Per 29 Oktober 2026, Gemini 4 Carbon milik Google adalah model AI terkuat perusahaan tersebut, diumumkan pada 28 Oktober dengan harga perkenalan $2 per juta token input dan $10 per juta token output. Model ini mencetak skor 59 pada Artificial Analysis Intelligence Index v5.0, berada di peringkat pertama, tetapi baru sebagian kecil pembela siber yang dapat menggunakannya saat ini.
Bagian terakhir itu lebih penting daripada grafik benchmark. Anda dapat membaca setiap angka dan menghitung matematika harga di bawah, tetapi Anda belum dapat mengirim permintaan ke Gemini 4 Carbon. Google belum menerbitkan ID model, jendela konteks, atau tanggal API. Yang dapat Anda lakukan hari ini adalah membangun di atas Gemini 4 Argon, yang memiliki harga perkenalan sama dan tersedia secara umum di Gemini API berbayar.
Terakhir diverifikasi: 29 Okt 2026, terhadap posting peluncuran Google dan halaman harga Gemini API.
Apa itu Gemini 4 Carbon?
Gemini 4 Carbon adalah model frontier dari Google DeepMind yang disebut Google sebagai “model terkuat kami dengan kemampuan keamanan siber dan horizon panjang yang canggih.” Koray Kavukcuoglu mengumumkannya pada 28 Oktober 2026, dua minggu setelah Gemini 4 Argon GA. Akses dimulai dengan pembela siber yang telah diverifikasi dan diperluas melalui Program Fairwind Google.
Berikut semua yang telah dikonfirmasi Google, dan apa yang belum:
| Item | Nilai | Sumber |
|---|---|---|
| Diumumkan | 28 Oktober 2026, oleh Koray Kavukcuoglu | Posting peluncuran Google |
| Posisi | Model Google terkuat; fokus pada keamanan siber dan horizon panjang | Posting peluncuran Google |
| Akses saat ini | “Sebagian kecil pembela siber” | Posting peluncuran Google |
| Berikutnya | Mitra tepercaya melalui Program Fairwind | Posting peluncuran Google |
| Pengembang, bisnis, konsumen | “Secepat mungkin”, tanpa tanggal | Posting peluncuran Google |
| Harga perkenalan | $2 input / $10 output per 1 juta token | Posting peluncuran Google |
| Input cache | Diskon 95% dari harga input | Posting peluncuran Google |
| Harga setelah perkenalan | $4 input / $20 output per 1 juta token | Posting peluncuran Google |
| Durasi perkenalan | Tidak disebutkan | Posting peluncuran Google |
| ID model, jendela konteks, batas output | Tidak dipublikasikan | Posting peluncuran Google |
| API, AI Studio, Vertex AI, aplikasi Gemini | Tidak disebutkan | Posting peluncuran Google |
| Pengujian pemerintah | Dalam proses pengujian pra-rilis sukarela AS | Posting peluncuran Google |
| Checkpoint internal | Terlihat di platform internal Jetski Google | Dilaporkan oleh Business Insider, 9 Okt |
Jika ada situs yang menjual “Gemini 4 Carbon API” kepada Anda hari ini, itu halaman placeholder. Daftar model Google sendiri tidak memuat entri Carbon pada saat penulisan ini.
Gemini 4 Carbon vs Argon: posisinya dalam jajaran
Carbon berada di atas Argon. Google menggambarkan Argon sebagai model penalaran unggulan untuk pengembang dan Carbon sebagai model yang lebih kuat setelahnya, dengan harga perkenalan yang sama. Google belum mengatakan bagaimana keduanya terkait dengan lini Pro atau Flash, jadi jangan berasumsi Carbon menggantikan apa pun.
Pembagian praktis saat ini:
- Gemini 4 Argon: ID model
gemini-4-argon, stabil di Gemini API berbayar sejak 13 Oktober, konteks terpadu sekitar 1 juta token, $2/$10 hingga 30 November dan $4/$20 mulai 1 Desember. Tidak tersedia di tier gratis. - Gemini 4 Carbon: tidak ada ID model publik, akses terbatas, $2/$10 perkenalan dan $4/$20 setelahnya, durasi perkenalan tidak disebutkan.
Panduan API Gemini 4 Argon membahas endpoint Argon secara mendalam, dan rincian harga Argon membahas tier biayanya. Untuk perbandingan berdampingan tentang mana yang harus direncanakan, baca Gemini 4 Carbon vs Argon.
Benchmark Gemini 4 Carbon: tabel lengkap
Benchmark utama Gemini 4 Carbon adalah peringkat pertama pada Artificial Analysis Intelligence Index v5.0 dengan skor 59. Hasil keamanannya lebih penting: 88,2% pada SEC-bench Pro dan 54,8% pada ExploitGym, keduanya diklaim sebagai state of the art. Setiap angka di bawah berasal dari posting peluncuran Google.

| Benchmark | Apa yang diukur | Gemini 4 Carbon | Perbandingan yang diberikan Google |
|---|---|---|---|
| Artificial Analysis Intelligence Index v5.0 | Kecerdasan komposit | 59, peringkat #1 | Tidak ada di posting |
| SEC-bench Pro | Menemukan kerentanan | 88,2% | Diklaim state of the art |
| ExploitGym | Mengeksploitasi kerentanan | 54,8% | Diklaim state of the art baru |
| CWE-bench (Collinear) | Menambal kerentanan | 71,0% | Tidak ada di posting |
| WebDev Arena | Pembuatan aplikasi web, suara manusia | #4, 1768 Elo | +89 Elo |
| Benchmark kode aman internal | Menulis kode aman | Lebih dari 2x tingkat keberhasilan Argon | vs Argon |
| Uji patch tim Chrome | Menghasilkan patch berkualitas tinggi | Lebih dari 10x lebih baik | vs “model frontier besar lab lain” |
| Benchmark pentest web Wiz | Pengujian penetrasi web | “Memimpin” | Tidak ada angka yang diberikan |
Perbandingan Artificial Analysis belum setara. Posting Google tidak memberikan skor v5.0 Argon. Artificial Analysis mencantumkan Argon (High) pada 53 per 15 Oktober, sebelum pembaruan v5.0, jadi anggap “59 vs 53” sebagai indikatif, bukan selisih terukur. Posting benchmark Argon memiliki tabel lengkap 19 baris Argon.

Angka Chrome dan kode aman bersifat internal, dan perbandingan Chrome tidak menyebutkan pesaing, jadi Anda tidak dapat mereproduksinya.
Posting Google juga tidak menautkan kartu model dan tidak ada PDF evaluasi khusus Carbon. Posting itu menautkan laporan keamanan Gemini 4, yang mencakup hasil penyelarasan Argon, dan menyatakan Carbon menggunakan tumpukan keamanan berlapis yang sama. Jika kartu model Carbon muncul, itu akan menjadi tempat independen pertama untuk memeriksa angka-angka ini.
Penguji awal menambahkan sedikit gambaran, tetapi anggap itu sebagai laporan, bukan pengukuran: catatan uji awal TestingCatalog menyatakan Carbon mengalahkan Argon dalam pekerjaan 3D, lebih lemah di frontend dan UI, dan berjalan lebih lambat tetapi “kurang malas.”
Angka keamanan dan perilaku Gemini 4 Carbon
Angka perilaku Google menyasar mode kegagalan yang paling merugikan proses agen panjang: menyontek dalam pengujian, melampaui batas, dan mengklaim pekerjaan yang tidak dilakukannya. Semua ini berasal dari pengujian internal Google kecuali Gray Swan.
| Ukuran | Gemini 4 Carbon | vs Argon |
|---|---|---|
| Terminal-Bench 4.0 menyontek berhasil | 0,0% | Tidak diberikan |
| Upaya menyontek Terminal-Bench 4.0 | 0,4% | Tidak diberikan |
| Peringatan ketidakselarasan tingkat tinggi, lingkungan coding langsung | Turun hampir 80% | Penurunan relatif |
| Klaim yang tidak didukung | Sekitar 2x lebih sedikit | Penurunan relatif |
| Melampaui batas | Turun 26% | Penurunan relatif |
| Kurang melayani | Turun 29% | Penurunan relatif |
| Keberhasilan serangan prompt injection tidak langsung Gray Swan | 0,0% | Argon 0,7% |
Tingkat injeksi 0,0% paling penting bagi pembangun API: jika agen Anda membaca halaman web, tiket, atau email, prompt injection tidak langsung adalah cara penyerang mengendalikannya. Satu benchmark pada 0,0% bukan berarti nol risiko di aplikasi Anda, jadi tetap pertahankan guardrail dan pengujian Anda sendiri.
Harga Gemini 4 Carbon: berapa biaya proses panjang
Gemini 4 Carbon berbiaya $2 per juta token input dan $10 per juta token output selama periode perkenalan, lalu $4 dan $20. Input cache diskon 95%, yang berarti $0,10 per juta saat perkenalan dan $0,20 setelahnya. Itu tarif yang sama dengan yang dikenakan Argon saat ini.
Carbon ditujukan untuk pekerjaan berhorizon panjang, jadi hitung harga untuk proses panjang. Ambil sesi agen yang membaca 2 juta token input, 1,6 juta di antaranya dilayani dari cache karena agen mengirim ulang konteks repo yang sama, dan menulis 300 ribu token output:
| Pos | Perkenalan ($2 / $10) | Standar ($4 / $20) |
|---|---|---|
| Input tanpa cache, 0,4 juta token | $0,80 | $1,60 |
| Input cache, 1,6 juta token | $0,16 | $0,32 |
| Output, 0,3 juta token | $3,00 | $6,00 |
| Total dengan caching | $3,96 | $7,92 |
| Proses yang sama, tanpa caching | $7,00 | $14,00 |

Dua kesimpulan. Output mendominasi tagihan, jadi model yang menulis lebih sedikit isian menghemat lebih banyak daripada trik input apa pun. Dan caching memangkas proses ini sebesar 43%, jadi susun prompt dengan awalan yang stabil. Google belum mengatakan berapa lama perkenalan Carbon berlangsung; perkenalan Argon berakhir 30 November, setelah itu harganya berlipat ganda.
Siapa yang dapat menggunakan Gemini 4 Carbon saat ini?
Hanya sebagian kecil pembela siber, dengan mitra tepercaya ditambahkan secara bertahap melalui Program Fairwind; pengembang mendapatkannya “secepat mungkin,” menurut Google. Panduan tanggal rilis Gemini 4 Carbon melacak peluncurannya, dan Apakah Gemini 4 Carbon gratis? membahas rute $0.
Bangun di atas Argon hari ini dengan Apidog CLI dan agen coding Anda
Anda tidak perlu akses Carbon untuk menyiapkan integrasi Anda. Tulis klien Anda terhadap gemini-4-argon dengan nama model dalam variabel, dan saat Carbon dirilis Anda cukup mengubah satu nilai. Permintaan ini mengikuti format generateContent yang didokumentasikan Google. Kami belum menjalankannya untuk posting ini; Anda memerlukan kunci Gemini API berbayar:
MODEL="${GEMINI_MODEL:-gemini-4-argon}" # swap in the Carbon ID once Google publishes it
curl -s "https://generativelanguage.googleapis.com/v1beta/models/${MODEL}:generateContent" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-d '{"contents": [{"parts": [{"text": "List three checks a CI job should run on a security patch."}]}]}'
Lalu biarkan agen coding Anda membuat pengujian regresi, sehingga penggantian model nanti hanyalah menjalankan pengujian, bukan menebak. Apidog CLI memberi Claude Code, Codex, Cursor, atau OpenCode cara baris perintah untuk membuat dan menjalankan pengujian API. Siapkan sekali:
npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com # pick your agent when prompted
Beri agen Anda satu prompt:
In Apidog project <id>, create an environment for the Gemini API with a MODEL
variable set to gemini-4-argon. Add a test case for POST /v1beta/models/{MODEL}:generateContent
that asserts HTTP 200, a non-empty candidates[0].content.parts[0].text, and
usageMetadata.candidatesTokenCount under 2000. Run it and summarize failures.
Agen membuat lingkungan, memeriksa payload kasus uji terhadap skemanya, lalu menjalankannya:
apidog environment create gemini-api --project <id> --base-url https://generativelanguage.googleapis.com
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <id> --file case.json
apidog run --test-case <caseId> --project <id> -e <envId> --env-var "MODEL=gemini-4-argon" -r cli,json
Saat ID Carbon dipublikasikan, jalankan ulang kasus yang sama dengan --env-var "MODEL=<carbon-id>" dan bandingkan jumlah token serta kegagalan secara berdampingan. Pasang apidog run ... -r junit yang sama di CI dengan panduan CI/CD Apidog CLI, atau mulai dari Apidog CLI di Claude Code. Paket Free Apidog mencakup hingga 4 pengguna.
FAQ
Apakah Gemini 4 Carbon tersedia di Gemini API? Belum. Per 29 Oktober 2026, Google tidak mencantumkan model Carbon di dokumentasi API-nya dan tidak memberikan tanggal untuk akses pengembang.
Berapa biaya Gemini 4 Carbon? $2 per juta token input dan $10 per juta token output selama periode perkenalan, lalu $4 dan $20. Input cache diskon 95%.
Berapa jendela konteks Gemini 4 Carbon? Google belum menerbitkannya. Konteks terpadu Argon sekitar 1 juta token, tetapi jangan berasumsi Carbon setara.
Apakah Gemini 4 Carbon lebih baik daripada Argon? Berdasarkan angka Google, ya: 59 pada indeks Artificial Analysis, lebih dari 2x Argon pada kode aman, dan 0,0% vs 0,7% pada prompt injection Gray Swan. Hasil independen belum keluar.
Apa itu Program Fairwind? Itu program mitra tepercaya Google DeepMind untuk akses awal Carbon, dimulai dengan pembela siber. Google belum menerbitkan cara pengembang mendaftar.
