Hari ini, kami memperkenalkan model frontier terbaru kami, Gemini 4 Argon, yang mulai tersedia bagi sejumlah pakar keamanan siber tepercaya melalui Fairwind Program. Dirancang untuk melakukan penalaran mendalam dalam alur kerja yang kompleks dan berlangsung dalam jangka panjang, Argon menghadirkan perubahan mendasar dalam cara kita bekerja dan membangun berbagai hal di Google. Model ini menawarkan performa frontier dalam berbagai alur kerja kompleks, mulai dari rekayasa perangkat lunak di dunia nyata, pekerjaan berbasis pengetahuan di bidang seperti hukum dan keuangan, hingga pertahanan keamanan siber.
Menghadirkan kemampuan frontier pada tingkat ini secara aman membutuhkan pendekatan yang dilakukan secara bertahap. Saat ini, kami secara aktif terlibat dalam proses sukarela pemerintah Amerika Serikat untuk menyediakan akses terhadap model sebelum peluncuran, sembari secara bertahap memperluas akses. Kami juga akan terus mengumpulkan masukan dari para penguji untuk menyempurnakan sistem pengamanan sebelum Argon tersedia bagi developer, perusahaan, dan konsumen sesegera mungkin.
Argon akan diluncurkan dengan harga perkenalan
sebesar $2 per satu juta token input dan $10 per satu juta token output. Sementara itu, token input yang di-cache akan dikenakan harga 95% lebih rendah dari harga token input.
Mengubah cara kita bekerja dan membangun di Google
Gemini 4 Argon sudah digunakan untuk mendukung berbagai alur kerja internal di Google. Ribuan Googlers telah merasakan keunggulan model ini, mulai dari menangani tugas coding khusus, melakukan riset yang lebih mendalam, hingga menghasilkan tulisan berkualitas. Dengan kemampuan tersebut, Argon membantu berbagai tim bekerja dan membangun dengan lebih cepat, sekaligus mendorong batas produktivitas engineering dan mempercepat berbagai terobosan. Beberapa contohnya meliputi:
Optimalisasi algoritma kuantum: Argon membantu para peneliti komputasi kuantum kami mengoptimalkan sumber daya ruang-waktu (qubit × gates) dari subrutin yang menjadi bottleneck bagi berbagai aplikasi penting. Dalam salah satu contoh, Argon berhasil melampaui baseline yang telah dipublikasikan sebesar 40% hanya dalam hitungan menit.
Efisiensi memori: Tim yang menggunakan agen Argon menganalisis telemetri profiling di seluruh fleet secara mandiri untuk menemukan dan menerapkan optimalisasi memori di berbagai data center Google. Setelah diterapkan, optimalisasi ini berhasil membebaskan lebih dari 300 TiB memori, dengan estimasi total penghematan mencapai 500 TiB hingga 1 PiB.
Migrasi dan optimalisasi codebase berskala besar: Agen Argon membantu memigrasikan codebase C/C++ ke Rust di berbagai bagian Google. Skalanya mulai dari puluhan ribu baris kode pada library inti seperti re2 dan libgav1, hingga lebih dari 800 ribu baris kode pada kernel Fuchsia OS Zircon. Mengingat banyak sistem tersebut bersifat kritis, proses penulisan ulang dalam skala besar ini menjalani audit otomatis dan manual, pengujian emulasi, serta peninjauan secara menyeluruh sebelum diterapkan ke production.
Untuk libgav1, software open source Google untuk decoding video, agen Argon mengambil port Rust yang sudah ada dan mengganti 32 ribu baris kode SIMD melalui berbagai eksperimen berbasis profiling. Agen tersebut mempelajari output compiler dan menghasilkan Rust yang aman, sehingga compiler dapat melakukan vectorization secara otomatis. Hasil akhirnya adalah video decoder yang aman dari sisi memori dan berjalan 2,7x lebih cepat dibandingkan port Rust sebelumnya, dengan output video yang identik. Performa ini membuatnya semakin mendekati C++ yang telah dioptimalkan.
