llm-gemini 0.34 menambah dukungan Gemini 3.8 Flash
Oleh Zai · Let's Make It Easy
Dipublikasikan 2026-09-03
Rilis llm-gemini 0.34 membawa dukungan untuk Gemini 3.8 Flash ke plugin CLI milik Simon Willison. Versi ini menambahkan tiga level thinking, yaitu low, medium, dan high, serta m...
Rilis llm-gemini 0.34 membawa dukungan untuk Gemini 3.8 Flash ke plugin CLI milik Simon Willison. Versi ini menambahkan tiga level thinking, yaitu low, medium, dan high, serta memperbaiki masalah pada async response yang sebelumnya gagal mencatat versi model yang sudah terselesaikan. Bagi developer yang terbiasa bekerja dari terminal, perubahan seperti ini lebih praktis daripada kelihatannya. Model baru bisa dicoba lewat workflow yang sama, tanpa harus memindahkan eksperimen ke aplikasi lain.
1. Apa itu llm-gemini 0.34?
llm-gemini adalah plugin untuk LLM CLI yang menyediakan akses ke keluarga model Gemini. Release 0.34 menambahkan gemini-3.8-flash dan pilihan level thinking. Pengaturan ini memberi pengguna kontrol atas trade-off antara proses penalaran, waktu respons, dan biaya, meski rilis tersebut tidak memberikan benchmark umum untuk membandingkan ketiga level itu.
2. Contoh penggunaan dari Simon Willison
Dalam artikel rilisnya, Willison menceritakan beberapa eksperimen dengan Gemini 3.8 Flash. Ia memakainya untuk membuat demo HTML setelah memberikan prompt sederhana. Ia juga menggunakan plugin coding agent yang masih sangat dasar untuk menambahkan dukungan HTML ke markdown-svg-renderer. Tool tersebut dapat menerima URL Gist berisi Markdown dan merender blok kode SVG serta HTML. Blok HTML dijalankan melalui sandboxed iframe.
Willison mencatat salah satu demo selesai dalam 13 detik dengan biaya 1.8 sen. Angka ini berguna sebagai contoh biaya sebuah eksperimen, bukan sebagai benchmark yang berlaku untuk semua proyek. Durasi dan biaya akan berubah sesuai prompt, jumlah output, model, dan konfigurasi akun.
3. Apa yang bisa dipelajari developer?
Nilai utama release ini ada pada integrasi. Ketika model baru tersedia di CLI, developer dapat membandingkannya dengan tool dan skrip yang sudah ada. Itu memperpendek jarak antara membaca pengumuman model dan menguji kegunaannya di workload nyata.
Namun, dukungan plugin tidak otomatis berarti model cocok untuk semua pekerjaan. Task coding, HTML, dan JavaScript yang dicontohkan Willison hanya menunjukkan satu pola penggunaan. Tim tetap perlu menguji akurasi, biaya, latency, serta risiko ketika output menyentuh kode produksi atau data sensitif.
Untuk memulai, pasang versi plugin terbaru, jalankan eksperimen kecil yang bisa diulang, lalu simpan prompt dan hasilnya. Dengan cara itu, perbandingan antar level thinking lebih berguna daripada sekadar mencoba model baru sekali.
Sumber utama: Simon Willison’s Weblog. Detail release: GitHub repository llm-gemini.
Eksperimen ini juga memperlihatkan kenapa versioning plugin penting dalam workflow AI. Perubahan kecil pada pencatatan model dapat memengaruhi reproducibility ketika hasil async disimpan untuk dibandingkan kemudian. Developer yang ingin mengulang percobaan sebaiknya mencatat versi plugin, nama model, level thinking, prompt, dan waktu eksekusi. Catatan tersebut membantu memisahkan peningkatan dari model, perubahan prompt, atau kebetulan pada satu output. Ini bukan jaminan evaluasi yang sempurna, tetapi cukup untuk membuat eksperimen harian lebih mudah diaudit dan diulang.
Eksperimen ini juga memperlihatkan kenapa versioning plugin penting dalam workflow AI. Perubahan kecil pada pencatatan model dapat memengaruhi reproducibility ketika hasil async disimpan untuk dibandingkan kemudian. Developer yang ingin mengulang percobaan sebaiknya mencatat versi plugin, nama model, level thinking, prompt, dan waktu eksekusi. Catatan tersebut membantu memisahkan peningkatan dari model, perubahan prompt, atau kebetulan pada satu output. Ini bukan jaminan evaluasi yang sempurna, tetapi cukup untuk membuat eksperimen harian lebih mudah diaudit dan diulang.
Referensi: https://simonwillison.net/2026/Sep/2/llm-gemini/