Google Gemini 3.5 Pro Tertunda karena Masalah Coding

Telset.id – Google mengalami keterlambatan dalam peluncuran model AI terbarunya, Gemini 3.5 Pro, yang telah tertunda berbulan-bulan dari jadwal internal. Penyebab utamanya adalah performa coding yang belum memenuhi ekspektasi perusahaan, menurut laporan terbaru Bloomberg.

Keterlambatan ini bukan sekadar masalah penyempurnaan chatbot biasa. Hal ini menyoroti masalah yang lebih besar di tubuh Google, di mana tim engineering yang besar, banyak divisi produk, serta persyaratan keamanan AI yang semakin ketat membuat perusahaan kesulitan merespons pesaing yang bergerak lebih cepat. Sementara OpenAI, Anthropic, dan Meta terus merilis model yang semakin canggih, Google tampak terjebak dalam keseimbangan sulit antara membangun AI yang lebih baik tanpa merusak kepercayaan yang telah dibangun di produk-produk yang digunakan miliaran orang.

Coding Masih Jadi Kelemahan Terbesar Gemini

Bloomberg, mengutip beberapa karyawan Google saat ini dan mantan karyawan, melaporkan bahwa Gemini 3.5 Pro tertunda karena perusahaan belum mencapai peningkatan yang diharapkan dalam performa coding. Laporan tersebut menyebut Google bahkan menyegarkan data pelatihan model pada akhir bulan lalu untuk meningkatkan kemampuan coding, tetapi hasilnya gagal memenuhi ekspektasi internal.

Menulis kode telah muncul sebagai salah satu tolok ukur paling jelas yang membedakan model AI terkemuka saat ini. OpenAI, Anthropic, dan baru-baru ini Meta, telah berinvestasi besar-besaran dalam sistem AI yang berfokus pada pengembang yang dapat menulis, men-debug, dan menalar proyek perangkat lunak yang kompleks. Menurut laporan tersebut, baik OpenAI maupun Meta saat ini mengungguli model Google yang tersedia di area ini.

Google, bagaimanapun, bersikeras bahwa pengembangan berjalan dengan baik. Dalam sebuah pernyataan yang dikutip Bloomberg, perusahaan mengatakan sedang menguji Gemini 3.5 Pro, model Flash yang ditingkatkan, dan sistem AI lainnya bersama mitra sambil melanjutkan diskusi dengan pemerintah AS tentang standar pengujian dan keamanan AI. Keterlambatan ini juga penting karena banyak pengamat memperkirakan Gemini 3.5 Pro akan debut selama Google I/O awal tahun ini. Sebaliknya, perusahaan fokus pada peningkatan Gemini secara bertahap sementara pesaing terus mengirimkan model-model frontier baru.

Kekuatan Terbesar Google Justru Memperlambat

Tidak seperti kebanyakan startup AI, Google tidak membangun model secara terisolasi. Setiap rilis Gemini utama pada akhirnya harus bekerja di seluruh Search, YouTube, Maps, Android, Workspace, Cloud, dan puluhan produk lainnya. Skala itu memberi Google keuntungan besar, termasuk akses ke data dunia nyata yang tak tertandingi, tetapi juga memperkenalkan lapisan koordinasi internal yang dapat memperlambat pengambilan keputusan.

Menurut laporan Bloomberg, karyawan saat ini dan mantan karyawan menggambarkan prioritas yang saling bersaing di seluruh DeepMind, Google Cloud, Android, dan tim lainnya, dengan upaya coding AI yang tumpang tindih membuatnya lebih sulit untuk mempertahankan strategi yang terpadu. Mantan karyawan juga mengatakan perselisihan internal atas kode yang dihasilkan AI dan pembatasan sebelumnya dalam menggunakan Gemini untuk pengembangan perangkat lunak membatasi eksperimentasi selama peluncuran awal teknologi.

Google mengatakan kebijakan tersebut telah berkembang. Perusahaan mengklaim sekitar 75 persen dari kode produksinya sekarang dihasilkan menggunakan AI, sementara alat coding internal sedang dikonsolidasikan di bawah platform bersama yang disebut Google Antigravity. Laporan tersebut juga mencatat bahwa para insinyur sekarang diharapkan menggunakan AI untuk coding, meskipun beberapa terus menghadapi keterbatasan kapasitas komputasi karena permintaan internal yang intens untuk sumber daya GPU.

Laporan itu juga menunjuk pada meningkatnya frustrasi di dalam bagian organisasi AI Google, dengan beberapa peneliti dilaporkan pergi ke pesaing seperti Anthropic. Sementara itu, pelanggan tampak terbagi dalam Gemini 3.5 Flash. Sementara perusahaan seperti Figma telah memuji keseimbangan kecepatan dan kualitasnya, yang lain, termasuk platform pendidikan Platzi, diyakini berada di posisi yang canggung, menawarkan biaya lebih tinggi daripada model Flash sebelumnya tanpa mencocokkan kemampuan penalaran pesaing premium.

Gambaran yang lebih besar adalah bahwa tantangan AI Google tidak lagi tentang membuktikan bahwa mereka dapat membangun model frontier. Hanya sedikit yang meragukan itu. Pertanyaan sebenarnya adalah apakah perusahaan sebesar Google dapat mengirimkan model-model tersebut cukup cepat dalam industri di mana pesaing sekarang mengukur kemajuan dalam hitungan minggu, bukan bulan.