Gemini 4 Carbon Puncaki Peringkat AI, Taklukkan Claude Opus 5.5

Telset.id – Google resmi merilis model AI terbarunya, Gemini 4 Carbon, yang langsung menduduki posisi puncak peringkat kecerdasan AI. Berdasarkan data Artificial Analysis, Gemini 4 Carbon menjadi model dengan skor tertinggi pada Intelligence Index V5, mengungguli Claude Opus 5.5 dengan selisih satu poin. Pencapaian ini menandai comeback Google setelah sempat tertinggal dengan rilis yang tidak teratur sepanjang tahun.

Gemini 4 Carbon (high) mencetak skor 59 pada benchmark Intelligence Index V5. Angka tersebut unggul satu poin dari Claude Opus 5.5 (max with fallback) dan dua poin di atas GPT-6 Astra (max) milik OpenAI. Model ini juga unggul sembilan poin dari Muse Wonder Full (Max) besutan Meta, serta sepuluh poin dari Claude Fable 5.1 (max with fallback).

Yang menarik, keunggulan Gemini 4 Carbon tidak hanya soal skor kecerdasan. Model ini juga mencatat biaya per tugas yang lebih murah dibandingkan pesaing utamanya. Pada pengujian Intelligence Index, biaya per tugas Gemini 4 Carbon tercatat US$7,76, sedikit lebih murah dari Gemini 3.8 Flash (high). Angka ini beberapa dolar lebih rendah dibanding Claude Opus 5.5 maupun Sonnet 5.5 (max with fallback), serta hampir setengah dari biaya Claude Fable 5.1 yang mencapai US$12,99 per tugas.

Keunggulan Gemini 4 Carbon

Gemini 4 Carbon menonjol lewat skor tertinggi pada tes AA-Omniscience v1.1 yang mengukur halusinasi dan kemampuan mengingat informasi. Model ini mencetak skor 54 pada skala -100 hingga +100, unggul enam poin dari Claude Opus 5.5 (max) yang membukukan skor 48. Kemampuan menekan halusinasi ini menjadi nilai jual signifikan di tengah upaya pemerintah dan institusi memaksimalkan nilai serta keamanan penggunaan AI.

Meski demikian, skor tertinggi tersebut tetap menunjukkan bahwa model frontier terbaik pada 2026 masih jauh dari konsisten dalam mengingat informasi secara akurat. Gemini 4 Carbon menjawab lebih banyak pertanyaan dengan benar dibanding Gemini 4 Argon (akurasi 58% versus 48%), namun dengan tingkat halusinasi lebih tinggi (11% versus 4%). Angka ini masih jauh di bawah Claude Opus 5.5 (max) dan GPT-6 Astra (max) yang keduanya berada di 50%.

Pada aspek efisiensi, Gemini 4 Carbon menggunakan 123 ribu output token per tugas, atau 29% lebih sedikit dibanding Claude Opus 5.5 (max, 173 ribu). Dengan harga standar yang sama di US$4/US$20, biaya per tugas model ini sejalan dengan Gemini 4 Argon (US$7,68), tetapi dengan skor Intelligence Index sembilan poin lebih tinggi.

Kendati demikian, Gemini 4 Carbon bukan yang termurah di pasar. Model ini masih lebih mahal dibanding GPT 5 Astra milik OpenAI dan sekitar enam kali lebih mahal dari GPT 6.1 Sol (max). Model ini juga sekitar 13 kali lebih mahal per tugas dibanding DeepSeek V4.1 Flash 1017 yang berbobot terbuka, meski model tersebut hanya mencetak skor 32 pada Intelligence Index.

Menurut Artificial Analysis, Gemini 4 Carbon belum unggul di semua bidang. Model ini tidak sebaik Claude Code dengan Claude Opus 5.5 untuk urusan pemrograman, dan tertinggal dari Grok 4.7, Muse Wonder, serta Kimi K3.1 Pro pada pekerjaan berbasis pengetahuan. Arena.ai juga menempatkannya di posisi teratas Pareto Frontier pada rentang harga lebih mahal, sementara di titik harga lebih rendah, model berbobot terbuka asal China seperti GLM 5.3-Flash dan DeepSeek V4 Pro mengambil alih.

Pendekatan Rilis yang Hati-hati

Dalam pengumuman resminya, Google menekankan kolaborasi dengan pemerintah Amerika Serikat untuk penyaringan model dan pengujian pra-rilis. Pendekatan ini mirip dengan cara Anthropic menangani peluncuran Mythos pada 2025, di mana akses ke Gemini 4 Carbon diberikan secara bertahap. Google menyatakan tengah mengambil pendekatan deliberatif dan aktif terlibat dalam proses sukarela pemerintah AS untuk pengujian model pra-rilis.

Untuk itu, Google membuka akses Carbon kepada sebagian kalangan cyber defenders dan akan secara bertahap memperluas ketersediaan model melalui mitra terpercaya lewat Fairwind Program. Sebelum menghadirkan Carbon ke pengembang, Google ingin menyempurnakan guardrails agar AI lebih aman dan efektif untuk keperluan keamanan siber, sekaligus mempersulit aktor jahat menggunakannya untuk eksploitasi dan peretasan.

Google juga mempromosikan peningkatan keamanan modelnya, dengan mengklaim berhasil menggagalkan semua upaya dari benchmark Gray Swan Indirect Prompt Injection yang mencoba membuat model melakukan hal yang tidak seharusnya. Google mengklaim Carbon memangkas klaim tak berdasar dalam responsnya dua kali lebih banyak dibanding Gemini 4 Argon yang baru dirilis dua minggu sebelumnya. Jika tidak dapat menyelesaikan suatu tindakan, model ini diklaim tidak akan melakukannya, alih-alih memfabrikasi jawaban atau berdalih soal bukti yang hilang.

Google juga menyebut Carbon akan lebih siap menyajikan sumber dan saran tindakan kepada pengguna, alih-alih mengejar niatnya sendiri ketika ada perbedaan atau ketidakpastian, yang diklaim memangkas model overreach sebesar 26%. Langkah ini sejalan dengan tren industri yang menekankan pentingnya keamanan, keandalan, dan transparansi model AI, termasuk soal bagaimana data dan preferensi pengguna dihormati.

Bagi organisasi yang ingin memaksimalkan anggaran token dan mencegah karyawan menciptakan jalur eksploitasi baru akibat penggunaan berlebihan, aspek keamanan, keandalan, dan konsistensi model menjadi krusial. Melacak return on investment AI memang sulit, dan halusinasi membuatnya jauh lebih rumit. Jika Google dapat menjual model terbarunya sebagai yang paling aman dan paling kecil kemungkinan berhalusinasi, dengan kecerdasan tinggi dan biaya relatif rendah, formula itu bisa menjadi resep kemenangan baru. Setidaknya sampai model berikutnya dirilis.

Bagi pengguna yang ingin memahami cara Google mengelola keamanan ekosistemnya, langkah perusahaan dalam menangani celah pada perangkat Android juga layak dicermati lewat backdoor Android. Sementara itu, tren pengembangan AI yang kian memperhatikan kontrol pengguna terlihat dari dukungan terhadap sinyal opt-out AI di robots.txt.