Google Meluncurkan Deep Research dan Deep Research Max dengan Dukungan MCP dan Grafik Asli

Tulis oleh Huruf AI

Google benar-benar panik.

Baru saja dilaporkan bahwa salah satu pendiri Google, Sergey Brin, telah menghidupkan kembali "mode pendiri," secara langsung memimpin dan membentuk tim elit "pasukan serbu" untuk sepenuhnya meningkatkan kemampuan Gemini dalam pemrograman AI dan agen otonom, demi mengejar pesaing seperti Anthropic.

Langsung setelah itu, Google mengumumkan pembaruan besar di tengah malam, meluncurkan dua agen penelitian otomatis generasi baru yang dibangun berdasarkan model Gemini 3.1 Pro: Deep Research dan Deep Research Max.

Tidak hanya memperkuat kemampuan inferensi di tingkat dasar model, tetapi juga secara agresif mendorong pengembangan agen cerdas mandiri menuju arah platform perusahaan dan pengembang, dengan membuka API, mendukung data pribadi, tugas asinkron latar belakang, dan lainnya, untuk merebut posisi terdepan dalam skenario bernilai tinggi berupa "alat penelitian/analisis AI" dan menghadapi persaingan dari pesaing seperti OpenAI (Hermes) dan Perplexity.

Kedua agen ini pertama kalinya memungkinkan pengembang untuk menggabungkan data jaringan terbuka dengan informasi eksklusif perusahaan melalui satu panggilan API, serta secara native menghasilkan grafik dan infografis dalam laporan penelitian, sekaligus dapat terhubung ke sumber data pihak ketiga apa pun melalui Model Context Protocol (MCP).

Dua agen mulai hari ini tersedia dalam versi pra-peluncuran publik melalui paket berbayar Gemini API, yang dapat diakses melalui Interactions API yang pertama kali diperkenalkan oleh Google pada Desember 2025.

Benar, agen-agen baru ini saat ini hanya dapat digunakan melalui API, dan pengguna biasa tidak dapat menikmatinya di aplikasi Gemini, bahkan jika mereka telah berlangganan berbayar. Melihat pembaruan tetapi tidak dapat menggunakannya, beberapa pengguna mengeluh: "Google entah mengapa terus menghukum para pengguna Pro berlangganan Gemini App kami..."

CEO Google, Sundar Pichai, juga secara langsung mempromosikan di X: "Gunakan Deep Research saat Anda membutuhkan kecepatan dan efisiensi; gunakan versi Max saat Anda mengejar kualitas tertinggi dalam pengumpulan dan sintesis konteks—versi ini mencapai skor 93,3% untuk DeepSearchQA dan 54,6% untuk HLE melalui ekspansi komputasi selama pengujian."

18 bulan lalu, tujuan Google Deep Research adalah membantu mahasiswa pascasarjana menghindari tenggelam dalam jumlah besar tab browser. Kini, Google inginnya menggantikan pekerjaan penelitian dasar analis tingkat pemula di bank investasi.

Kesenjangan antara dua tujuan ini—dan apakah teknologi ini benar-benar dapat menutup kesenjangan tersebut—akan menentukan apakah agen penelitian otonom akan menjadi produk revolusioner di bidang perangkat lunak perusahaan, atau hanya menjadi demonstrasi kecerdasan buatan lain yang tampak menarik dalam pengujian tetapi mengecewakan di konferensi.

Deep Research versi Standar memiliki latensi lebih rendah dan biaya lebih rendah, cocok untuk skenario yang membutuhkan kecepatan.

Deep Research Max memprioritaskan kedalaman daripada kecepatan. Agen ini melakukan penalaran mendalam, pencarian, dan iterasi melalui ekstensi komputasi pada waktu pengujian, sehingga menghasilkan laporan.

Google menunjukkan bahwa alur kerja latar belakang asinkron adalah skenario penggunaan idealnya, misalnya dijalankan melalui tugas terjadwal (cron job) di malam hari, sehingga pada pagi harinya tim analis dapat menerima laporan due diligence lengkap.

Dalam pengujian benchmark milik Google sendiri, Deep Research Max mencapai kemajuan signifikan dalam tugas pencarian dan penalaran. Agen ini mampu mengambil informasi dari sumber yang lebih banyak dibandingkan versi sebelumnya, serta menangkap nuansa-nuansa yang sering diabaikan oleh model lama.

Google juga memberikan perbandingan dengan pesaing.

Namun, membandingkannya dengan GPT-5.4 dari OpenAI dan Opus 4.6 dari Anthropic tidak sepenuhnya adil. GPT-5.4 unggul dalam pencarian web otonom, tetapi tidak dioptimalkan secara khusus untuk penelitian mendalam. Untuk tujuan ini, OpenAI menyediakan agen DR-nya sendiri, yang setelah pembaruan Februari beralih ke GPT-5.2, bukan GPT-5.4. Model pencarian terkuat OpenAI sebenarnya adalah GPT-5.4 Pro, tetapi Google jelas tidak memasukkannya ke dalam perbandingan tersebut.

Menurut data OpenAI, GPT-5.4 Pro mencapai skor tertinggi 89,3% pada ujian pencarian agen BrowseComp, sementara GPT-5.4 mendapat skor 82,7%.

Berdasarkan laporan milik Anthropic sendiri, Opus 4.6 mendapatkan skor 84% di BrowseComp, lebih tinggi daripada nilai yang ditampilkan oleh Google. Skor ini dicapai dengan fitur reasoning dinonaktifkan, dan kinerja model justru lebih unggul daripada pengaturan reasoning intensif yang digunakan Google dalam pengujian API.

Kesenjangan ini kemungkinan besar berasal dari perbedaan metode pengujian—apakah model dievaluasi melalui API asli atau dienkapsulasi dalam alur kerja masing-masing laboratorium. Data dari Google belum tentu salah, tetapi perlu ditafsirkan dengan hati-hati. Bagaimanapun juga, cara penyajiannya kurang transparan.

Fitur paling berdampak dalam rilis ini adalah penambahan dukungan untuk Model Context Protocol (MCP). Fitur ini mengubah Deep Research dari alat riset web yang kuat menjadi entitas yang lebih mendekati "analyst data universal".

MCP adalah standar terbuka baru yang digunakan untuk menghubungkan model AI ke sumber data eksternal. Ini memungkinkan Deep Research untuk secara aman mengajukan pertanyaan ke database pribadi, perpustakaan dokumen internal, dan layanan data pihak ketiga profesional—semua proses ini tanpa harus meninggalkan lingkungan aslinya.

Dalam penerapan nyata, ini berarti sebuah dana hedge dapat secara bersamaan mengarahkan Deep Research ke database alur perdagangan internalnya dan terminal data keuangan, lalu meminta agen untuk menggabungkan keduanya dengan informasi publik dari web, guna menghasilkan wawasan terpadu.

Google mengungkapkan bahwa saat ini sedang bekerja sama secara aktif dengan perusahaan-perusahaan seperti FactSet, S&P, dan PitchBook untuk merancang server MCP-nya, yang jelas menunjukkan bahwa Google berupaya melakukan integrasi mendalam dengan penyedia data yang secara harian digunakan oleh Wall Street dan industri jasa keuangan yang lebih luas.

Menurut artikel blog yang ditulis oleh produk manajer Google DeepMind, Lukas Haas dan Srinivas Tadepalli, tujuannya adalah "memungkinkan pelanggan bersama untuk mengintegrasikan produk data keuangan ke dalam alur kerja yang didorong oleh Deep Research, serta mencapai lompatan produktivitas dengan memanfaatkan kosmos data masifnya untuk mengumpulkan konteks dengan kecepatan kilat."

Fitur ini secara langsung menyelesaikan salah satu tantangan paling sulit dalam adopsi AI oleh perusahaan: kesenjangan besar antara informasi yang dapat ditemukan model di internet terbuka dan informasi yang dibutuhkan organisasi untuk pengambilan keputusan. Sebelumnya, menutup kesenjangan ini memerlukan banyak pekerjaan rekayasa yang disesuaikan.

Sementara MCP mendukung integrasi kemampuan penjelajahan dan penalaran mandiri Deep Research, menyederhanakan sebagian besar kompleksitas menjadi satu kali konfigurasi. Pengembang sekarang dapat membuat Deep Research menggunakan pencarian Google, server MCP jarak jauh, konteks URL, eksekusi kode, dan pencarian file secara bersamaan—atau sepenuhnya menonaktifkan akses jaringan dan hanya melakukan pencarian pada data khusus.

Sistem juga mendukung input multimodal, termasuk PDF, CSV, gambar, audio, dan video, sebagai grounding (konteks grounding).

Fitur penting kedua adalah pembuatan grafik dan infografis asli.

Versi Deep Research sebelumnya hanya dapat menghasilkan laporan teks murni. Jika pengguna membutuhkan visualisasi, mereka harus mengekspor data dan membuat grafik sendiri. Kekurangan ini secara signifikan melemahkan posisi "otomatisasi end-to-end".

Sekarang, agen generasi baru dapat secara native menyematkan grafik dan infografis berkualitas tinggi dalam laporan, merender dinamis dataset kompleks dalam format HTML atau Google Nano Banana, sehingga langsung menjadi bagian dari narasi analisis.

Untuk pengguna perusahaan—terutama yang berada di industri keuangan dan konsultasi yang perlu menghasilkan hasil yang dapat langsung diserahkan kepada pemangku kepentingan—fitur ini mengubah Deep Research dari alat yang "mempercepat tahap penelitian" menjadi alat yang mampu menghasilkan produk analisis yang mendekati akhir.

Selain itu, dengan menggabungkan fitur perencanaan kolaboratif baru (yang memungkinkan pengguna untuk meninjau, membimbing, dan mengoptimalkan rencana penelitian agen sebelum eksekusi), serta output aliran real-time langkah-langkah penalaran menengah, sistem baru memungkinkan pengembang untuk melakukan kontrol granular terhadap cakupan penyelidikan, sekaligus mempertahankan tingkat transparansi yang dibutuhkan oleh industri regulasi.

Artikel blog resmi Google secara jelas menyatakan bahwa ketika pengembang menggunakan agen Deep Research untuk membangun, mereka memanggil "infrastruktur penelitian otonom yang sama yang menyediakan kemampuan penelitian untuk berbagai produk populer milik Google, seperti Gemini App, NotebookLM, Google Search, dan Google Finance." Ini menunjukkan bahwa agen yang disediakan melalui API bukan versi sederhana dari versi internal Google, melainkan sistem yang sama yang disediakan secara platform-scale.

Proses evolusi ini berlangsung sangat cepat.

Google meluncurkan Deep Research pertama kali di Aplikasi Gemini pada Desember 2024 sebagai fitur untuk konsumen, yang didorong oleh Gemini 1.5 Pro. Google menggambarkannya sebagai asisten penelitian AI pribadi yang mampu merangkum informasi web dalam hitungan menit, membantu pengguna menghemat berjam-jam waktu kerja.

Pada Maret 2025, Google meningkatkan Deep Research dengan Gemini 2.0 Flash Thinking Experimental dan membukanya untuk uji coba oleh semua orang. Selanjutnya ditingkatkan menjadi Gemini 2.5 Pro Experimental, dengan Google melaporkan bahwa para evaluator lebih memilih laporannya dibandingkan pesaingnya dengan rasio 2 banding 1.

Desember 2025 adalah titik balik penting, Google meluncurkan Interactions API, yang secara pertama kalinya menyediakan Deep Research secara pemrograman, didorong oleh Gemini 3 Pro, dan secara bersamaan merilis benchmark DeepSearchQA yang bersifat open source.

Model dasar yang mendorong perbaikan ini adalah Gemini 3.1 Pro, yang dirilis pada 19 Februari 2026. Model ini mencapai lompatan signifikan dalam kemampuan penalaran inti: pada pengujian ARC-AGI-2 yang mengevaluasi kemampuan model dalam menyelesaikan pola logika baru, Gemini 3.1 Pro mendapatkan skor 77,1%, lebih dari dua kali lipat dari Gemini 3 Pro.