Google представила Gemini 4 Argon: фокус на кибербезопасности и сложных корпоративных задачах

Google DeepMind анонсировала Gemini 4 Argon — новую передовую модель (frontier model), разработанную для решения сложных, многоэтапных задач в реальных условиях. Основной упор сделан на программную инженерию, корпоративную интеллектуальную работу в сферах права и финансов, а также на кибербезопасность.

В данный момент доступ к модели ограничен: она разворачивается для доверенных специалистов по киберзащите в рамках программы Fairwind. Это подчеркивает осторожный подход компании к релизу мощных систем искусственного интеллекта.

Контекст

Индустрия больших языковых моделей (LLM) постепенно переходит от создания универсальных чат-ботов к разработке специализированных агентов, способных выполнять длительные рабочие процессы. Для таких задач критически важны объем контекста и способность модели удерживать логику на протяжении множества шагов.

Google уже активно использует Argon внутри компании. Тысячи сотрудников используют модель в работе: с её помощью оптимизируют квантовые алгоритмы, анализируют телеметрию дата-центров и переносят кодовые базы на Rust. Это демонстрирует, что разработчики стремятся сначала доказать эффективность инструмента на собственных сложных инфраструктурах, прежде чем предлагать его широкому рынку.

Детали

Ключевое техническое обновление — лимит на длину ответа: он вырос с 64 тыс. до 1 млн токенов. Модель может генерировать сотни тысяч токенов рассуждений за одну траекторию и решать сложные задачи за один проход.

Модель демонстрирует впечатляющие результаты в реальных задачах. Например, агенты Argon взяли готовый Rust-порт библиотеки декодирования видео libgav1 и заменили 32 тыс. строк SIMD-кода, проведя множество экспериментов по профилированию. В результате получился безопасный для памяти декодер, который работает в 2,7 раза быстрее исходного порта на Rust.

На вводный период Argon будет стоить 2 доллара за миллион входных токенов и 10 долларов за миллион выходных, кешированные входные токены — на 95% дешевле. После вводного периода цена вырастет до 4 и 20 долларов.

На бенчмарках модель показывает лидирующие позиции: 77.9% в DeepSWE v1.1 (программная инженерия), 51.3% в AutomationBench (выполнение бизнес-функций) и 91.7% в LVBench (понимание длинных видео).

Анализ

Особого внимания заслуживают возможности Argon в сфере кибербезопасности. Модель обучена автономно находить, проверять и устранять критические уязвимости в программном обеспечении. На тесте CWE-bench v1 модель делит первое место с результатом 68%.

Компания Wiz уже использует Argon для выявления рисков в критической инфраструктуре. В одном из случаев модель обнаружила серьезную уязвимость в медицинском программном обеспечении, которую пропустили предыдущие поколения ИИ. Это открывает новые перспективы для автоматизации аудита безопасности, где ИИ выступает не просто советником, а активным защитником.

Перспектива

Google делает серьезный акцент на безопасности перед широким релизом. Компания внедряет защиту от косвенных инъекций промптов (indirect prompt injections) и механизмы мониторинга цепи рассуждений (chain-of-thought), чтобы предотвратить отклонение модели от намерений пользователя.

Такой подход показывает, что по мере роста автономности ИИ-систем, главным вызовом становится не столько наращивание их интеллекта, сколько обеспечение надежного контроля и изоляции в защищенных средах (sandboxes). Широкое внедрение подобных моделей потребует от бизнеса пересмотра стандартов корпоративной безопасности и доверия к алгоритмам.