Tools AI

Gemini 4 Argon Rilis: Model Paling Cerdas Google Buat Tugas Rumit

Google ngerilis Gemini 4 Argon, model frontier terbaru buat ngerjain tugas super berat mulai dari refactoring jutaan baris kode sampai simulasi robotika.

Tim Engineering Classai

· 11 menit baca

Visualisasi model AI Gemini 4 Argon Google DeepMind untuk penalaran tugas rumit dan robotika.
Gambar: Google

Inti singkat

  • Gemini 4 Argon resmi meluncur secara global dengan harga perkenalan $2 per juta input token dan $10 per juta output token.
  • Model ini meraih peringkat nomor satu di Vals Index untuk pengujian sektor finansial, hukum, pajak, dan rekayasa perangkat lunak.
  • Argon mengusung batas 1 juta token terpadu input-output lewat Gemini API untuk tugas otonom berdurasi panjang.
  • Di bidang robotika, Argon mencetak skor 87% pada benchmark Embodied Reasoning (ERQA) murni mengandalkan penalaran.
  • Google memasang sistem keamanan berlapis mencakup activation probes dan pemantau misalignment waktu nyata untuk memangkas bypass sistem.
Daftar isi9 bagian
  1. 01
  2. 02
  3. 03
  4. 04
  5. 05
  6. 06
  7. 07
  8. 08
  9. 09

Google resmi meluncurkan Gemini 4 Argon, model frontier terbarunya yang dirancang khusus buat menyelesaikan masalah paling rumit di dunia coding, sains, keamanan siber, dan robotika. Model ini hadir membawa batas 1 juta token terpadu (unified input-output token limit) serta langsung menduduki peringkat pertama di Vals Index untuk tugas-tugas kritis dunia kerja.

Kabar peluncuran ini diumumkan langsung oleh Koray Kavukcuoglu lewat blog resmi Google dan Google DeepMind. Menurut Google, fokus utama model ini bukan cuma sekadar chatbot pintar biasa yang jago ngobrol santai, melainkan sistem pekerja mendalam (deep work) yang bisa berpikir runtut, minim basa-basi klise, dan nggak gampang mengambil jalan pintas berbahaya saat menghadapi kendala teknis.

Kalau kamu rutin memantau perkembangan ekosistem AI Google lewat tulisan seperti review Gemini AI dan harga langganan, kehadiran Argon ini menandai babak baru arsitektur Gemini 4 yang jauh lebih fokus pada produktivitas teknis kelas berat. Yuk, kita kupas tuntas kemampuan, harga, serta dampaknya buat alur kerjamu!

Panduan gratis · gratis

30 Prompt AI untuk Kerja (Bahasa Indonesia)

Prompt siap salin untuk email, rapat, laporan, riset, konten, dan belajar — semuanya memakai Rumus PAKET.

  • 30 prompt siap salin untuk 6 jenis pekerjaan
  • Rumus PAKET: Peran, Audiens, Konteks, Ekspektasi, Tampilan
  • Cara memperbaiki jawaban AI yang kurang pas
  • Daftar data yang tidak boleh masuk ke AI

Dengan mengirim, kamu setuju menerima email dari Classai sesuai Kebijakan Privasi. Bisa berhenti berlangganan kapan saja.

Apa Itu Gemini 4 Argon dan Siapa Saja yang Bisa Pakai?

Gemini 4 Argon adalah model frontier perdana dari lini Gemini 4 buatan Google DeepMind. Model ini dibangun untuk menangani tugas rumit bernilai ekonomi tinggi yang butuh banyak tahapan eksekusi otonom. Di pengujian Vals Index—benchmark yang mengukur performa model AI di sektor finansial, koding, hukum, hingga urusan pajak—Argon sukses nangkring di urutan nomor satu dibanding model frontier lainnya.

Google langsung membuka akses model ini ke berbagai kanal pengguna di seluruh dunia per tanggal 13 Oktober 2026:

  • Developer & Tim Teknis: Bisa langsung mengakses API berbayar lewat AI Studio, Android Studio, serta Gemini platform.
  • Pengguna Google Antigravity: Tersedia bagi pelanggan Google AI Ultra untuk pengerjaan alur kerja otonom tingkat lanjut.
  • Pengguna Aplikasi Gemini & AI Mode in Search: Bisa dicoba langsung oleh pelanggan paket Google AI Ultra dan Pro.
  • Pelaku Usaha (Enterprise): Tersedia melalui paket Gemini for business, Antigravity, dan akses Gemini Enterprise Platform.
  • Peneliti & Komunitas Sains: Google membuka pendaftaran kuota gratis selama 6 bulan tier tertinggi di Google Antigravity khusus bagi 10.000 ilmuwan terpilih.
  • Praktisi Keamanan Siber: Akses tanpa batas guardrail siber tertentu dibuka lewat ekspansi Fairwind Program.

Harga Gemini 4 Argon di API Google

Buat para developer dan perusahaan yang mau membangun sistem berbasis agen otonom, Google memberlakukan skema harga perkenalan (introductory pricing) yang berlaku sampai 30 November 2026. Setelah periode perkenalan usai, tarif standar publik baru akan berjalan penuh.

Menariknya, Google memberikan diskon besar hingga 95% buat cached input tokens, sehingga pemrosesan prompt berulang atau basis data dokumen panjang jadi jauh lebih hemat.

Jenis TokenHarga Perkenalan (s.d. 30 Nov 2026)Harga Normal (Mulai 1 Des 2026)
Input Tokens$2 per 1M token$4 per 1M token
Output Tokens$10 per 1M token$20 per 1M token
Cached InputDiskon 95%Diskon 95%

Kemampuan Coding Ekstrem: Refactor Chromium Sampai Bikin Game 3D

Di internal Google sendiri, para engineer sudah menguji Argon memakai platform Google Antigravity selama beberapa pekan. Hasilnya lumayan gila: pengiriman kode berbasis agen (agentic code submissions) melonjak lebih dari 35%, sementara angka penarikan kode gagal (rollback) berhasil ditekan nyaris sepertiganya.

Beberapa bukti nyata kemampuan koding Gemini 4 Argon yang dicatat Google antara lain:

  1. Membedah Jutaan Baris Kode Chrome: Tim browser Google Chrome memakai Argon untuk memisahkan logika inti laman web dari folder legasi berisi sekitar 6 juta baris kode di dalam total 40 juta baris codebase Chromium. Pekerjaan refactoring arsitektur lintas ratusan file yang standarnya butuh waktu berbulan-bulan kelar dalam hitungan minggu. Efeknya, tab Chrome nantinya bisa berpindah mulus ke panel samping tanpa perlu reload dan bebas crash.
  2. Optimasi Framework Agent Otonom: Tim di balik framework sumber terbuka Google Agent Development Kit memanfaatkan Argon lewat repositori google/adk-python. Berbekal rulebook .agents/skills dan instruksi singkat satu paragraf, Argon bekerja semalaman suntuk tanpa merusak aplikasi yang sudah ada. Hasil optimasi ini memangkas waktu in-memory session prep hingga 40% dan mempercepat cold import sebesar 21%.
  3. Melesatkan Inferensi Model Gemma 4 E2B: Lewat optimalisasi upstream di vLLM, Argon sukses meningkatkan kecepatan inferensi Gemma 4 E2B di kartu grafis A100 dari ~37.900 menjadi lebih dari 108.000 token per detik (melonjak 2,85 kali lipat) dengan paritas token 100% tanpa penurunan kualitas sama sekali.
  4. Pembuatan Aset Game dan Engine 3D Mandiri: Tanpa bantuan pustaka eksternal (100% Python murni), Argon sanggup merancang engine 3D ray-tracing sendiri lengkap dengan dokumentasi sunlit library, narasi suara Gemini 3.8 TTS, dan musik Lyria 3.5 yang kodenya bisa diintip di repositori sumber demo.

Terobosan Sains: Dari Fusi Nuklir Sampai Desain Enzim

Argon nggak cuma jago ngetik baris program web atau aplikasi mobile. Di ranah penelitian murni, model ini membuktikan kapasitas penalarannya di berbagai bidang ilmiah kelas atas:

  • Komputasi Kuantum: Argon menerjemahkan decoder koreksi eror AlphaQubit menjadi satu hardware kernel teroptimasi tinggi yang menggandakan throughput inferensi. Untuk fungsi matematika arcsin pada algoritma simulasi kuantum, implementasi kode Argon yang diverifikasi via Lean sanggup memangkas biaya spacetime hingga lebih dari 100 kali lipat dibanding baseline CORDIC kuantum.
  • Fusi Nuklir Bersih: Berkolaborasi dengan Profesor Matt Landreman dari University of Maryland, tim peneliti menemukan kelas counterexample yang lebih luas terhadap dugaan Grad (Grad's conjecture) yang bertahan sejak 1967 terkait medan magnetik reaktor stellarator, seperti yang dipublikasikan di makalah riset arXiv.
  • Diagnosis Penyakit Langka: Peneliti di Gamow Labs memakai Argon untuk menganalisis data genomik bayi baru lahir dengan kelainan paru-paru langka. Argon berhasil menemukan susunan ulang kromosom yang sempat luput dari deteksi software konvensional selama bertahun-tahun. Di evaluasi privat, model ini memuncaki benchmark RareBench dengan skor 57% dan LabBench di angka 52,2%.
  • Rekayasa Enzim: Tim ilmuwan menggunakan Argon untuk mendesain kelas enzim serine esterase baru penarget molekul 4MU-acetate. Hanya dalam beberapa jam, Argon menyaring data dan mengajukan lima kandidat desain baru yang terbukti aktif secara katalitik saat diuji di laboratorium basah.

Lonjakan Besar di Bidang Robotika dan Penalaran Fisik

Salah satu pembuktian paling mencolok dari Gemini 4 Argon ada di sektor pemahaman fisik 3D dunia nyata. Pada pengujian Embodied Reasoning (ERQA) yang menguji pemecahan masalah spasial dan fisik lingkungan 3D, Argon memuncaki papan peringkat dengan skor 87% murni lewat kemampuan reasoning.

argon__robotics__hero
Tampilan visualisasi antarmuka Gemini 4 Argon yang diterapkan pada ekosistem robotika untuk pemahaman spasial. · Sumber: Google DeepMind

Model ini mengusung pendekatan rantai "Video-to-Sim-to-Real". Sebagai contoh, saat disodori rekaman video manusia yang bermain lempar kantung (cornhole), Argon mampu memetakan koordinat ruang, menghitung pergerakan sendi tubuh, dan menyusun kode simulasi secara otonom. Hasil instruksi tersebut kemudian dipindahkan ke robot humanoid Apollo buatan Apptronik, yang langsung berhasil memasukkan lemparan sebanyak tujuh kali berturut-turut tanpa meleset.

gemini-4-argon__benchmark__robotics
Hasil benchmark robotika ERQA yang memperlihatkan skor penalaran fisik Gemini 4 Argon mengungguli model frontier lain di angka 87%. · Sumber: Google DeepMind

Dalam demo pengendalian robot Boston Dynamics Spot beroda dan berkaki, Argon memadukan simulasi MuJoCo untuk melatih robot membuka tempat sampah berpedal kaki sebelum membuang kaleng minuman soda ke dalamnya.

Demonstrasi robot berkaki Spot yang berlatih keseimbangan di simulasi MuJoCo sebelum menginjak pedal tempat sampah fisik dan membuang kaleng. · Video: Google DeepMind

Model ini juga mampu mengendalikan lengan robot secara zero-shot hanya berbekal tangkapan kamera pergelangan tangan (wrist cam) dan matriks koordinat sederhana.

Demo zero-shot control lengan robot yang menegakkan cangkir jatuh dan memasukkan serbet kusut berdasarkan umpan visual kamera. · Video: Google DeepMind
Kontrol robotika omni multimodal menggunakan loop penalaran visual untuk memanipulasi objek di atas meja kerja. · Video: Google DeepMind

Selain itu, Argon mempermudah rekonstruksi dunia digital (Real2Sim) langsung dari kamera robot, rekaman sudut pandang manusia (egocentric), hingga sekadar coretan sketsa tangan di atas kertas.

Proses rekonstruksi Real2Sim yang mengubah sudut pandang kamera robot langsung menjadi simulasi digital yang terkalibrasi secara fisik. · Video: Google DeepMind
Konversi rekaman video sudut pandang orang pertama (human view) menjadi lingkungan simulasi dinamis untuk latihan robot. · Video: Google DeepMind
Rekonstruksi simulasi fisik 3D yang dibangun langsung dari input sketsa coretan tangan sederhana di atas kertas. · Video: Google DeepMind

Untuk kebutuhan pelatihan data berskala besar, Argon juga dibekali kapabilitas hindsight labeling guna memeriksa kualitas data pergerakan motorik secara mendalam.

Proses pelabelan hindsight otonom untuk menilai kualitas data gerak robot dan estimasi kemajuan tugas secara presisi. · Video: Google DeepMind
Pengujian penalaran visual fisik model untuk mengenali anomali objek dan karakteristik bahan di ruang kerja manipulasi. · Video: Google DeepMind

Benteng Keamanan: Cegah Jailbreak dan Trik Mengakali Sistem

Model cerdas yang dibiarkan bekerja otonom punya risiko besar kalau sampai lepas kendali atau dimanipulasi orang jahat. Menurut laporan riset keselamatan DeepMind yang ditulis oleh pimpinan tim riset Anca Dragan dan Raluca Ada Popa, Google menanam tiga lapis proteksi aktif secara real-time:

  1. Penyaringan Input (Input Screening): Model berukuran lebih ringkas bertugas memeriksa niat jahat atau perintah berbahaya dari prompt yang masuk sebelum diproses.
  2. Inspeksi Internal (Activation Probes): Transformer kecil disematkan untuk memantau sinyal saraf internal model secara langsung. Kalau model terindikasi mengaktifkan pengetahuan terlarang soal eksploitasi siber atau senjata biologis, sistem bakal langsung waspada meskipun perintah dari pengguna disamarkan dalam bentuk cerita fiksi atau dongeng.
  3. Pemantauan Berkelanjutan (Continuous Monitoring): Jika model mulai merespons ke arah yang membahayakan di tengah jalan, sistem keamanan otomatis memutus respons seketika.

Di sektor serangan injeksi perintah tak langsung (indirect prompt injection), yang sering terjadi saat AI membaca isi email atau situs web berisi instruksi tersembunyi, Argon memimpin benchmark Gray Swan dengan menekan tingkat keberhasilan serangan adaptif hingga menyentuh angka 0,7% saja.

Cara Nyobain Gemini 4 Argon Lewat Platform Google

Penasaran pengin nyobain ketangguhan model ini buat tugas kantor atau coding harian kamu? Berikut langkah mudah yang bisa kamu tempuh:

  1. Buka layanan Google AI Studio dan login menggunakan akun Google kamu.
  2. Pastikan kamu sudah mengaktifkan paket API tier berbayar untuk memilih model Gemini 4 Argon dari daftar dropdown pemilih model.
  3. Kalau kamu ingin mencoba antarmuka chat visual biasa, pastikan akunmu berlangganan Google AI Ultra atau Pro, lalu akses aplikasi Gemini web/mobile atau gunakan AI Mode di Google Search.
  4. Buat kamu yang memegang proyek koding skala besar, integrasikan API key Gemini 4 Argon ke lingkungan IDE seperti Android Studio atau panggil lewat SDK resmi menggunakan protokol continuation token.

Berikut contoh prompt teknis berformat clean yang bisa kamu adaptasi saat ingin meminta Argon merefaktor logika database atau fungsi kompleks tanpa merusak sistem:

Prompt siap pakai
Kamu adalah software architect senior. Tugasmu adalah memeriksa fungsi pemrosesan data berikut tanpa mengubah kontrak API dan struktur output yang diharapkan caller. Target:1. Hilangkan dependensi yang redundan dan overhead memory session.2. Berikan analisis step-by-step sebelum menulis ulang kodenya.3. Tulis kode refactor final yang bersih beserta test case verifikasinya. Konteks kode:[Tempel potongan kode di sini]

Alternatif Menjajal Model AI Canggih Lewat Classai Router

Model kelas frontier seperti Argon memang sangat bertenaga, tapi di lapangan kerja harian, kebutuhan tim sering kali berbeda-beda. Kadang kamu butuh model yang super cepat buat urusan teks ringan, model spesialis koding, atau model penalaran logika yang sudah teruji stabil dengan harga yang ramah di kantong.

Sambil menunggu integrasi model generasi terbaru ini meluas, kamu bisa memanfaatkan platform Classai Router. Lewat satu API key tunggal yang kompatibel langsung dengan format OpenAI maupun Anthropic SDK, kamu bisa leluasa berganti model tanpa pusing gonta-ganti konfigurasi kode. Beberapa model tangguh yang siap kamu pakai dengan tarif rupiah per 1 juta token antara lain:

  • gemini-3.1-pro milik Google dengan tarif Rp2.100 input / Rp10.800 output.
  • gemini-3.8-flash untuk respon super gesit seharga Rp2.100 input / Rp8.400 output.
  • deepseek-v4.1-flash buat kebutuhan eksekusi cepat dan hemat di harga Rp1.155 input / Rp4.200 output.
  • claude-sonnet-5.5 untuk penalaran logika teks dan koding mendalam seharga Rp6.750 input / Rp33.750 output.

Semua transaksi di Classai Router memakai mata uang rupiah asli, bisa top up mulai dari Rp10.000 via QRIS, e-wallet, atau virtual account tanpa repot verifikasi kartu kredit luar negeri.

Dampak Gemini 4 Argon Buat Profesional dan Developer di Indonesia

Kehadiran model setingkat Gemini 4 Argon membawa angin segar sekaligus tuntutan adaptasi baru buat ekosistem kerja di Indonesia:

  • Efisiensi Software House dan Startup: Engineer lokal nggak perlu lagi menghabiskan waktu berminggu-minggu cuma buat merapikan hutang teknis (technical debt) warisan software lama. Waktu pengerjaan refactoring modul rumit bisa dipangkas drastis sehingga tim bisa fokus merilis fitur baru.
  • Kepatuhan Privasi dan Keamanan Data: Berkat resistansi prompt injection yang tinggi (tingkat kegagalan 0,7%), enterprise di Indonesia bisa lebih tenang mengintegrasikan agen AI ke sistem database perusahaan tanpa khawatir data bocor akibat injeksi file eksternal yang melanggar aturan perlindungan data.
  • Riset Ilmiah dan Kampus Lokal: Adanya kuota gratis Antigravity 6 bulan buat 10.000 peneliti dunia adalah peluang emas bagi akademisi dan mahasiswa Indonesia di bidang biologi komputasi, kimia material, dan rekayasa fluida untuk mengajukan riset mutakhir tanpa terkendala dana komputasi server raksasa.

Kalau kamu mau memperdalam cara memanfaatkan berbagai sistem AI ini untuk mendongkrak karir dan efisiensi alur kerja harian, kamu juga bisa belajar langsung lewat materi terstruktur di Kelas AI Developer atau menguasai pemahaman dasar sistem lewat Kelas Fondasi AI untuk Kerja.

Sumber & referensi

  1. 01
  2. 02

    Google DeepMind · 14 Oktober 2026

    Developing Gemini 4 Argon responsibly and safely
  3. 03
  4. 04

    Google DeepMind · 13 Oktober 2026

    Gemini 4 Argon for Robotics

Artikel ini ditulis ulang oleh Tim Classai dengan bantuan AI berdasarkan sumber di atas — bukan terjemahan. Ada yang keliru? Kabari kami di [email protected].

Pertanyaan yang sering ditanyakan

Berapa harga token API Gemini 4 Argon?

Selama masa perkenalan hingga 30 November 2026, harganya adalah $2 per 1 juta input token dan $10 per 1 juta output token dengan diskon 95% untuk cached input. Setelah periode promo berakhir, tarif normal menjadi $4 per 1 juta input token dan $20 per 1 juta output token.

Apakah pengguna gratisan bisa mencoba Gemini 4 Argon di aplikasi Gemini?

Tidak, saat peluncuran model ini hanya tersedia untuk pengguna yang berlangganan Google AI Ultra atau Pro di aplikasi Gemini dan AI Mode in Search. Pengembang juga bisa mengaksesnya melalui tier berbayar API di Google AI Studio.

Apa keunggulan utama Gemini 4 Argon dibanding model sebelumnya?

Gemini 4 Argon unggul dalam penalaran multi-langkah otonom, batas 1 juta token input-output terpadu, juara 1 di benchmark Vals Index, serta meraih skor 87% di pengujian penalaran fisik robotika ERQA.

Bagaimana cara peneliti mendapatkan akses gratis ke Gemini 4 Argon?

Google membuka kuota pemakaian gratis tier tertinggi di Google Antigravity selama 6 bulan untuk 10.000 ilmuwan dan peneliti terpilih melalui proses pendaftaran dan seleksi aplikasi secara berkala di situs resmi Google.

Luthfi

Classai Weekly

dari Luthfi · Setiap Senin, 06.30 WIB

Nggak sempat ngikutin berita AI? Biar aku yang rangkumin tiap Senin.

  • 5 berita AI paling penting minggu ini — udah disaring, nggak perlu baca puluhan situs
  • Kenapa itu penting buat kamu — plus opini jujur Luthfi soal arahnya
  • 1 prompt siap pakai yang bisa langsung dicoba
  • Pilihan kelas & model AI minggu ini — kadang ada promo khusus pelanggan

Dengan mengirim, kamu setuju menerima email dari Classai sesuai Kebijakan Privasi. Bisa berhenti berlangganan kapan saja.

Lihat contoh edisi

Bermanfaat? Bagikan ke tim atau temanmu.

Langkah berikutnya

Sudah paham teorinya. Sekarang praktikkan.

Daftar, isi saldo mulai puluhan ribu rupiah, dan panggil model AI pilihanmu dari kode yang sudah ada.

Ditulis oleh

Tim Engineering Classai

Pengembang Classai Router

Tim Engineering Classai membangun dan menjalankan Classai Router, gateway API AI yang kompatibel dengan format OpenAI dan Anthropic. Kami menulis panduan teknis dari pengalaman mengoperasikan API AI setiap hari.

Baca juga

Artikel terkait

Semua Tools AI
Ilustrasi Gemini 4 Argon dari Google DeepMind dengan grafik benchmark coding dan keamanan siber
Tools AI

Gemini 3.5 Pro Nggak Jadi? Ini Gemini 4 Argon

Google batal ngerilis Gemini 3.5 Pro dan malah lompat ke Gemini 4 Argon — model baru dengan context window 1 juta token dan skor benchmark coding tertinggi.

Tim Engineering Classai 8 menit baca