Kursus
Membangun Agen AI dengan Google ADK
1 jam
7.6K
Beberapa jam setelah xAI meluncurkan Grok 4.1, Google melangkah lebih jauh dan mengumumkan Gemini 3. Model Gemini terbaru ini adalah yang paling cerdas dari Google hingga saat ini, dan langsung tersedia di aplikasi Gemini, serta di AI Studio dan Vertex AI.
Gemini 3 juga akan segera mulai menjalankan AI Mode di penelusuran, dan Google turut mengumumkan mode Gemini 3 Deep Think serta Google Antigravity, sebuah platform pengembangan agen baru.
Dalam artikel ini, saya akan membahas semua yang diumumkan Google, artinya bagi lanskap LLM, dan mencoba langsung model Gemini 3 baru untuk melihat kemampuannya. Anda juga dapat melihat panduan API Gemini 3 kami untuk menjalankan proyek praktik, mempelajari Google Antigravity melalui tutorial kami, dan panduan membuat proyek Gemini 3 Flash.
Apa Itu Gemini 3 Pro?
Gemini 3 Pro adalah model AI bahasa besar terbaru dan tercanggih dari Google. Model ini sudah tersedia melalui Aplikasi Gemini, AI Studio, dan Vertex AI. Perusahaan menyebutnya sebagai model tercerdas mereka sejauh ini, dengan peningkatan kinerja dalam penalaran, pengodean, dan tugas multimodal.
Model baru ini dibangun di atas kesuksesan rilis Gemini 2.5 Pro yang baru tujuh bulan lalu. Gemini 3 memuncaki Papan Peringkat LMArena, menggusur Grok 4.1 hanya dalam hitungan jam.
Google mengklaim Gemini 3 Pro memiliki penalaran setara PhD, dan model ini mencatat skor tinggi baru pada berbagai papan tolok ukur AI, termasuk Humanity’s Last Exam, GPQA Diamond, dan MathArena Apex. Rangkaian hasil yang mengesankan ini membuatnya unggul atas model seperti GPT-5.1 dari OpenAI dan Claude Sonnet 4.5 dari Anthropic.
Fitur Baru di Gemini 3
Jadi, apa yang dibawa Gemini 3 dibandingkan pendahulunya dan deretan model baru lainnya? Selain lompatan besar pada kinerja, Google menonjolkan bahwa Anda dapat ‘belajar, membangun, dan merencanakan apa pun’ dengan Gemini 3. Klaim yang berani. Mari kita lihat fitur barunya untuk memahami maksudnya:
Peningkatan kinerja
Salah satu fitur utama dari model Gemini 3 yang baru adalah kinerjanya yang berada di puncak tangga. Bahkan tanpa mode Deep Think, rilis ini menjadi pemimpin pada papan tolok ukur Humanity’s Last Exam, dengan skor 37,2% tanpa alat (41% dengan Deep Think) dibandingkan 26,5% milik GPT-5.1.
Bukan hanya teks yang dikuasai Gemini 3. Dengan skor 23,4% pada tolok ukur MathArena Apex, ini adalah model frontier dengan skor tertinggi untuk matematika. Demikian pula, pada Video-MMMU, yaitu tolok ukur video multimodal dan multidisiplin yang mengevaluasi kemampuan LMM menyerap pengetahuan dari video edukasi, model ini meraih 87,6%, kembali menempatkannya di puncak tangga.
Saya tahu mudah terpukau oleh angka tolok ukur, dan mungkin ujian sebenarnya harus berfokus pada kegunaan, tetapi Gemini 3 Pro jelas merupakan lompatan impresif dalam kinerja LLM.
Apa itu mode Gemini 3 Deep Think?
Seperti yang kita lihat di Gemini 2.5 Pro, mode Gemini 3 Deep Think menggunakan pemikiran paralel dan reinforcement learning untuk meningkatkan kualitas respons secara signifikan (dengan konsekuensi respons lebih lambat). Deep Think membuat Gemini lebih detail, kreatif, dan ‘berpikir matang’.
Dengan Gemini 3 Deep Think, terlihat peningkatan dibanding Gemini 3 Pro non-thinking pada area seperti penalaran, pengetahuan sains, dan teka-teki penalaran visual. Ini semestinya membuat Deep Think lebih mampu memecahkan tantangan baru yang belum familiar.
Deep Think saat ini berada dalam mode evaluasi, artinya para penguji menilai fitur ini sebelum tersedia bagi pelanggan Google AI Ultra ‘dalam beberapa minggu mendatang’.
Multimodal sejati
Gemini 3 memperkenalkan arsitektur multimodal baru yang memproses teks, gambar, audio, video, dan kode dalam satu tumpukan transformer alih-alih melalui encoder terpisah.
Penyatuan ini memungkinkan penalaran lintas-modal yang sebenarnya. Gemini 3 dapat menafsirkan sketsa dan menghasilkan kode yang berfungsi, atau menganalisis video dan menjelaskan konsep ilmiahnya. Hasil Benchmark pada Video-MMMU dan MMMU-Pro menegaskan lompatan besar dalam pemahaman spasial dan visual. Seperti Gemini 2.5 Pro, model ini juga memiliki jendela konteks satu juta token, sehingga dapat mengaitkan ide di antara masukan yang luas dan beragam.
Kreativitas agen
Gemini 3 beralih dari generasi pasif ke kreasi berbasis agen, didukung oleh kemajuan baru dalam penggunaan alat, perencanaan, dan vibe coding. Arsitektur model mendukung loop penalaran jangka panjang yang memungkinkannya merencanakan, mengeksekusi, dan memvalidasi alur kerja multi-langkah, seperti membuat gim yang dapat dimainkan atau membangun UI interaktif, semuanya dari satu prompt.
Kemampuan ini kini juga diterapkan melalui Google Antigravity yang baru diumumkan, sebuah platform pengembangan tempat agen memiliki akses langsung ke editor, terminal, dan browser. Ini adalah rilis Gemini pertama yang dibangun untuk beroperasi sebagai rekan pengembang, menggunakan otonomi terstruktur dan integrasi alat waktu nyata untuk mengubah ide kreatif menjadi sistem fungsional.
Belajar, membangun, dan merencanakan apa pun?
Google memberikan beberapa contoh bagaimana model terbaru ini dapat membantu Anda belajar, membangun, dan merencanakan.
Fokus besar diarahkan pada peningkatan multimodal; kemampuan Gemini untuk memahami dan membuat informasi lintas area seperti teks, gambar, video, audio, dan kode.
Dengan vibe coding yang menjadi fokus banyak pihak saat ini, Gemini 3 semestinya semakin memudahkan pengembang mewujudkan ide. Google mengklaim model ini hebat dalam one-shot generation, artinya Anda dapat membuat hasil berkualitas tinggi dari satu prompt. Model ini juga mampu menangani instruksi kompleks, yang diperlukan jika Anda ingin proyek terasa benar-benar hidup dan responsif.
Gemini 3 tersedia bagi pengembang untuk mulai membangun proyek berbasis agen di Google AI Studio, Vertex AI, Gemini CLI, dan Google Antigravity yang baru diumumkan (lebih lanjut sebentar lagi).
Satu klaim terakhir yang cukup impresif adalah Gemini 3 Pro dapat mempertahankan penggunaan alat dan pengambilan keputusan secara konsisten selama satu tahun operasi yang disimulasikan. Bagi pengguna dengan langganan Google AI Ultra, Anda akan langsung dapat mengakses fitur eksperimental Gemini Agent baru, yang dapat membantu Anda membangun agen multi-langkah yang mampu memanfaatkan fitur-fitur ini.
Contoh Gemini 3 Pro
Berkat jendela konteks 1 juta token, Gemini 2.5 Pro telah lama menjadi favorit saya, jadi saya antusias melihat apa yang bisa dilakukan Gemini 3 dengan kinerja multimodal yang ditingkatkan dalam jendela konteks yang sama. Untuk mulai melihat kemampuannya, berikut beberapa uji coba:
Gim sederhana terinspirasi Half-Life 3
Seperti yang kami uji dengan Gemini 2.5, dengan prompt sekitar 10 kata, saya meminta Gemini 3 Pro membuat gim side-scrolling yang terinspirasi Half-Life 3. Berikut prompt-nya: Buatkan saya gim side-scrolling sederhana yang terinspirasi Half-Life 3
Dengan waktu berpikir yang tidak terlalu lama dan waktu pengodean yang kurang lebih sama, Gemini 3 Pro (melalui AI Studio) mampu membuat hasil yang cukup solid mengingat prompt yang singkat. Gimnya berjalan, bergaya side-scroller, dan jelas terinspirasi dari materi sumbernya.
Berikut video hasilnya:
Detail-detail kecilnya tidak luput dari perhatian saya. Gemini Runner menghadirkan langit malam berbintang yang sama, yang bahkan tidak disebutkan dalam prompt. Gim ini juga menampilkan kata “Extinct” saat saya kalah.
Kemampuan multimodal
Untuk menguji kemampuan multimodal, saya mengunggah gambar yang digambar oleh anak berusia enam tahun.
Saya kemudian memintanya mengubah adegan tersebut menjadi gim sederhana. Berikut prompt yang saya gunakan:
Hasilkan gim browser sederhana menggunakan elemen dalam gambar ini. Dasarkan gim pada apa yang ditampilkan.
Dalam prompt ini, saya sengaja tidak menyebutkan apa pun yang ada di gambar karena saya ingin melihat apakah model bisa menafsirkan konten visual dan menghasilkan gim berdasarkan apa yang dilihatnya.
Hasilnya adalah gim kecil bernama Snowy’s Day di mana Anda dapat menggerakkan sosok stik untuk mengumpulkan salju yang jatuh.
Seperti yang terlihat, elemen gim diambil langsung dari gambar yang saya bagikan. Saya terkesan dengan kesetiaan pada semangat tangkapan layar tersebut, walaupun jelas ini bukan gim paling seru di dunia. Meskipun mungkin akan menjadi gim yang menyenangkan bagi anak enam tahun.
Sedikit catatan: Gemini memahami bahwa gambar itu adalah salju. Saya jadi merasa bersalah karena saya kira dia menggambar bintang!
Tolok Ukur Gemini 3
Google menyediakan data tolok ukur yang luas untuk Gemini 3 Pro dan Gemini Deep Think, dan hasilnya mengesankan di berbagai aspek.
Tolok ukur Gemini 3 Pro
Dalam hal kemampuan penalaran murni, Gemini 3 Pro menunjukkan apa yang disebut Google sebagai "penalaran setingkat PhD." Berikut hasil yang menonjol:
Penalaran visual
Penalaran visual mengalami lompatan besar.
- Pada ARC-AGI-2, Gemini 3 Pro meraih 31,1%. Ini lompatan besar dari 4,9% milik Gemini 2.5 Pro dan jauh di depan Claude Sonnet 4.5 maupun GPT-5.1.
- Demikian pula, pada ScreenSpot-Pro yang menguji pemahaman layar, Gemini 3 Pro mencapai 72,7%, benar-benar mendominasi Claude Sonnet 4.5 (36,2%) dan GPT-5.1 (3,5%).
Keduanya merupakan lompatan besar dalam kemampuan model memahami dan menalar informasi visual.
Matematika
Dengan skor 23,4% pada MathArena Apex, Gemini 3 Pro mengungguli kompetitor. Sebagai perbandingan: Gemini 2.5 Pro meraih 0,5%, Claude Sonnet 4.5 mendapat 1,6%, dan GPT-5.1 hanya 1,0%. Ini menjadi standar baru bagi model frontier dalam penalaran matematika.
Perencanaan jangka panjang
Untuk mengukur perencanaan jangka panjang, ada tolok ukur bernama Vending-Bench 2 yang mensimulasikan menjalankan bisnis mesin penjual otomatis selama setahun penuh. Model harus membuat keputusan berkelanjutan tentang inventaris, penetapan harga, dan lain-lain. Tujuannya menguji apakah AI dapat mempertahankan pengambilan keputusan yang konsisten dan rasional di sepanjang ribuan pilihan berurutan tanpa kehilangan tujuan atau bertindak tidak konsisten.
Pada tolok ukur ini, Gemini 3 Pro mencapai mean net worth sebesar $5.478,16. Bandingkan dengan Claude Sonnet 4.5 ($3.838,74) dan GPT-5.1 ($1.473,43). Meskipun terdengar seperti tolok ukur yang khusus, bagi agen AI dunia nyata yang mungkin perlu mengelola tugas selama berhari-hari atau berminggu-minggu, reliabilitas seperti ini sangat penting.
Tolok ukur lainnya
Gemini 3 Pro menunjukkan performa kuat pada berbagai tolok ukur tambahan. Model ini memimpin pada pemahaman multimodal (MMMU-Pro), pemahaman video (Video-MMMU), penalaran grafik (CharXiv), dan pengodean kompetitif (LiveCodeBench Pro).
Satu pengecualian yang perlu dicatat: Claude Sonnet 4.5 sedikit mengungguli Gemini 3 Pro pada SWE-Bench Verified, yaitu tolok ukur rekayasa perangkat lunak.
Tolok ukur mode Gemini 3 Deep Think
Sekarang, mari lihat tolok ukur untuk Gemini Deep Think, mode penalaran yang ditingkatkan yang saat ini dievaluasi oleh penguji keamanan sebelum tersedia bagi pelanggan Google AI Ultra dalam beberapa minggu ke depan.
Anda mungkin bertanya-tanya: jika Gemini 3 Pro sudah memuncaki papan peringkat, mengapa mode Deep Think penting? Jawabannya adalah sebagian masalah akan mendapat manfaat dari waktu penalaran yang diperpanjang. Deep Think menggunakan penalaran paralel dan berkepanjangan untuk menghabiskan lebih banyak upaya komputasi pada tugas yang sangat menantang. Mode ini dirancang untuk memakan waktu lebih lama, tetapi untuk masalah penalaran tersulit, waktu pemrosesan ekstra tersebut akan menghasilkan peningkatan hasil yang signifikan, seperti tercermin pada tolok ukur berikut:
Penyelesaian masalah baru
Hasil ARC-AGI-2 adalah yang paling menonjol bagi saya. Gemini 3 dengan mode Deep Think meraih 45,1% pada ARC-AGI-2. (Ini adalah versi resmi terverifikasi dari tolok ukur yang terkait dengan kompetisi ARC Prize.) Dalam pengujian ini, model diizinkan menulis dan menjalankan kode sebagai alat penalaran, pada dasarnya menggunakan pemrograman untuk membantu berpikir melalui masalah.
Mengapa ini penting? ARC-AGI-2 secara khusus menguji kemampuan model memecahkan tantangan baru yang belum familiar. Ini adalah masalah yang belum pernah dilihat sebelumnya dan tidak bisa sekadar mencocokkan pola dari data pelatihan. Secara historis, ini adalah salah satu hal tersulit bagi sistem AI, sehingga skor kuat menunjukkan kita melihat kemampuan penalaran sejati, bukan penghafalan.
Pertanyaan yang sangat sulit
Mode Deep Think meraih 37,5% tanpa menggunakan alat pada Humanity's Last Exam. Dan dengan mode Deep Think diaktifkan, skor ini naik menjadi 41,0%. Sebagai perbandingan, GPT-5.1 meraih 26,5%.
Tolok ukur ini menarik karena dirancang untuk menguji pengetahuan dan penalaran pada batas pemahaman manusia. Bayangkan masalah yang sangat sulit yang membutuhkan keahlian mendalam untuk dipecahkan. Fakta bahwa Gemini 3, menggunakan Deep Think, dapat menjawab dengan benar lebih dari sepertiga pertanyaan ini menunjukkan bahwa model ini tidak sekadar mengutip informasi, tetapi benar-benar menalar melalui masalah yang sangat kompleks dan ambigu.
Sains tingkat pascasarjana
Mode Deep Think meraih nilai A - 91,9% - pada GPQA Diamond, yaitu tolok ukur pertanyaan sains tingkat pascasarjana. Deep Think mendorong skor lebih tinggi lagi menjadi 93,8%. Walaupun skor 91,9% sudah mengesankan, yang lebih menarik adalah ini menjadi baseline yang masih dapat ditingkatkan oleh Deep Think.
Bagaimana Cara Mengakses Gemini 3?
Gemini 3 Pro sudah tersedia di berbagai platform. Anda bisa langsung menggunakannya di aplikasi Gemini. Model ini juga menjalankan AI Mode di Penelusuran, jadi Anda mungkin berinteraksi dengan Gemini 3 tanpa disadari.
Jika Anda pengembang, Anda dapat mengakses Gemini 3 Pro melalui Gemini API di Google AI Studio, Vertex AI, dan Gemini CLI. Model ini juga tersedia di platform Google Antigravity yang baru diumumkan dan berbagai alat pihak ketiga seperti Cursor, GitHub, JetBrains, Manus, dan Replit.
Pelanggan Google AI Ultra mendapatkan akses ke Gemini 3 Pro, bersama fitur eksperimental Gemini Agent untuk membangun agen multi-langkah. Deep Think saat ini dievaluasi oleh penguji keamanan dan akan tersedia bagi pelanggan Ultra dalam beberapa minggu ke depan, namun hanya setelah evaluasi keamanan tambahan selesai.
Untuk pelajar, Google memperkenalkan paket gratis selama satu tahun yang memberikan akses ke Gemini 3 Pro, bersama unggahan gambar tanpa batas, penyimpanan 2 TB, dan alat tambahan seperti NotebookLM.
Bagaimana Google Menggunakan Gemini 3
Gemini 3 Pro sudah dirilis, dan Google sudah memanfaatkannya dalam dua fitur utama:
Google Search AI Overviews
Google begitu yakin akan model baru ini hingga mengambil langkah tidak biasa dengan mengintegrasikannya langsung ke Google Search. Sementara AI Overviews telah diluncurkan ke semakin banyak halaman sejak April, Gemini 3 Pro kini akan menjalankan ringkasan tersebut sejak hari peluncuran.
Gemini 3 dan Google Antigravity
Bagian lain yang sangat menarik dari pengumuman ini adalah hadirnya platform pengembangan berbasis agen yang baru, Google Antigravity.
Alat baru ini didukung oleh penalaran, penggunaan alat, dan kemampuan pengodean berbasis agen milik Gemini 3. Google menjanjikan pengalaman yang terasa familiar, seperti IDE bertenaga AI, tetapi agen akan dapat langsung mengakses editor, terminal, dan browser untuk membantu Anda merencanakan, menulis, dan memeriksa proyek kompleks secara mandiri.
Antigravity akan terhubung dengan Gemini 3 Pro, model Gemini 2.5 Computer Use untuk kontrol browser, dan Nano Banana (Gemini 2.5 Image) untuk pengeditan gambar.
Penutup
Google jelas membuat pernyataan lewat rilis ini: mereka kembali dalam persaingan model AI paling mampu, dan mereka merilisnya dengan cepat dalam skala besar di seluruh ekosistem produk mereka. Melihat spesifikasinya, sulit untuk tidak setuju; Gemini 3 Pro terasa seperti model AI terbaik di dunia untuk pemahaman multimodal.
Google, seperti biasa, berada pada posisi yang kuat. Infrastruktur cloud, chip kustom, dan tumpukan AI terintegrasi vertikalnya kini saling menguatkan untuk menghadirkan kinerja yang sulit ditandingi kompetitor. Karena peningkatannya mencakup penalaran, pengodean, pemahaman multimodal, dan perencanaan jangka panjang, hal ini sangat menyiratkan bahwa Google telah membuat perbaikan fundamental pada arsitektur inti Gemini melalui Gemini 3 Pro. Lebih dari itu, Google tampak membangun dengan use case bisnis spesifik dalam pikiran, sehingga cara kita menggunakan AI dengan cepat menjadi lebih beragam dan menarik.
Jika Anda perlu mengejar ketertinggalan seputar AI, saya sarankan memulai dengan AI Fundamentals skill track.
Apa perbedaan antara Gemini 3 Pro dan Gemini 3 Deep Think?
Untuk apa jendela konteks 1 juta token berguna?
Bagaimana saya bisa mencoba Gemini 3 Pro secara gratis?
Apa itu Google Antigravity, dan bagaimana bedanya dengan AI Studio atau Vertex AI?
Mengapa skor tolok ukur penting bagi Gemini 3 Pro?
Author
Josef Waples
