Gemini 4 Carbon Capai 88,2% di SEC-bench Pro, tapi Google Batasi Akses untuk Pembela Siber

Model terkuat Google untuk keamanan siber sudah resmi rilis, tetapi nyaris tak ada yang bisa memakainya. Gemini 4 Carbon sengaja diserahkan lebih dulu kepada pihak yang bertugas bertahan.

Google DeepMind mengumumkan Gemini 4 Carbon pada Rabu (28/10/2026), model yang disebut perusahaan sebagai yang terkuat untuk keamanan siber dan tugas agentik jangka panjang. Menurut pengumuman resmi Google, akses awal hanya diberikan kepada sebagian kecil pembela siber (cyber defender), lalu diperluas bertahap ke mitra tepercaya lewat Fairwind Program. Developer, bisnis, dan konsumen belum mendapat akses, dengan rencana rilis lebih luas "sesegera mungkin".

"Gemini 4 Carbon is our strongest model with state-of-the-art cybersecurity and long horizon capabilities," tulis Koray Kavukcuoglu dari Google dalam pengumuman itu.

Skor 88,2 Persen di SEC-bench Pro untuk Menemukan Celah

Google melaporkan tiga angka keamanan siber yang diuji tanpa guardrail. Di SEC-bench Pro, yang mengukur kemampuan menemukan kerentanan, Carbon meraih 88,2 persen. Di ExploitGym, yang menguji eksploitasi, skornya 54,8 persen. Di CWE-bench, yang mengukur kemampuan menambal kerentanan, skornya 71,0 persen.

Forbes mencatat sebagian besar angka itu berasal dari pengujian Google sendiri dan belum ada reproduksi independen. Karena itu, skor di atas sebaiknya dibaca sebagai klaim perusahaan. Forbes menilai pembatasan akses ini sebagai tanda bahwa model siber terkuat Google dianggap terlalu berisiko untuk dirilis luas, sementara Google belum menetapkan tanggal rilis yang lebih luas.

Bisa Bekerja Berhari-hari di Basis Kode Besar

Google menyebut tim internalnya mendapati Carbon mampu berjalan selama berhari-hari untuk menelusuri akar masalah dan memperbaiki bug di basis kode besar. Perusahaan juga mengklaim kode yang dihasilkan sekitar dua kali lebih aman dibanding pendahulunya, Gemini 4 Argon, dan tim Chrome disebut menilai Carbon jauh lebih baik dalam membuat patch.

Di peringkat pihak ketiga, Carbon berada di posisi pertama pada Artificial Analysis Intelligence Index v5.0 dengan skor 59, dan di posisi keempat pada WebDev Arena dengan 1768 poin Elo, naik 89 poin. Google juga melaporkan tingkat kecurangan di Terminal-Bench 4.0 turun menjadi 0,0 persen, dan peringatan misalignment berat dalam uji langsung internal turun hampir 80 persen.

Fairwind: Pemeriksaan Latar Belakang dan Autentikasi Tahan Phishing

Menurut Forbes, Fairwind menjangkau lebih dari 650 mitra, dengan prioritas untuk pemerintah, operator infrastruktur kritis, dan platform teknologi inti. Laboratorium akademik yang berfokus pada benchmark pertahanan juga bisa mendaftar. Organisasi mengisi formulir minat, lalu Google memeriksa riwayat keamanan mereka.

Mitra wajib memakai autentikasi multifaktor yang tahan phishing dan membatasi penggunaan pada tim keamanan internal, respons insiden, dan uji penetrasi. Berbagi atau menjual ulang akses dilarang, begitu pula pembuatan malware. Forbes menambahkan, Google belum mempublikasikan daftar lengkap peserta Fairwind.

Harga $2 dan $10 per Juta Token Selama Masa Pengenalan

Google menetapkan harga pengenalan $2 per satu juta token input dan $10 per satu juta token output. Setelah masa pengenalan berakhir, harganya menjadi $4 dan $20. Input yang disimpan dalam cache mendapat diskon 95 persen. Forbes mencatat Argon dihargai sama dengan Carbon selama masa pengenalan.

Google belum menyebut tanggal rilis yang lebih luas. Pertanyaan yang tersisa adalah apakah peneliti di luar Google bisa mereproduksi skor 88,2 persen itu begitu akses terbuka, dan apakah pagar Fairwind cukup rapat untuk model yang, menurut perusahaannya sendiri, paling kuat menemukan celah.