Di mana Gemini 3.5 Pro? Serangan Gemini dari Google: Ketika kecepatan menjadi lebih penting daripada kecerdasan

Lebih murah daripada brilian: Perubahan strategi Google yang mengejutkan di Gemini

Rencana AI baru Google: Apakah perusahaan ini meninggalkan persaingan untuk AI terpintar?

Google secara drastis mengubah aturan main dalam perlombaan AI global. Alih-alih terlibat dalam pertempuran terisolasi dengan pesaing seperti OpenAI dan Anthropic untuk model unggulan yang paling cerdas—dan karenanya paling mahal—raksasa teknologi ini berfokus pada efisiensi radikal. Dengan keluarga model barunya yang berpusat pada Gemini 3.6 Flash, Flash-Lite yang sangat hemat daya, dan model Cyber ​​yang sangat khusus tetapi saat ini masih dirahasiakan, metrik baru menjadi pusat perhatian: pengurangan biaya dengan kepraktisan maksimal. Meskipun Gemini 3.5 Pro unggulan yang telah lama ditunggu-tunggu masih belum tersedia, Google memposisikan dirinya sebagai penyedia dasar yang sangat diperlukan untuk ekonomi agen yang berkembang pesat. Tetapi apa arti pergeseran strategis ini bagi masa depan AI generatif? Dan mengapa Google menganggap model keamanan terbarunya terlalu berisiko bagi masyarakat umum? Artikel berikut menganalisis jalur pragmatis Google menuju generasi AI berikutnya dan meneliti dampaknya yang besar pada bisnis dan pengembang.

Mengapa Google lebih memilih menghadirkan tiga model kecil daripada memenuhi satu janji besar?

Langkah terbaru Google dalam persaingan di antara penyedia AI utama mengikuti pola yang semakin menjadi norma di industri ini: Alih-alih satu kemajuan tunggal yang monolitik, perusahaan ini menghadirkan seluruh rangkaian model yang disesuaikan dengan berbagai kasus penggunaan. Dengan Gemini 3.6 Flash, Gemini 3.5 Flash-Lite, dan Gemini 3.5 Flash Cyber, Google meluncurkan tahap evolusi selanjutnya hanya dalam beberapa bulan setelah memperkenalkan Gemini 3.5 Flash pada bulan Mei. Yang luar biasa di sini bukanlah substansi teknis dari inovasi individual, melainkan pesan strategis yang mendasarinya: Google tidak lagi terutama memposisikan dirinya sebagai penyedia model paling cerdas, tetapi sebagai penyedia ekosistem AI yang paling efisien secara ekonomi.

Sikap hemat sebagai simbol status baru dalam persaingan AI

Keunggulan utama Gemini 3.6 Flash bukanlah peningkatan kecerdasan, melainkan pengurangan biaya. Google mengiklankan pengurangan konsumsi token sekitar 17 persen dibandingkan pendahulunya, 3.5 Flash, berdasarkan pengukuran dari Artificial Analysis Index. Dalam beberapa tolok ukur, seperti DeepSWE, biaya per token output yang dihasilkan dikatakan menurun hingga 65 persen. Pada saat yang sama, harga nominal juga telah dikurangi: Sementara Gemini 3.5 Flash ditagih sebesar $1,50 per juta token input dan $9 per juta token output, Gemini 3.6 Flash hanya berharga $7,50 per juta token output dengan biaya input yang tidak berubah. Kombinasi konsumsi yang lebih rendah dan harga per unit yang lebih rendah ini menghasilkan efek yang jelas terlihat pada biaya operasional perusahaan yang menerapkan AI generatif dalam skala besar.

Fokus pada efisiensi ini bukanlah kebetulan, melainkan ekspresi dari realitas ekonomi yang saat ini membentuk seluruh industri. Model bahasa yang besar menimbulkan biaya komputasi untuk setiap kueri individual, yang akan bertambah menjadi jumlah yang cukup besar ketika berurusan dengan jutaan atau miliaran kueri harian. Penyedia layanan cloud dan operator platform yang ingin meningkatkan skala sistem agen yang secara independen menangani tugas multi-tahap harus secara drastis mengurangi konsumsi token per langkah; jika tidak, manfaat ekonomi dari sistem tersebut akan terkikis oleh biaya infrastruktur. Google mengatasi masalah ini dengan menawarkan model baru yang, menurut pernyataan mereka sendiri, membutuhkan lebih sedikit proses berpikir dan panggilan alat untuk menyelesaikan alur kerja multi-tahap.

Kemajuan teknologi melampaui sekadar masalah biaya

Selain peningkatan efisiensi, Gemini 3.6 Flash juga menunjukkan peningkatan dalam tolok ukur kinerja klasik. Dalam tugas pemrograman, seperti yang diukur oleh tes DeepSWE, tingkat keberhasilan meningkat dari 37 menjadi 49 persen. Dalam ML Research Benchmark MLE Bench, model meningkat dari 49,7 menjadi 63,9 persen. Kemajuan juga terlihat dalam tugas berbasis pengetahuan: Skor GDPval-AA naik dari 1349 menjadi 1421 poin. Yang sangat penting adalah peningkatan dalam literasi komputer, khususnya kemampuan AI untuk menavigasi antarmuka pengguna grafis secara mandiri: Skor OSWorld-Verified meningkat dari 78,4 menjadi 83 persen. Lebih lanjut, basis pengetahuan model telah diperbarui dari Januari 2025 hingga Maret 2026, sebuah keuntungan praktis yang signifikan dalam lanskap teknologi yang berkembang pesat saat ini.

Terlepas dari kemajuan ini, Gemini 3.6 Flash tetap jelas diposisikan sebagai model kelas menengah. Dalam uji perbandingan langsung di platform seperti Arena.ai, ia berada di belakang model kelas atas seperti Claude Opus atau GPT 5.6-Sol yang baru. Ini bukanlah kelemahan, melainkan pilihan desain yang disengaja: Google mengesampingkan klaim menawarkan model paling canggih secara keseluruhan dan malah berfokus pada segmen di mana kecepatan, biaya, dan kualitas yang memadai lebih penting daripada kemampuan maksimal secara teoritis dalam hal kecerdasan. Strategi ini mengingatkan pada segmentasi pasar klasik di sektor teknologi lainnya, seperti prosesor, di mana produsen secara konsisten menawarkan produk kelas menengah yang efisien untuk aplikasi pasar massal bersamaan dengan chip berkinerja tinggi.

Lapisan dasar baru untuk ekonomi agen

Dengan Gemini 3.5 Flash-Lite, Google mengejar tujuan efisiensi yang lebih radikal. Model ini secara eksplisit dirancang sebagai fondasi untuk membangun dan meningkatkan skala agen AI—sistem yang dapat memproses tugas kompleks secara independen dalam beberapa langkah tanpa memerlukan intervensi manusia di setiap tahap. Model ini secara signifikan mengungguli pendahulunya, 3.1 Flash-Lite, dalam tolok ukur untuk tugas berbasis pengetahuan dan pemrograman, sementara biaya operasional tetap sangat rendah, yaitu $0,30 per juta token input dan $2,50 per juta token output. Fleksibilitas model ini luar biasa: tergantung pada kasus penggunaan, model ini dapat dikonfigurasi untuk beroperasi dengan sangat cepat dan hemat biaya atau lebih mengandalkan kemampuan penalaran. Kemampuan penalaran ini menjadi penting ketika tugas perlu diproses secara kolaboratif oleh beberapa subrutin khusus, yang dikenal sebagai subagen.

Keputusan arsitektur ini mengungkapkan arah yang dituju oleh seluruh industri. Banyak pengamat pasar percaya bahwa masa depan AI terletak bukan pada model individual yang semakin besar, tetapi pada sistem jaringan dari model-model yang lebih kecil dan khusus yang, bekerja sama, memetakan proses-proses kompleks. Satu perhitungan besar oleh model yang canggih digantikan oleh banyak kueri kecil dan murah ke model-model ramping yang berkolaborasi secara paralel atau berurutan. Model seperti Flash-Lite sangat cocok untuk arsitektur ini karena mengurangi biaya per kueri sedemikian rupa sehingga sejumlah besar kueri tetap layak secara ekonomi. Pengumuman bahwa Flash-Lite juga akan memberikan hasil AI dalam pencarian web Google semakin menggarisbawahi peran sentral yang diberikan Google pada model ramping ini di pasar massal.

Sebuah alat dengan dua sisi: Keamanan siber sebagai bidang bisnis

Rilis baru ketiga, Gemini 3.5 Flash Cyber, menandai perluasan signifikan dari seri Flash ke area yang sangat sensitif. Model ini telah dilatih secara khusus untuk menemukan dan menganalisis kerentanan keamanan dalam kode perangkat lunak dan untuk menyarankan langkah-langkah perbaikan. Spesialisasi ini didasarkan pada Gemini 3.5 Flash yang sudah efisien, yang telah disempurnakan lebih lanjut melalui pelatihan yang ditargetkan untuk menganalisis basis kode yang besar. Alih-alih mengirimkan satu kueri yang mahal ke model yang sangat besar, agen keamanan utama Codemender memanggil model Cyber ​​yang disederhanakan beberapa kali untuk memeriksa berbagai jalur eksekusi program secara paralel. Hasil parsial individual kemudian dikonsolidasikan menjadi laporan komprehensif.

Kinerja pendekatan ini dapat dilihat dari angka-angka konkret. Dalam pengujian pada mesin JavaScript V8 yang kompleks, model siber mengidentifikasi 55 kerentanan berbeda yang telah dikonfirmasi, sementara model Flash umum hanya menemukan 47 dan Claude Opus 4.6 dari Anthropic hanya 36. Sepuluh dari masalah yang ditemukan ditemukan secara eksklusif oleh model siber khusus. Dalam benchmark CyberGym, yang mengevaluasi agen AI terhadap ratusan kerentanan perangkat lunak dunia nyata, model ini, dikombinasikan dengan beberapa kali pengujian, mencapai tingkat kinerja yang sebanding dengan model keamanan yang jauh lebih besar dan lebih mahal dari vendor seperti Anthropic dan OpenAI. Dalam pengujian internal oleh tim keamanan cloud Google, model tersebut menemukan beberapa kerentanan kritis dalam sistem produksi hanya dalam waktu dua jam, termasuk kerentanan kerusakan memori yang juga menghasilkan eksploitasi yang berfungsi yang melewati mekanisme perlindungan umum seperti pengacakan tata letak ruang alamat.

Kemampuan luar biasa untuk mengidentifikasi kerentanan dalam kode ini juga merupakan risiko terbesar dari model tersebut. Google sendiri secara terbuka mengakui sifat ganda teknologi ini: kemampuan yang sama yang memungkinkan para pembela untuk menutup kerentanan dapat digunakan oleh penyerang untuk mengeksploitasi celah yang sama sebelum diperbaiki. Karena alasan ini, Google telah memutuskan untuk tidak mempublikasikan model tersebut untuk sementara waktu, tetapi lebih memilih untuk membagikannya secara eksklusif melalui alat keamanannya sendiri, Codemender, sebagai bagian dari program percontohan yang dikontrol ketat dengan pemerintah dan mitra tepercaya terpilih. Belum ada jadwal pasti untuk memperluas akses yang diberikan. Keengganan ini mencerminkan kesadaran yang semakin meningkat di seluruh industri bahwa sistem AI yang sangat khusus di bidang keamanan tidak dapat dirilis dengan aturan yang sama seperti aplikasi chatbot umum.

Dimensi baru transformasi digital dengan 'Managed AI' (Kecerdasan Buatan) – Platform & solusi B2B | Xpert Consulting - Gambar: Xpert.Digital

Di sini Anda akan mempelajari bagaimana perusahaan Anda dapat mengimplementasikan solusi AI yang disesuaikan dengan cepat, aman, dan tanpa hambatan masuk yang tinggi.

Platform AI terkelola adalah solusi lengkap dan bebas khawatir Anda untuk kecerdasan buatan. Alih-alih berurusan dengan teknologi yang kompleks, infrastruktur yang mahal, dan proses pengembangan yang panjang, Anda menerima solusi siap pakai yang disesuaikan dengan kebutuhan Anda dari mitra khusus – seringkali hanya dalam beberapa hari.

Keunggulan utama secara sekilas:

⚡ Implementasi cepat: Dari ide hingga aplikasi siap pakai dalam hitungan hari, bukan bulan. Kami menghadirkan solusi praktis yang menciptakan nilai tambah langsung.

🔒 Keamanan data maksimal: Data sensitif Anda tetap aman. Kami menjamin pemrosesan yang aman dan sesuai peraturan tanpa membagikan data dengan pihak ketiga.

💸 Tanpa risiko finansial: Anda hanya membayar untuk hasil. Investasi awal yang tinggi untuk perangkat keras, perangkat lunak, atau personel sepenuhnya dihilangkan.

🎯 Fokus pada bisnis inti Anda: Konsentrasikan pada apa yang Anda kuasai. Kami mengurus seluruh implementasi teknis, pengoperasian, dan pemeliharaan solusi AI Anda.

📈 Tahan masa depan & dapat diskalakan: AI Anda tumbuh bersama Anda. Kami memastikan optimasi dan skalabilitas berkelanjutan, serta secara fleksibel menyesuaikan model dengan kebutuhan baru.

Informasi selengkapnya di sini:

• Solusi AI Terkelola - Layanan AI Industri: Kunci Daya Saing di Sektor Jasa, Industri, dan Teknik Mesin

Misteri seputar model unggulan yang hilang

Yang mengejutkan dari keseluruhan pengumuman ini adalah apa yang hilang: Gemini 3.5 Pro, model paling canggih dari generasi saat ini, sudah diharapkan hadir di Google I/O pada bulan Mei dan belum juga dirilis sejak saat itu. Google hanya menjelaskan bahwa versi baru tersebut saat ini sedang diuji dengan mitra terpilih dan akan tersedia setelah pengujian berhasil diselesaikan. Perusahaan masih belum memberikan tanggal rilis spesifik, tetapi menekankan bahwa penantiannya tidak akan terlalu lama. Dari perspektif beberapa pengamat industri, penundaan berulang ini menunjukkan bahwa versi Pro belum mencapai hasil yang diinginkan secara internal dalam tugas pemrograman dan penalaran yang kompleks, itulah sebabnya Google tampaknya lebih memilih untuk menunggu daripada merilis produk yang tidak memenuhi standar kualitasnya sendiri atau harapan para pesaingnya.

Kehati-hatian ini memberikan gambaran menarik tentang dinamika persaingan di antara penyedia AI terkemuka. Sementara OpenAI dan Anthropic merilis model-model unggulan baru secara beruntun, Google saat ini terlihat fokus pada segmen kinerja menengah dan tingkat pemula. Hal ini dapat diinterpretasikan sebagai tanda kehati-hatian, tetapi juga sebagai posisi pasar yang cerdas: Alih-alih menghadirkan model unggulan yang berpotensi masih dalam pengembangan, Google mengamankan pangsa pasar secara menyeluruh dengan model yang terjangkau, cepat, dan praktis yang sudah andal mencakup sebagian besar aplikasi bisnis sehari-hari. Untuk banyak kasus penggunaan bisnis, seperti pemrosesan dokumen, pelaporan, atau tugas pemrograman sederhana, kinerja puncak absolut suatu model bukanlah hal yang terpenting, selama kecepatan dan biayanya tepat.

Ketersediaan dan integrasi ke dalam ekosistem yang ada

Penerapan praktis model-model baru ini sangat cepat dan luas. Gemini 3.6 Flash dan Gemini 3.5 Flash-Lite sudah tersedia di Google AI Studio, Android Studio, dan Gemini Enterprise Agent Platform. Selain itu, 3.6 Flash telah diintegrasikan ke dalam lingkungan pengembangan Antigravity dan aplikasi Gemini Enterprise, sementara kedua model tersebut juga tersedia di aplikasi pengguna akhir Gemini biasa. Yang patut diperhatikan adalah pengumuman bahwa Flash-Lite akan segera juga memberikan hasil pencarian web Google yang dihasilkan AI, yang, mengingat volume kueri yang sangat besar dari mesin pencari ini, menggarisbawahi pentingnya model yang hemat biaya bagi Google dalam dimensi yang sama sekali baru. Adopsi yang cepat juga terlihat di luar ekosistem Google sendiri: Gemini 3.6 Flash diintegrasikan ke dalam GitHub Copilot pada hari pengumumannya, menyoroti peningkatan integrasi penyedia AI utama dengan alat pengembang yang sudah mapan.

Integrasi yang luas dan simultan di berbagai lini produk ini menunjukkan pendekatan sistematis Google untuk meluncurkan generasi model baru secara mulus di seluruh portofolio produknya. Tidak seperti perubahan model sebelumnya, yang seringkali melibatkan jeda yang cukup besar antara pengumuman dan ketersediaan aktual di berbagai aplikasi, peluncuran ini tampaknya merupakan proses yang diatur dengan cermat. Hal ini menunjukkan infrastruktur internal yang matang yang memungkinkan penerapan model baru secara hampir simultan di semua titik kontak dengan pengembang dan pengguna akhir.

Menatap ke depan: Pengumuman Gemini 4

Selain tiga rilis model spesifik, pengumuman Google juga mencakup sekilas tentang generasi utama berikutnya. Perusahaan tersebut mengkonfirmasi bahwa apa yang disebut pra-pelatihan, fase pelatihan awal fundamental untuk Gemini 4, telah dimulai. Google tidak memberikan detail teknis spesifik mengenai arsitektur, ukuran, atau kemampuan yang direncanakan dari model skala besar yang akan datang, tetapi menekankan kegembiraannya tentang kemajuan yang telah dicapai sejauh ini. Penggunaan kata-kata yang sengaja samar ini merupakan ciri khas strategi komunikasi laboratorium AI besar, yang di satu sisi meningkatkan harapan, tetapi di sisi lain tidak ingin membuat janji yang dapat diverifikasi yang mungkin kemudian terbukti prematur.

Mengingat siklus rilis beberapa tahun terakhir, di mana Google biasanya memperkenalkan model dasar baru pada konferensi pengembang I/O di musim semi dan diikuti dengan lompatan generasi besar di musim gugur atau musim dingin, rilis Gemini 4 menjelang akhir tahun ini tampaknya masuk akal. Bagi perusahaan yang merencanakan strategi AI mereka untuk jangka panjang, ini berarti bahwa siapa pun yang berinvestasi dalam keluarga Flash saat ini melakukannya dengan kesadaran bahwa fondasi teknologi baru dapat menyusul hanya dalam beberapa bulan, yang pada gilirannya akan membutuhkan keputusan migrasi baru. Masa pakai yang singkat dari generasi model AI ini menghadirkan tantangan berkelanjutan bagi departemen TI dan arsitek perangkat lunak untuk merancang sistem mereka sedemikian rupa sehingga perubahan pada model yang mendasarinya dapat diimplementasikan semulus mungkin.

Konteks: Apa yang diungkapkan strategi model ini tentang posisi pasar Google

Secara keseluruhan, pengumuman baru-baru ini menunjukkan bahwa persaingan di antara perusahaan AI terkemuka semakin terpecah menjadi dua dimensi paralel. Di satu sisi, ada perlombaan untuk model yang paling cerdas dan paling ampuh, bidang di mana Anthropic dan OpenAI saat ini mendominasi berita utama dengan produk unggulan mereka, dan di mana Google terlihat tertinggal dengan versi Pro-nya yang tertunda. Di sisi lain, medan pertempuran kedua, yang berpotensi lebih signifikan secara ekonomi, sedang muncul: persaingan untuk infrastruktur yang paling efisien, hemat biaya, dan terukur untuk penerapan AI secara massal sehari-hari di bisnis, mesin pencari, dan sistem agen. Di arena kedua ini, Google dengan sangat sengaja dan konsisten memposisikan dirinya di garis depan dengan keluarga produk Flash-nya.

Strategi ganda ini masuk akal secara ekonomi. Untuk sebagian besar aplikasi praktis dalam bisnis, mulai dari pemrosesan dokumen otomatis dan chatbot layanan pelanggan hingga tugas pemrograman sederhana, kecerdasan model tingkat atas absolut bukanlah faktor penentu, melainkan keseimbangan antara biaya, kecepatan, dan kualitas yang memadai. Penyedia layanan cloud yang harus memproses jutaan permintaan per hari lebih diuntungkan dari pengurangan biaya token sebesar persentase dua digit daripada peningkatan marginal dalam kemampuan penalaran model kelas atas yang mahal. Google tampaknya secara konsisten menerjemahkan wawasan ini ke dalam strategi produknya, sekaligus mengirimkan sinyal kepada pengembang dan pelanggan perusahaan: Siapa pun yang ingin membangun agen AI yang skalabel atau integrasi pencarian yang hemat biaya saat ini akan menemukan fondasi yang solid dan layak secara ekonomi dalam keluarga Flash, terlepas dari kapan model Pro yang besar akhirnya dirilis.

Pada saat yang sama, pengenalan model siber khusus ini mengungkapkan sisi baru dari lanskap persaingan AI yang melampaui pertimbangan efisiensi semata: peningkatan penggunaan AI sebagai alat aktif dalam keamanan siber, dengan semua peluang terkait bagi para pembela dan risiko jika terjadi penyalahgunaan. Peluncuran model ini secara bertahap dan terkontrol menunjukkan bahwa Google menyadari tanggung jawab sosialnya dalam merilis alat keamanan yang sangat ampuh dan siap untuk membatasi jangkauan komersial, setidaknya untuk sementara, demi kepentingan keamanan. Bagaimana keseimbangan antara ketersediaan luas dan akses terkontrol ini berkembang di masa depan kemungkinan akan menjadi salah satu area yang paling menarik untuk diamati karena model AI semakin mampu menganalisis dan memanipulasi sistem teknis yang kompleks secara mandiri.

☑️ Bahasa bisnis kami adalah bahasa Inggris atau Jerman

☑️ BARU: Korespondensi dalam bahasa ibu Anda!

Konrad Wolfenstein

Saya dan tim saya dengan senang hati siap membantu Anda sebagai penasihat pribadi Anda.

Anda dapat menghubungi saya dengan mengisi formulir kontak di sini [email protected]:atau cukup hubungi saya di +49 7348 4088 965. Alamat email saya adalah

Saya sangat menantikan proyek bersama kita.

☑️ Dukungan UKM dalam strategi, konsultasi, perencanaan, dan implementasi

☑️ Pembuatan atau penyesuaian kembali strategi digital dan digitalisasi

☑️ Perluasan dan optimalisasi proses penjualan internasional

☑️ Platform perdagangan B2B global & digital

☑️ Pelopor Pengembangan Bisnis / Pemasaran / Humas / Pameran Dagang

Solusi semi-internal: Bagaimana Xpert.Digital menutup kesenjangan operasional dalam pemasaran dan penjualan B2B – Bisnis Cerdas Berbasis Konten - Gambar: Xpert.Digital

Xpert.Digital adalah pusat industri B2B berbasis data yang dipimpin oleh Konrad Wolfenstein . Perusahaan ini bertindak sebagai solusi eksternal, yang hampir bersifat internal, bagi mitra industri, menutup kesenjangan operasional dalam pemasaran, konten, dan penjualan – tanpa memerlukan sumber daya tambahan di pihak klien.

Informasi selengkapnya di sini:

• Solusi semi-internal: Bagaimana Xpert.Digital menutup kesenjangan operasional dalam pemasaran dan penjualan B2B – Bisnis Cerdas Berbasis Konten