Gemini 4 Argon: nowa era pionierskiej inteligencji

Prezentujemy Gemini 4 Argon – nasz nowy, przełomowy model, który udostępniamy zaufanym specjalistom ds. cyberbezpieczeństwa w ramach Programu Fairwind . Stworzyliśmy go z myślą o głębokim wnioskowaniu w wieloetapowych procesach. Argon już dziś zmienia sposób naszej pracy w Google i zapewnia wysoką wydajność w praktycznej inżynierii oprogramowania, pracy z wiedzą ekspercką (np. w prawie i finansach) oraz w cyberobronie.

Bezpieczne wdrożenie tak zaawansowanych możliwości wymaga etapowego podejścia. Aktywnie uczestniczymy w dobrowolnym procesie rządu USA dotyczącym przedpremierowego dostępu do modeli i stopniowo rozszerzamy grono użytkowników. Zbieramy opinie od pierwszych testerów, aby udoskonalić procedury bezpieczeństwa, zanim udostępnimy model Argon programistom, firmom oraz konsumentom.

W okresie ¹ Argon jest dostępny w cenie 2 USD za milion tokenów wejściowych i 10 USD za milion tokenów wyjściowych (przy czym buforowane tokeny wejściowe są o 95% tańsze)

Zmiana sposobu pracy i tworzenia w Google

Gemini 4 Argon napędza już nasze wewnętrzne procesy. Tysiące pracowników Google cenią jego możliwości w specjalistycznym kodowaniu, pogłębionych badaniach i tworzeniu tekstów, co pomaga zespołom szybciej budować rozwiązania i przyspieszać przełomowe odkrycia:

• Optymalizacja algorytmów kwantowych: Argon pomaga naszym badaczom i badaczkom optymalizować zasoby czasoprzestrzenne (kubity × bramki) podprogramów w kluczowych aplikacjach – w jednym z zadań przebił opublikowany wynik bazowy o 40% w kilka minut.

• Efektywność pamięci: zespół agentów Argon przeanalizował telemetrię całej floty serwerów i autonomicznie wdrożył optymalizacje w centrach danych Google. Pozwoliło to zwolnić ponad 300 TiB pamięci, a szacowane łączne oszczędności wyniosą od 500 TiB do 1 PiB.

• Migracja i optymalizacja kodu: agenci Argon migrują w Google kod z języków C/C++ do Rusta – od dziesiątek tysięcy linii w bibliotekach rdzeniowych (re2, libgav1) po ponad 800 000 linii w jądrze Fuchsia Zircon . Każda zmiana w tych krytycznych systemach przechodzi rygorystyczny audyt automatyczny i ręczny, testy emulacyjne oraz sprawdzanie przed wdrożeniem produkcyjnym.
  
  W otwartoźródłowym dekoderze wideo libgav1 agenci zastąpili 32 000 linii kodu SIMD w istniejącym porcie Rusta. Po serii eksperymentów profilujących i analizie danych z kompilatora wygenerowali bezpieczny kod w języku Rust z automatyczną wektoryzacją. Efekt to bezpieczny pamięciowo dekoder, który działa 2,7 razy szybciej niż wcześniejszy port Rusta, generuje identyczny obraz i dorównuje wydajnością zoptymalizowanemu kodowi C++.

Cięższa praca nad najbardziej złożonymi problemami

Aby ułatwić wykorzystanie Gemini 4 Argon w rozbudowanych zadaniach, zwiększyliśmy limit tokenów wyjściowych modelu z 64 000 do rekordowego w branży 1 miliona . Daje to modelowi przestrzeń do dogłębnej analizy i generowania setek tysięcy tokenów w jednym przebiegu, co pozwala rozwiązywać złożone problemy od początku do końca.

Dzięki zaawansowanemu kodowaniu, wnioskowaniu i multimodalności Gemini 4 Argon świetnie radzi sobie z długimi, wieloetapowymi procesami biznesowymi . Inżynierowie i inżynierki Google używają go na co dzień – od debugowania po migracje kodu i projektowanie algorytmów. Model wyznacza nowy standard w teście DeepSWE v1.1 (77,9%), oceniającym skuteczność w długofalowych zadaniach inżynierii oprogramowania .

Poza programowaniem Argon prowadzi w zestawieniu Vals Index, które mierzy wpływ ekonomiczny modeli na finanse, kodowanie, prawo i podatki (z wagami odpowiadającymi udziałowi sektorów w PKB USA) . Osiąga też czołowe wyniki w testach dziedzinowych: Vals Finance Agent v2 (wieloetapowe analizy finansowe) i Harvey’s Legal Agent Benchmark (analizy prawne i tworzenie projektów dokumentów). W teście AutomationBench od Zapiera, mierzącym kompleksową realizację procesów biznesowych, Argon zajmuje pierwsze miejsce z wynikiem 51,3% .

Model wyróżnia się również w zadaniach wymagających analizy obrazu: precyzyjnie interpretuje wykresy, wychwytuje szczegóły w długich nagraniach wideo i przetwarza serie dokumentów. W teście LVBench, badającym rozumienie długich materiałów wideo, osiąga wynik 91,7%.

Wytrenowaliśmy Gemini 4 Argon pod kątem zaawansowanej cyberobrony – model autonomicznie wyszukuje, sprawdza i łata krytyczne luki w oprogramowaniu. Zaufanym partnerom oraz wewnętrznym zespołom Google udostępniamy wersję modelu Argon bez ograniczeń nakładanych na zadania z zakresu cyberbezpieczeństwa, aby mogli w pełni wykorzystać jego potencjał obronny.

Firma Wiz używa już modelu Argon w inicjatywie Scan for Good – programie bezpłatnej ochrony krytycznej infrastruktury publicznej poprzez wykrywanie i usuwanie groźnych podatności. Już podczas wczesnych testów model wykrył nieznaną wcześniej krytyczną lukę w oprogramowaniu medycznym używanym przez szpitale na całym świecie, chroniąc wrażliwe dane osobowe.

W teście CWE-bench v1, oceniającym zdolność usuwania podatności, Argon zajmuje pierwsze miejsce (68%), rozwijając wynik modelu 3.8 Flash Cyber z testu CWE-bench v0

Zapewnia też wyraźny postęp w wykrywaniu luk względem 3.8 Flash Cyber:

• W wewnętrznym, kompleksowym teście podatności w Google model odkrył szeroki zakres zagrożeń w złożonych bazach kodu obejmujących 20 języków programowania.
• W testach penetracyjnych typu black-box firmy Wiz (analiza działających systemów webowych bez dostępu do kodu źródłowego) Argon wyprzedza 3.8 Flash Cyber w mapowaniu powierzchni ataku, identyfikowaniu luk i tworzeniu dowodów koncepcji (PoC) do ich potwierdzenia.

Wzmocnienie zabezpieczeń granicznych przed ich powszechną dostępnością

Przed szerokim wdrożeniem Gemini 4 Argon wzmacniamy zabezpieczenia w czterech kluczowych obszarach:

Ochrona przed nadużyciami: model odrzuca szkodliwe żądania związane z cyberatakami oraz zagrożeniami CBRN (chemicznymi, biologicznymi, radiologicznymi i nuklearnymi), chroniąc jednocześnie legalne badania naukowe o podwójnym zastosowaniu – zgodnie z naszymi ramami Frontier Safety Framework. Ulepszyliśmy też monitorowanie wewnętrznych aktywacji modelu pod kątem nadużyć, a zabezpieczenia przetestowały wewnętrzne i zewnętrzne zespoły red-teamingowe przy użyciu metod ręcznych oraz automatycznych.

Odporność na ataki typu prompt injection: dzięki zautomatyzowanemu red-teamingowi i treningowi kontradyktoryjnemu (adversarial training) Argon to nasz najbardziej odporny model na pośrednie ataki typu prompt injection (próby przejęcia kontroli nad zachowaniem modelu za pomocą złośliwych instrukcji ukrytych w kontekście). Model prowadzi pod względem odporności w teście Indirect Prompt Injection (IPI) firmy Gray Swan.

• Monitorowanie zgodności z intencjami: aby zapobiec działaniom wykraczającym poza intencje użytkownika (tzw. misalignment), monitorujemy łańcuch rozumowania i działania modelu Argon, zatrzymując je w razie potrzeby. Podczas treningu alerty trafiały do zespołu reagowania na incydenty, ale nie wracały do danych treningowych, by model nie nauczył się omijać nadzoru. Zachęcamy całą branżę do dbania o przejrzystość rozumowania modeli przy jednoczesnym ograniczaniu ryzyka niezgodności.
• Wzmacnianie systemów: zgodnie z naszym planem kontroli agentów AI izolujemy i uszczelniamy środowiska testowe przed treningami oraz ewaluacjami wysokiego ryzyka, dzieląc się tymi praktykami z partnerami w całym ekosystemie.

Dostępny wkrótce

Stworzyliśmy Gemini 4 Argon, aby wspierał programistów, specjalistów i firmy w najtrudniejszych wyzwaniach związanych z kodowaniem, pracą z wiedzą, cyberobroną i tworzeniem tekstów. Dziękujemy pierwszej grupie specjalistów ds. cyberbezpieczeństwa i zaufanych testerów za cenne opinie – wkrótce udostępnimy model szerzej, zaczynając od klientów korzystających z płatnego API oraz subskrybentów Google AI Ultra .