Google Gemini 4 Carbon Tampil Baik dalam Uji Benchmark Baru, Nilai Kinerja Lebih Tinggi daripada Model Claude

·oleh Henderson·Gemini
Google Gemini 4 Carbon Tampil Baik dalam Uji Benchmark Baru, Nilai Kinerja Lebih Tinggi daripada Model Claude

Google baru saja meluncurkan model terdepan, Gemini 4 Carbon, yang membawa sejumlah perbaikan yang menggembirakan. Meskipun tidak berhasil meraih posisi teratas dalam uji benchmark baru, nilai kinerjanya mengalami peningkatan yang signifikan. Perusahaan riset dan analisis AI, SemiAnalysis, baru-baru ini merilis benchmark tingkat terdepan baru, GDPx, yang mencakup data dari model Gemini 4 Carbon milik Google. Daftar ini mencakup model-model terkemuka lainnya dari OpenAI, Anthropic, dan Meta, serta merinci skor dan biaya masing-masing model.

Uji benchmark ini mencakup 206 tugas yang melibatkan berbagai bidang, termasuk keuangan, ilmu material, keamanan siber, rekayasa perangkat lunak, hukum, biologi, dan banyak lagi.

Hasil menunjukkan bahwa Claude Opus 5.5 dari Anthropic dengan mudah meraih posisi teratas, sementara Google Gemini 4 Carbon mengikuti di belakangnya. Selisih antara keduanya relatif kecil, tetapi biaya menjadi faktor yang paling penting di sini. Biaya per tugas untuk Claude sekitar US$51 (sekitar HK$398), sementara Gemini hanya sedikit lebih dari US$16 (sekitar HK$125). Gemini juga mengungguli model berikutnya dalam daftar, GPT-6 Astra, yang mendapatkan skor lebih rendah dan memiliki biaya per tugas sekitar US$54 (sekitar HK$421).

Laporan menyebutkan bahwa jika mengesampingkan bidang keamanan siber, biologi, dan penyesuaian, hasilnya akan berbeda. Langkah-langkah keamanan pada model Claude dan GPT membuat GPT-6 Astra menduduki peringkat tinggi dalam daftar, sementara GPT 6.1 Sol dan Claude Sonnet 5.5 memiliki peringkat lebih tinggi dibandingkan Gemini 4 Carbon. SemiAnalysis menyatakan bahwa hal ini lebih konsisten dengan persepsi subjektif mereka terhadap masing-masing model. Sementara itu, model terdepan Google yang ada saat ini, Gemini 4 Argon, berada di peringkat kedelapan dalam kedua daftar, melampaui Muse Wonder dari Meta, tetapi masih di bawah Wonder Full. Argon memiliki biaya yang sedikit lebih rendah dibandingkan Carbon dalam uji benchmark ini.

Argon memiliki biaya yang sedikit lebih rendah dibandingkan Carbon dalam uji benchmark ini.

Google Gemini 4 Carbon Tampil Baik dalam Uji Benchmark

Dalam fokus pada keamanan siber, kedua model Google unggul dibandingkan model dari OpenAI dan Anthropic, tetapi tertinggal di belakang model Muse dari Meta, yang menunjukkan performa lebih baik dibandingkan model lainnya, dengan selisih yang cukup signifikan. Google mengumumkan Gemini 4 Carbon pada 28 Oktober dan mengklaim adanya peningkatan yang signifikan, namun tanggal rilis publik yang spesifik belum dikonfirmasi, diperkirakan akan segera diluncurkan untuk sebagian besar pengguna.

Uji benchmark yang dilakukan oleh Google menunjukkan bahwa Gemini melampaui GPT-6 Astra dan Opus 5.5 dalam berbagai aspek.

ItemSpesifikasi
Biaya per tugas (Gemini 4 Carbon)sekitar US$16 (sekitar HK$124)
Biaya per tugas (Claude)sekitar US$51 (sekitar HK$397)
Biaya per tugas (GPT-6 Astra)sekitar US$54 (sekitar HK$421)

H
Tentang penulis
Henderson