88,2% adalah hasil SEC-bench Pro yang diklaim Google untuk Gemini 4 Carbon dalam pengumuman 28 Oktober 2026. Google memaparkan angka tersebut untuk tugas menemukan kerentanan dalam benchmark yang disebutkannya. Ini adalah hasil penilaian penyedia, bukan bukti pengujian oleh redaksi AIGEO.ID.
Angka ini tidak boleh disamakan dengan keamanan sistem nyata
Skor di satu benchmark tidak menjawab apakah model berhasil mendeteksi kelemahan pada semua aplikasi, mampu memperbaiki masalah tanpa bantuan, atau aman menjalankan tugas berizin luas. Pembaca perlu memahami dataset uji, konfigurasi, kriteria keberhasilan, dan potensi perubahan metode dari waktu ke waktu.
Aturan membandingkan dengan model lain
Jangan menyandingkan 88,2% SEC-bench Pro Gemini dengan 48,5% ExploitGym GPT-6 Cyber sebagai peringkat tunggal. Keduanya mengukur tugas dan kondisi berbeda. Baca perbandingan kebijakan dan akses model keamanan serta rilis primer Google.
Evidence & Provenance
| Jenis record (regulation / investment / map) | Benchmark keamanan — klaim vendor |
|---|---|
| Tanggal peristiwa (YYYY-MM-DD) | 2026-10-28 |
| Nilai dan periode (komitmen / realisasi) | 88,2 |
| URL sumber primer | https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/ |
| Tanggal verifikasi (YYYY-MM-DD) | 2026-11-13 |
| Metodologi / cara pengumpulan | Google pada 28 Oktober 2026 melaporkan skor 88,2% Gemini 4 Carbon pada SEC-bench Pro untuk temuan kerentanan. Jenis dan konfigurasi benchmark berasal dari pengumuman Google, bukan pengujian independen AIGEO. |
| Unit pengukuran | persen pada SEC-bench Pro, klaim Google |
| Batasan dan ketidakpastian | Skor benchmark vendor tidak bisa dibandingkan langsung dengan ExploitGym OpenAI atau angka tingkat keamanan produk nyata tanpa metodologi sepadan. |
