Gemini 4 Argon Rilis Global: Unggul di Pekerjaan Panjang, Tapi Belum Juara Serba Bisa — Review dan Perbandingan dengan GPT-6 Astra dan Claude

Google resmi membuka akses umum Gemini 4 Argon, model paling canggih buatan Google DeepMind, pada 13 Oktober 2026. Model yang semula hanya dibuka untuk segelintir profesional keamanan siber terpercaya itu kini bisa diakses pelanggan Google AI Pro dan Ultra, serta pengembang lewat API berbayar. Meski begitu, data benchmark yang beredar menunjukkan Argon bukan juara serba bisa — keunggulannya terkonsentrasi di pekerjaan panjang bertahap banyak, sementara harga promosinya hanya bertahan sampai 1 Desember 2026.

Skor Benchmark: Unggul di Pekerjaan Panjang, Kalah di Sebagian Ujian Coding

Dari tabel evaluasi yang Google publikasikan di model card resmi, Argon memimpin di benchmark pengembangan perangkat lunak jangka panjang DeepSWE v1.1 dengan skor 77,9 persen — di atas GPT-6 Astra (74,1), Claude Opus 5.5 (74,2), dan Claude Fable 5.1 (67,4). Argon juga unggul di Vals Index yang menguji pekerjaan profesional keuangan, coding, hukum, dan pajak: 68,9 persen, mengungguli Astra (63,1) dan Fable 5.1 (65,8).

Namun di FrontierSWE v2, Argon hanya mencetak 55,0 persen — tertinggal cukup jauh dari GPT-6 Astra yang 65,5 persen. Di Terminal-bench 4.0 pun Argon (57,4) kalah dari Claude Opus 5.5 yang 66,4 persen. Ada catatan penting soal kejujuran perbandingan: angka Argon diukur sendiri oleh Google, sementara angka pesaing diambil dari leaderboard publik, dan besar komputasi penalaran tidak dibakukan — jadi tabel ini bukan penentu mutlak model mana yang terbaik di lapangan.

Di benchmark penalaran agentic ARC-AGI-3, Argon mencetak 97,5 persen memakai provider adapter harness, kedua setelah GPT-6 Astra (99,9). Tapi angkanya anjlok ke 49,8 persen di standard harness yang lebih ketat — Astra juga turun dari 99,9 ke 62,7. Pola ini menegaskan bahwa skor kepala berita sangat bergantung pada seberapa banyak "perancah" yang diberikan, bukan murni kemampuan model dasar.

Konteks 1 Juta Token yang Perlu Dipahami dengan Benar

Jualan utama Argon adalah konteks hingga 1.048.576 token. Tapi kapasitas itu dibagi tiga: masukan, penalaran internal, dan jawaban akhir. Artinya pengguna tidak bisa memuat satu juta token materi sekaligus meminta jawaban sejuta token — semakin besar masukan, semakin sempit ruang berpikirnya. Google sendiri membatasi keluaran 65.536 token per panggilan; SDK resmi bisa meneruskan otomatis lewat beberapa panggilan, tapi REST API harus diimplementasikan manual dengan continuation token.

Kabar baiknya di sisi biaya: Google memberi diskon 95 persen lewat implicit caching untuk input yang dikirim berulang dalam generasi berkelanjutan, dengan cache Rp-setara 0,10 dolar per juta token selama masa promo. Namun cache hangus setelah 15–20 menit tak dipakai, dan diskon ini tidak berlaku untuk cache yang dibuat pengembang secara eksplisit.

Harga Promo $2 — Naik Dua Kali Lipat per 1 Desember

Selama masa pengantar, Argon dihargai 2 dolar per juta token input dan 10 dolar per juta token output. Mulai 1 Desember 2026, tarifnya naik menjadi 4 dolar dan 20 dolar — masih setengah harga GPT-6 Astra dan Claude Fable 5.1 yang 10/50 dolar, tapi jendela hematnya singkat. Untuk pembanding kasar, AI Pro Google dihargai 2.900 yen per bulan, sedikit di bawah ChatGPT Plus 3.000 yen.

Aksesnya juga bertingkat: pelanggan AI Pro dan Ultra bisa memakai Argon di aplikasi Gemini dan AI Mode pencarian Google, fitur Antigravity untuk coding hanya untuk langganan AI Ultra, dan pengembang wajib pakai API berbayar — model ini tidak tersedia di tier gratis maupun AI Pro versi pengembang.

Keamanan: 12 Skenario Serangan Siber Terpecahkan, Tahan Prompt Injection

Di uji keamanan siber end-to-end internal Google, Argon menyelesaikan 12 skenario serangan siber tersimulasi — naik tajam dari hanya 5 pada generasi sebelumnya. Selama uji akses terbatas, tim keamanan Wiz memakai Argon menemukan celah perangkat lunak rumah sakit yang terlewat model lama, membantu melindungi ratusan ribu data pasien.

Pada benchmark Indirect Prompt Injection dari Gray Swan, tingkat keberhasilan serangan ditekan ke 0,7 persen dalam 15 percobaan adaptif. Google membangun tiga lapis perlindungan: penyaringan permintaan, pemeriksaan sinyal internal, dan pemantauan respons secara real-time. Uji jailbreak bio membuka kurang dari 1 persen sub-tugas yang diuji.

Review Praktis: Kemana Argon Layak Dipakai?

Dari sisi pengalaman pakai, reviewer teknologi yang menguji Argon sejak hari pertama ketersediaan global memuji kualitas obrolannya: Gemini kini jarang mengulang kalimat, berhemi menggunakan frasa klise, dan tidak lagi menjawab berbelit-belit. Perpindahan antara mode chat dan mode coding di aplikasi juga dianggap lebih mulus.

Seorang reviewer Jepang yang membandingkan Argon dengan ChatGPT Plus dan Claude memakai prompt identik untuk email kerja dan tugas sampingan menyimpulkan hal yang cukup menggugah: untuk tugas ringan seperti draf email dan tabel jadwal, ChatGPT gratis saja sudah memadai — dan Argon tidak menunjukkan keunggulan yang bikin orang berpindah paket berbayar. Menariknya, Argon justru paling "berani" dalam asumsi: ia menulis catatan perkiraan tenggat dan memberi saran soal urutan pekerjaan, sementara pesaing cenderung memilih aman dengan "minggu depan".

Di sisi demo teknis, seorang peneliti AI membagikan perbandingan publik di mana Argon menghasilkan animasi 3D motor listrik bergaya Tesla — 1.200 frame full HD, 40 detik — dengan biaya kurang dari seperempat harga Claude Opus 5.5 untuk tugas yang sama. Argon juga dipuji di dunia robotika: model ini dilaporkan mampu melatih robot melempar bola dengan 7 keberhasilan berturut-turut, dan diuji Google untuk mempercepat riset obat.

Kesimpulan dari kumpulan review dan benchmark: Argon adalah pilihan menarik untuk pekerjaan bertahap banyak yang panjang — refactor codebase besar, riset dokumen tebal, dan simulasi — apalagi selama masa promo. Tapi untuk pekerjaan harian ringan, lompatan yang terasa belum cukup untuk memaksa berpindah paket, dan di beberapa benchmark coding murni ia masih kalah dari pesaing. Sebelum 1 Desember adalah waktu terbaik mencobanya dan menilai sendiri apakah harga penuhnya kelak masih masuk hitungan.