Kemarin semua orang membahas Google yang merilis model baru lagi. Hari ini, yang layak dicermati lebih saksama adalah—di bidang tes mana Gemini 4 Argon benar-benar unggul, dan di mana yang cuma permainan kata-kata.
Mari lihat keunggulannya dulu. Dalam rekayasa perangkat lunak jangka panjang, DeepSWE meraih 77.9%, mengungguli Claude Opus 5.5 yang mendapat 74.2% dan GPT-6 Astra dengan 74.1%; Vals Index, yang menguji pengetahuan untuk pekerjaan di bidang keuangan, hukum, dan pajak, untuk pertama kalinya memuncaki peringkat dengan 68.9%; AutomationBench untuk otomatisasi alur kerja perusahaan mencatat 51.3%, hampir 9 poin di atas peringkat kedua; Vibe Code Bench untuk coding bergaya vibe mendapat 91.9%; GraphWalks untuk teks superpanjang (256 ribu hingga 1 juta token) meraih 84.2%; dan pemahaman video berdurasi panjang mencapai 91.7%. Indeks gabungan dari pihak ketiga Artificial Analysis memberi skor 53, setara dengan GPT-6 Astra dan 23 poin lebih tinggi daripada model flagship Google generasi sebelumnya.
Kelemahannya juga perlu disebutkan. Terminal Bench untuk praktik langsung di terminal hanya mendapat 57.4%, kalah dari GPT-6 Astra dan Opus 5.5; Harvey, tolok ukur untuk agen hukum, meraih 19.6%. Meski hampir tiga kali lipat peringkat kedua, skor absolutnya tetap rendah. Selain itu, kemungkinan besar sebagian besar skor berasal dari pengujian internal resmi, sementara skor pesaing diambil dari papan peringkat publik, jadi angkanya perlu disikapi dengan hati-hati.
Harganya benar-benar agresif. Harga promosi per satu juta token adalah 2 dolar untuk input dan 10 dolar untuk output, dengan diskon tambahan 5% untuk input yang di-cache. Setelah 30 November, harganya akan naik dua kali lipat. Pelanggan berbayar sudah bisa menggunakannya di Gemini App, AI Mode, dan Antigravity.
Bukti penerapan nyata lebih menjelaskan daripada skor. Dalam uji pemrograman semalaman internal Google, 2 optimasi digabungkan dan 4 usulan ditolak—jadi tidak semuanya lolos otomatis. Seorang insinyur Chrome menggunakannya untuk menyelesaikan refaktor arsitektur yang mencakup ratusan file dalam basis kode Chromium dengan 40 juta baris kode. Pelanggan perusahaan gelombang pertama mencakup Deloitte, LexisNexis, dan Isomorphic Labs.
Dari sudut pandang kripto, ada dua hal yang patut dicermati. Fairwind berencana memberikan versi yang pagar pengaman keamanan sibernya telah dihapus kepada pihak defender—kemarin, kasus penangkapan insinyur OpenAI adalah AI melawan AI; hari ini, AI melindungi AI. Kedua sisi, menyerang dan bertahan, sama-sama diperkuat. Agar ekonomi agen benar-benar berjalan, lapisan penyelesaian transaksi on-chain—gas, identitas, dan pembayaran—adalah infrastruktur dasar yang tak bisa dihindari. Inilah posisi paling nyata bagi kripto dalam narasi AI.
Terakhir, pertanyaan paling mendasar: secantik apa pun skor tolok ukurnya, itu hanya tiket masuk. Yang benar-benar ingin diketahui perusahaan adalah harga, batas penggunaan, dan ketentuan tata kelola data. Jawaban Google soal komersialisasi masih belum diserahkan.
#GoogleReleasesGemini4ArgonAIModel
#AI #Gemini
Informasi di atas bukan merupakan saran investasi. DYOR, perdagangan memiliki risiko.
Mari lihat keunggulannya dulu. Dalam rekayasa perangkat lunak jangka panjang, DeepSWE meraih 77.9%, mengungguli Claude Opus 5.5 yang mendapat 74.2% dan GPT-6 Astra dengan 74.1%; Vals Index, yang menguji pengetahuan untuk pekerjaan di bidang keuangan, hukum, dan pajak, untuk pertama kalinya memuncaki peringkat dengan 68.9%; AutomationBench untuk otomatisasi alur kerja perusahaan mencatat 51.3%, hampir 9 poin di atas peringkat kedua; Vibe Code Bench untuk coding bergaya vibe mendapat 91.9%; GraphWalks untuk teks superpanjang (256 ribu hingga 1 juta token) meraih 84.2%; dan pemahaman video berdurasi panjang mencapai 91.7%. Indeks gabungan dari pihak ketiga Artificial Analysis memberi skor 53, setara dengan GPT-6 Astra dan 23 poin lebih tinggi daripada model flagship Google generasi sebelumnya.
Kelemahannya juga perlu disebutkan. Terminal Bench untuk praktik langsung di terminal hanya mendapat 57.4%, kalah dari GPT-6 Astra dan Opus 5.5; Harvey, tolok ukur untuk agen hukum, meraih 19.6%. Meski hampir tiga kali lipat peringkat kedua, skor absolutnya tetap rendah. Selain itu, kemungkinan besar sebagian besar skor berasal dari pengujian internal resmi, sementara skor pesaing diambil dari papan peringkat publik, jadi angkanya perlu disikapi dengan hati-hati.
Harganya benar-benar agresif. Harga promosi per satu juta token adalah 2 dolar untuk input dan 10 dolar untuk output, dengan diskon tambahan 5% untuk input yang di-cache. Setelah 30 November, harganya akan naik dua kali lipat. Pelanggan berbayar sudah bisa menggunakannya di Gemini App, AI Mode, dan Antigravity.
Bukti penerapan nyata lebih menjelaskan daripada skor. Dalam uji pemrograman semalaman internal Google, 2 optimasi digabungkan dan 4 usulan ditolak—jadi tidak semuanya lolos otomatis. Seorang insinyur Chrome menggunakannya untuk menyelesaikan refaktor arsitektur yang mencakup ratusan file dalam basis kode Chromium dengan 40 juta baris kode. Pelanggan perusahaan gelombang pertama mencakup Deloitte, LexisNexis, dan Isomorphic Labs.
Dari sudut pandang kripto, ada dua hal yang patut dicermati. Fairwind berencana memberikan versi yang pagar pengaman keamanan sibernya telah dihapus kepada pihak defender—kemarin, kasus penangkapan insinyur OpenAI adalah AI melawan AI; hari ini, AI melindungi AI. Kedua sisi, menyerang dan bertahan, sama-sama diperkuat. Agar ekonomi agen benar-benar berjalan, lapisan penyelesaian transaksi on-chain—gas, identitas, dan pembayaran—adalah infrastruktur dasar yang tak bisa dihindari. Inilah posisi paling nyata bagi kripto dalam narasi AI.
Terakhir, pertanyaan paling mendasar: secantik apa pun skor tolok ukurnya, itu hanya tiket masuk. Yang benar-benar ingin diketahui perusahaan adalah harga, batas penggunaan, dan ketentuan tata kelola data. Jawaban Google soal komersialisasi masih belum diserahkan.
#GoogleReleasesGemini4ArgonAIModel
#AI #Gemini
Informasi di atas bukan merupakan saran investasi. DYOR, perdagangan memiliki risiko.