Gemini 4 Argon — нова модель Google для кіберзахисту

Чому доступ відкривають поетапно

Google пояснює обережний запуск вимогами безпеки: випуск моделі такого рівня можливостей, за словами компанії, вимагає поетапного підходу. Паралельно Google бере участь у добровільній програмі уряду США з попереднього доступу до нових моделей і продовжує збирати відгуки ранніх тестувальників, перш ніж відкрити Argon розробникам, бізнесу та звичайним користувачам. За словами Деміса Хассабіса, першими доступ отримають державні структури та довірені фахівці з кіберзахисту, а ширшу доступність обіцяють незабаром.

Для цього запуску компанія посилила чотири напрями захисту: протидію зловживанням (спроби використати модель для кібератак або хімічної, біологічної, радіаційної чи ядерної загрози), стійкість до непрямих prompt-injection атак — тут Argon лідирує в бенчмарку Gray Swan IPI, моніторинг «неузгодженої» поведінки моделі через аналіз ланцюжка її міркувань з можливістю зупинити виконання за потреби, та ізоляцію середовищ для тестування моделі перед навчанням і оцінюванням.

Де модель уже працює всередині Google

Тисячі співробітників Google вже використовують Argon у щоденній роботі — від налагодження коду до великих переписувань кодових баз. Крім ядра Fuchsia Zircon, агенти на основі моделі переносили на Rust і менші бібліотеки, як-от re2 та libgav1; усі такі масштабні переписування проходять ручний і автоматизований аудит, тестування в емуляторах і перевірку перед виходом у продакшн.

Для декодера відео libgav1 агенти замінили 32 тисячі рядків SIMD-коду — результат працює у 2,7 раза швидше за попередню Rust-версію з ідентичним відеовиходом, наближаючись до продуктивності оптимізованого C++. У квантових обчисленнях модель, за одним прикладом, перевершила опублікований базовий показник на 40% за лічені хвилини; повне впровадження знайдених агентами оптимізацій пам'яті в дата-центрах Google оцінює в економію від 500 ТіБ до 1 ПіБ.

Результати для фінансів, юриспруденції та бізнес-процесів

За межами коду Argon очолює Vals Index — бенчмарк економічного впливу моделей у фінансах, юриспруденції, податковій сфері та розробці ПЗ, зважений за внеском кожного сектору у ВВП США. Подібні лідерські результати модель показує у Vals Finance Agent v2 (багатоетапні фінансові дослідження) та в юридичному бенчмарку Harvey (пошук і складання документів).

У бенчмарку Zapier AutomationBench, що вимірює наскрізне виконання завдань у ключових бізнес-функціях, Argon посідає перше місце з результатом 51,3%. Модель також добре працює з візуальними даними: на LVBench, який оцінює розуміння довгих відео, вона показала 91,7%.

Кіберзахист: приклад Wiz і умови доступу

Для довірених фахівців з кіберзахисту та внутрішніх команд Google модель випускають без кіберзахисних обмежень (guardrails), щоб вони могли повністю використати її можливості для захисту. Компанія Wiz застосовує Argon у програмі Scan for Good, яка безкоштовно шукає й усуває вразливості в критичній публічній інфраструктурі: модель знайшла критичну вразливість, що розкривала персональні дані пацієнтів у медичному ПЗ лікарень, яку пропустили попередні передові моделі.

Результат Argon на CWE-bench v1 (68%, перше місце разом з іншою моделлю) розвиває показники попередньої моделі Google — 3.8 Flash Cyber — на CWE-bench v0. На внутрішньому бенчмарку вразливостей Google модель знайшла проблеми в коді 20 мов програмування, а в тесті Wiz на «живий» пентестинг без доступу до вихідного коду Argon перевершив 3.8 Flash Cyber у пошуку поверхні атаки та підтвердженні вразливостей.

Вхідні токени з кешу коштують на 95% дешевше за звичайні вхідні. Після поточного етапу доступ розширять на платних клієнтів API та підписників Google AI Ultra — точної дати цього розширення в матеріалі немає.