Google mengumumkan Gemini 4 Carbon dalam pengumuman di blog resminya pada 28 Oktober 2026 sebagai model frontier terbarunya, tetapi model ini belum tersedia bagi developer, bisnis, maupun konsumen. Google menyebut Carbon mulai pekan itu dibuka untuk sebagian cyber defender, lalu akses akan diperluas ke mitra tepercaya lain melalui Fairwind Program. Tanggal untuk akses yang lebih luas belum tercantum.
Carbon hadir dua pekan setelah Gemini 4 Argon. Google menyebutnya model terkuat yang pernah dibuatnya, dengan kemampuan keamanan siber dan tugas jangka panjang yang diklaim berada di level terdepan. Seluruh penilaian itu masih berupa klaim Google, dan sebagian besar angkanya berasal dari pengujian internal.
Akses awal Gemini 4 Carbon lewat Fairwind Program
Google menggambarkan peluncuran ini sebagai langkah yang disengaja. Perusahaan menyatakan sedang mengikuti proses sukarela pemerintah Amerika Serikat untuk pengujian model sebelum rilis, dan masih mengumpulkan umpan balik untuk memperbaiki guardrail. Membuka Carbon bagi developer, bisnis, dan konsumen lewat produk Google disebut akan dilakukan secepat mungkin, tanpa tenggat yang jelas.
Harga juga sudah diumumkan, meski belum bisa dipakai siapa pun di luar kelompok awal. Google menyatakan harga pengantar Carbon sama dengan Argon, yaitu 2 dolar AS per juta token input dan 10 dolar AS per juta token output, dengan token input yang tersimpan di cache didiskon 95 persen. Setelah periode pengantar berakhir, tarifnya menjadi 4 dolar AS dan 20 dolar AS. Halaman pengumuman tidak menyebut kapan periode itu selesai.
Perbedaan status akses ini penting bila pembaca membandingkannya dengan Argon. Model generasi sebelumnya sudah menjangkau pengguna lewat berbagai produk, termasuk GitHub Copilot untuk tugas coding dan agentic. Pengumuman Carbon tidak menyebut satu pun produk yang sudah memuatnya.
Kemampuan Gemini 4 Carbon untuk coding jangka panjang
Di luar keamanan siber, Google menyebut Carbon dirancang untuk masalah rekayasa perangkat lunak yang lebih sulit dan berjalan lama. Perusahaan melaporkan peningkatan pada coding, tugas agentic, tugas ilmiah, pengembangan web full-stack, dan pemahaman multimodal. Pada WebDev Arena, Carbon naik 89 poin elo ke peringkat keempat dengan skor 1.768, menurut Google.
Gambaran tentang tugas yang berjalan berhari-hari berasal dari pengalaman tim internal Google, yang menggunakan Carbon untuk melacak akar masalah dan menambal bug halus di basis kode besar serta sistem tingkat rendah. Teks pengumuman tidak merinci metodologi atau contoh yang dapat diperiksa pembaca. Kemampuan itu perlu dibaca sebagai laporan internal vendor.
Angka benchmark Carbon dan cara membacanya
Google menyebut Carbon berada di peringkat pertama pada Artificial Analysis Intelligence Index versi 5.0 dengan skor 59. Pada tiga benchmark keamanan siber eksternal, perusahaan melaporkan hasil 88,2 persen di SEC-bench Pro untuk menemukan kerentanan, 54,8 persen di ExploitGym untuk memvalidasi eksploitasi, dan 71,0 persen di CWE-bench milik Collinear untuk menambal akar masalah. Ketiganya dijalankan tanpa guardrail.
Tiga angka itu mengukur pekerjaan yang berbeda dalam siklus pertahanan, jadi tidak bisa dijumlahkan atau dirata-rata menjadi satu skor keamanan. Google sendiri menjelaskan ExploitGym sebagai alat bagi defender untuk memeriksa kerentanan mana yang benar-benar dapat dieksploitasi sebelum menentukan prioritas perbaikan. Karena pengujian berjalan tanpa guardrail, angkanya menggambarkan kemampuan mentah model, bukan perilaku produk yang kelak dipakai orang dengan lapisan pengaman aktif.
Klaim lain datang dari pengujian internal. Google menyebut Carbon menghasilkan kode aman dengan tingkat keberhasilan lebih dari dua kali lipat Argon, dan tim Chrome melaporkan patch berkualitas tinggi lebih dari sepuluh kali lebih baik daripada model frontier dari laboratorium lain. Wiz, platform keamanan cloud yang disebut Google, mengamati Carbon unggul pada benchmark web penetration testing. Halaman pengumuman tidak menyebut nama model pembanding atau rincian metodologinya.
Klaim alignment dan keamanan berasal dari pengujian internal
Carbon memakai tumpukan keselamatan yang sama dengan Argon, menurut Google, yang mencakup pelatihan model, pertahanan penyalahgunaan secara real time, ketahanan terhadap prompt injection, dan pemantauan chain of thought. Pada Terminal-Bench 4.0, kecurangan yang berhasil turun menjadi 0,0 persen dan upaya curang menjadi 0,4 persen. Di lingkungan coding hidup yang dipakai tim internal, peringatan misalignment berkeparahan tinggi turun hampir 80 persen.
Google juga melaporkan klaim tanpa dukungan berkurang sekitar dua kali lipat dibanding Argon pada pengujian internal, serta penurunan overreach 26 persen dan under-service 29 persen. Pada Indirect Prompt Injection Benchmark milik Gray Swan, tingkat keberhasilan serangan Carbon disebut 0,0 persen, dari 0,7 persen pada Argon. Artinya model menolak semua percobaan serangan yang dievaluasi dalam benchmark itu.
Hasil 0,0 persen itu hanya berlaku untuk serangan yang diuji pada satu benchmark. Angka tersebut belum menjadi bukti bahwa model kebal terhadap semua bentuk prompt injection. Risiko pada agen yang membaca halaman web terbuka, seperti yang diuraikan dalam laporan tentang Gemini di Chrome yang membaca tab aktif, tetap perlu diuji pada sistem masing-masing sebelum ada keputusan produksi.
Siapa bisa memakai Carbon dan apa yang belum diketahui
Untuk saat ini, pengguna Carbon terbatas pada sebagian cyber defender dan mitra tepercaya yang Google pilih. Developer dan tim engineering di luar kelompok itu belum bisa menjalankan evaluasi di repositori atau beban kerja sendiri. Berdasarkan status tersebut, angka benchmark paling berguna sebagai bahan pertanyaan untuk evaluasi nanti, bukan sebagai dasar memutuskan migrasi dari model yang sedang dipakai.
Bagi tim keamanan, pertanyaan awalnya bukan apakah 88,2 persen di SEC-bench Pro lebih tinggi daripada model lain. Pertanyaan yang lebih berguna adalah apakah kemampuan menemukan kerentanan itu bertahan pada bahasa pemrograman, framework, dan dependensi yang dipakai organisasi. Jawabannya baru bisa diuji setelah akses dibuka, dan rangkuman vendor tidak dapat menggantikan hasil evaluator luar.
Beberapa hal belum dijawab pengumuman: jadwal akses umum, batas penggunaan API, akhir periode harga pengantar, dan performa pada kode serta infrastruktur di luar benchmark. Perkembangan berikutnya yang layak dipantau adalah dokumentasi API, laporan keselamatan model, dan hasil evaluator independen setelah akses dibuka lebih luas.
