Menurut laporan, evaluasi internal menyebut kemampuan pemrograman Carbon, yang dikembangkan Google, mendekati kemampuan Opus 5.5 dari Anthropic. Model ini diuji coba di lingkungan pengembangan internal dan disebut mengungguli versi pengembangan lain, Argon, terutama dalam tugas pemrograman. Materi rujukan tidak mencantumkan jadwal peluncuran resmi ataupun angka hasil uji perbandingan.
Evaluasi Carbon berangkat dari praktik menulis kode
Fokus pembahasan kali ini bukan pengumuman resmi model baru, melainkan uji coba di lingkungan internal Google.Artikel rujukanmelaporkan, berdasarkan dokumen, tampilan layar, dan komunikasi internal yang diperiksa Business Insider, bahwa beberapa versi pengembangan Gemini 4—Argon, Barium, dan Carbon—sedang diuji.
Carbon diterapkan pada platform pemrograman internal bernama “Jetski” dan disebut mengungguli Argon, terutama dalam tugas pemrograman. Seorang karyawan menilai pengalaman penggunaannya mirip dengan Opus 5.5 dari Anthropic. Sementara itu, seorang karyawan lain mengatakan Argon versi awal mengingatkannya pada Opus 5 untuk sejumlah tugas pemrograman.
Hal yang perlu dicermati di sini adalah makna dari ungkapan “sebanding”. Yang disampaikan adalah pengalaman karyawan saat menggunakan model, bukan hasil uji perbandingan dengan masalah dan kondisi yang sama. Tidak ada angka seperti tingkat jawaban benar atau waktu pengerjaan, sehingga belum dapat dipastikan bahwa kinerja Carbon dan Opus 5.5 setara. Karyawan yang melakukan evaluasi itu sendiri juga mengatakan bahwa pengujian tambahan diperlukan.
Perbedaan nama pengembangan dan perbedaan produk adalah dua hal terpisah
Deretan nama Argon, Barium, dan Carbon bisa memberi kesan bahwa akan ada tiga produk dengan kegunaan berbeda. Namun, materi rujukan menunjukkan kemungkinan bahwa Barium dan Carbon merupakan versi pengembangan atau pembaruan dari lini Argon. Belum jelas apakah Carbon akan menjadi produk tersendiri atau dirilis sebagai pembaruan Argon.
Perubahan nama pengembangan mendukung pandangan tersebut. Materi itu menyebut Argon sebelumnya bernama Barium-B, dan Carbon juga pernah memiliki sebutan internal yang mengisyaratkan model yang akan menjadi Gemini Pro berikutnya. Perubahan nama pengembangan perlu dibedakan dari bertambahnya kategori produk bagi pengguna.
Selain itu, menurut penjelasan Google yang dikutip dalam materi tersebut, Argon ditujukan untuk penalaran tingkat lanjut, Flash untuk kecepatan dan pemrosesan dalam volume besar, Omni untuk pembuatan media, sedangkan Gemma dirancang agar ringan dan dapat dijalankan di perangkat. Penalaran merujuk pada proses mengurai beberapa kondisi dan menyusun jawaban secara bertahap. Argon dijelaskan sebagai model untuk menangani tugas sulit, bukan model yang mengutamakan kecepatan.
Bedakan dukungan pengembangan berbasis AI dari peningkatan kemampuan mandiri
Sebagai latar di balik pembaruan versi pengembangan dalam waktu singkat, artikel rujukan menyoroti peningkatan efisiensi pengembangan model dengan bantuan AI. Karyawan Google DeepMind, Vedant Misra, juga disebut menyinggung peningkatan diri secara rekursif dalam unggahan di X sebagai tanggapan atas laporan tersebut.
Dalam konteks ini, peningkatan diri berarti gagasan menggunakan AI untuk mengembangkan AI yang lebih mumpuni. Namun, unggahan itu saja tidak menjelaskan bagian mana dari proses pengembangan Carbon yang menggunakan AI atau seberapa banyak waktu yang dapat dihemat. Unggahan tersebut juga bukan pernyataan bahwa Carbon memperbaiki dirinya sendiri tanpa campur tangan manusia.
Kecepatan pembaruan model dan mekanisme teknis yang mempercepat pembaruan merupakan dua informasi berbeda. Materi kali ini mengabarkan bahwa beberapa versi pengembangan diuji dan dievaluasi di lingkungan kerja internal. Pernyataan tentang peningkatan diri dapat menjadi petunjuk untuk memahami latar belakangnya, tetapi tidak disajikan sebagai hasil eksperimen yang mengidentifikasi penyebab peningkatan kinerja.
Perubahan pada aplikasi terus berjalan, tetapi ketentuan akses belum diumumkan
Perubahan juga dilaporkan pada antarmuka bagi pengguna. Menurut materi rujukan, aplikasi Gemini menampilkan mode “Automatic” untuk seri 3 serta pengaturan tingkat penalaran dari rendah hingga tinggi. Google AI Studio juga disebut menampilkan mode “Ultra” yang menjanjikan fitur dan alat canggih.
Perubahan tersebut diperkenalkan sebagai persiapan untuk peluncuran Gemini 4, tetapi nama mode yang muncul di layar saja tidak membuktikan bahwa Carbon telah tersedia. Logan Kilpatrick dari Google disebut mengatakan bahwa ia tengah berupaya memaksimalkan kemampuan Argon.
Bagi para pengembang, yang menjadi perhatian adalah bagaimana penilaian positif di lingkungan internal akan diwujudkan dalam model yang dapat digunakan. Materi rujukan tidak mencantumkan tanggal peluncuran resmi Gemini 4, nama produk final Carbon, harga, ketentuan penggunaan, ataupun metrik kinerja yang dapat dibandingkan.
コメント