Computer Use di Gemini API resmi tersedia umum, agen bisa mengoperasikan browser sampai desktop

Google mencatat pada 30 Oktober 2026 bahwa alat Computer Use di Gemini API resmi berstatus tersedia umum, bukan lagi pratinjau. Status baru itu berlaku di dua jalur sekaligus, yaitu Interactions API dan GenerateContent API, sehingga pengembang yang sudah memakai salah satu jalur tidak perlu memindahkan kode untuk mencobanya. Bagi pengembang, perubahan ini penting karena versi pratinjau biasanya dibatasi kuota, bisa berubah tanpa pemberitahuan, dan tidak dijamin dipakai untuk beban produksi.

Cara kerjanya bertumpu pada tangkapan layar. Model menerima gambar tampilan komputer, membaca isinya, lalu bertindak dengan menghasilkan aksi antarmuka seperti klik mouse dan input papan ketik. Pola ini mirip function calling, tetapi eksekusinya tidak dilakukan Google: pengembang wajib menyiapkan lingkungan eksekusi di sisi klien yang menerima aksi dari model lalu menjalankannya di mesin atau perangkat yang dituju. Lingkungan yang didukung mencakup browser, ponsel, dan desktop, sehingga satu pola integrasi bisa dipakai untuk beberapa jenis target sekaligus.

Dokumentasi Google menyebut beberapa kemampuan yang membedakannya dari sekadar perekam klik. Setiap aksi membawa field intent yang menjelaskan alasan model mengambil langkah tersebut, sehingga kesalahan bisa ditelusuri tanpa menebak dari urutan klik. Kebijakan keamanan bisa diatur lewat kategori bawaan beserta penimpaan sesuai kebutuhan aplikasi. Tersedia pula deteksi prompt injection yang bersifat opsional: tangkapan layar dipindai untuk mencari instruksi jahat yang sengaja disembunyikan di halaman, misalnya teks tersembunyi yang memerintahkan agen memindahkan dana. Model yang mendukung Computer Use adalah keluarga Gemini 4 dan Gemini 3.x, dan contoh kode resmi memakai gemini-3.8-flash.

Contoh pemakaian yang disebut Google adalah pengisian formulir dan entri data berulang, pengujian otomatis alur aplikasi web, serta riset lintas situs seperti mengumpulkan harga dan ulasan produk. Yang perlu ditegaskan, status tersedia umum tidak otomatis berarti siap produksi. Agen yang menekan tombol di sistem internal tetap memerlukan akun khusus dengan hak minimum, batas lingkup halaman yang boleh disentuh, jeda konfirmasi untuk aksi berisiko seperti persetujuan atau penghapusan data, dan rekaman langkah yang bisa diperiksa ulang.

Catatan rilis yang sama juga menandai beberapa perubahan lain, antara lain Gemini API CLI berstatus beta pada 27 Oktober, sebuah klien baris perintah tanpa dependensi untuk agen coding dan pipeline integrasi berkelanjutan. Dibaca bersama, arahnya jelas: kemampuan mengoperasikan antarmuka bergerak dari demo menjadi layanan biasa. Karena itu pembeda produk tidak lagi terletak pada akses ke model, melainkan pada disiplin izin, pembatasan wewenang, dan audit di sekeliling agen yang dijalankan.