Telset.id – Google merilis model AI terbarunya, Gemini 4 Carbon, dan langsung menempati posisi puncak peringkat kecerdasan buatan. Berdasarkan data Artificial Analysis, Gemini 4 Carbon menjadi model AI dengan skor tertinggi pada Intelligence Index V5, sekaligus mencatat tingkat halusinasi terendah di antara model frontier pada 2026. Pencapaian ini menandai comeback Google setelah sempat tertinggal dengan rilis yang tidak teratur sepanjang tahun.
Gemini 4 Carbon (high) meraih skor 59 pada Artificial Analysis Intelligence Index V5. Angka itu unggul satu poin atas Claude Opus 5.5 (max with fallback) dan dua poin di atas GPT-6 Astra (max) milik OpenAI. Model ini juga unggul sembilan poin atas Muse Wonder Full (Max) dari Meta, serta 10 poin di atas Claude Fable 5.1 (max with fallback). Gemini 4 Carbon berhasil menempati posisi teratas pada empat dari sembilan evaluasi dalam benchmark tersebut.
Halusinasi Terendah, Biaya per Tugas Lebih Murah
Keunggulan paling menonjol Gemini 4 Carbon terletak pada tes AA-Omniscience v1.1 yang mengukur halusinasi dan kemampuan mengingat informasi. Model ini mencetak skor 54 pada skala -100 hingga +100, tertinggi di antara semua model dan unggul enam poin atas Claude Opus 5.5 (max) yang meraih 48. Meski demikian, skor tersebut menunjukkan model frontier terbaik pada 2026 masih jauh dari konsisten dalam mengingat informasi secara akurat.
Dari sisi akurasi, Gemini 4 Carbon menjawab lebih banyak pertanyaan dengan benar dibanding Gemini 4 Argon, yakni 58 persen berbanding 48 persen. Namun, tingkat halusinasinya lebih tinggi, yaitu 11 persen berbanding 4 persen. Angka ini tetap jauh lebih rendah dibanding Claude Opus 5.5 (max) dan GPT-6 Astra (max) yang keduanya berada di 50 persen.
Selain soal kecerdasan, Gemini 4 Carbon juga bersaing di sisi efisiensi biaya. Biaya per tugas pada Intelligence Index tercatat US$7,76, sedikit lebih murah dibanding Gemini 3.8 Flash (high). Angka itu beberapa dolar lebih murah dari Claude Opus 5.5 maupun Sonnet 5.5 (max with fallback), dan hampir setengah dari biaya Claude Fable 5.1 yang mencapai US$12,99 per tugas. Gemini 4 Carbon memakai 123 ribu output token per tugas, 29 persen lebih sedikit dibanding Claude Opus 5.5 (max) yang memakai 173 ribu token.
Meski begitu, Gemini 4 Carbon 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, kendati model tersebut hanya mencetak skor 32 pada Intelligence Index. Dengan harga standar US$4/US$20, biaya per tugas Gemini 4 Carbon sejalan dengan Gemini 4 Argon (US$7,68), tetapi dengan skor Intelligence Index sembilan poin lebih tinggi. Bagi yang memantau perkembangan alat AI, informasi seputar AI Web Search menjadi konteks penting soal keterbatasan akurasi model saat ini.
Baca Juga:
Rollout Bertahap dan Fokus Keamanan
Google tidak langsung membuka akses Gemini 4 Carbon secara luas. Dalam pernyataan peluncurannya, Google menyebut tengah mengambil pendekatan hati-hati dan aktif terlibat dalam proses sukarela pemerintah Amerika Serikat untuk pengujian model sebelum rilis. Akses pertama diberikan kepada sebagian kalangan “cyber defenders” melalui Fairwind Program, dengan ketersediaan yang lebih luas menyusul lewat mitra tepercaya.
Sebelum membuka Carbon kepada pengembang, Google ingin menyempurnakan guardrail agar AI lebih aman dan efektif untuk keperluan keamanan siber, sekaligus mempersulit aktor jahat memakainya untuk eksploitasi dan peretasan. Google mengklaim Carbon menggagalkan seluruh upaya dari benchmark Gray Swan Indirect Prompt Injection untuk memancingnya melakukan hal yang tidak seharusnya. Google juga menyebut Carbon memangkas klaim tanpa dukungan dalam responsnya dua kali lebih banyak dibanding Gemini 4 Argon yang baru diperkenalkan dua pekan sebelumnya.
Jika tidak dapat menyelesaikan sebuah tindakan, Carbon akan memilih tidak melakukannya ketimbang mengarang jawaban atau berdalih soal bukti yang hilang. Model ini juga diklaim lebih siap menyajikan sumber dan saran tindakan kepada pengguna, serta memangkas overreach model hingga 26 persen. Langkah keamanan semacam ini sejalan dengan tren yang juga muncul pada kebijakan Sinyal Opt-Out AI yang didukung sejumlah perusahaan AI besar.
Meski unggul di banyak aspek, Gemini 4 Carbon bukan yang terbaik di segala bidang. Artificial Analysis mencatat model ini belum sebaik Claude Code dengan Claude Opus 5.5 untuk urusan pemrograman, dan masih tertinggal dari Grok 4.7, Muse Wonder, serta Kimi K3.1 Pro pada pekerjaan berbasis pengetahuan. Arena.ai menempatkannya di posisi puncak Pareto Frontier pada segmen harga mahal, tetapi di titik harga lebih rendah, model berbobot terbuka asal China seperti GLM 5.3-Flash dan DeepSeek V4 Pro mengambil alih.
Fokus pada efisiensi dan biaya memang menjadi arah para pengembang model sepanjang setahun terakhir. Riset terbaru Gartner menunjukkan hanya 3 persen perusahaan yang benar-benar meraih peningkatan biaya dan produktivitas dari penggunaan AI. Mengukur return on investment AI dikenal sulit, dan halusinasi membuatnya makin rumit. Jika Google mampu menjual model terbarunya sebagai yang paling aman dan paling kecil kemungkinan berhalusinasi, dengan kecerdasan tinggi di biaya relatif rendah, formula itu bisa menjadi resep kemenangan baru. Setidaknya sampai model berikutnya dirilis.
[ META_DESCRIPTION]
Gemini 4 Carbon memuncaki Intelligence Index V5 dengan skor 59 dan halusinasi terendah. Simak skor, biaya per tugas, dan strategi rilis Google.
Komentar
Belum ada komentar.