4 Argon coding agent”, yang berarti model tersebut tidak dispesialisasi untuk Minecraft. Gemini 4 Argon sendiri merupakan frontier model untuk “real-world software engineering, enterprise knowledge work like legal and finance, and cybersecurity defense”, menurut blog perusahaan. Dalam Minecraft, 22% program agen berakhir dengan error, dengan lebih dari 600 kematian.

Meski model digunakan untuk gim dalam eksperimen ini, run dirancang untuk menunjukkan bahwa Argon mampu menangani “complex, long-horizon workflows” untuk tugas dunia nyata yang rumit dan koordinasi agen. Proyek panjang semacam itu bisa melibatkan dekompilasi gim kembali menjadi kode sumber. Bagi pembaca yang mengikuti perkembangan alat AI Google, eksperimen ini memperlihatkan arah kemampuan model di luar tugas percakapan biasa, sejalan dengan langkah Google yang juga menghadirkan layanan seperti Google Play di mobil dan Google Gemini di mobil.

Kesimpulannya, pencapaian tim Gemini 4 Argon di Minecraft berdiri di atas 2.783 program yang ditulis sendiri, koordinasi lewat chat dan catatan bersama, serta 605 kematian di mode Easy. Biaya token yang membengkak menjadi catatan tersendiri: lebih dari setengah ribu dolar pada harga perkenalan, dan lebih dari seribu dolar pada harga normal, dengan estimasi 810 dolar hingga 1.620 dolar bila agen pengamat dihitung.