Кодик кратко объясняет суть статьи
Google анонсировала новую версию своей языковой модели Gemini 4 Argon, ориентированную на решение сложных многоэтапных задач в области программирования, корпоративной деятельности и кибербезопасности. Модель обладает увеличенным лимитом генерации — до 1 млн токенов за один запрос, что позволяет ей обрабатывать крупные объёмы данных и решать комплексные задачи без дробления запроса. Argon активно используется внутри Google для перевода проектов с C/C++ на Rust, анализа инфраструктуры дата-центров и оптимизации квантовых алгоритмов. Например, она помогла перевести ядро операционной системы Fuchsia с C++ на Rust, переработав свыше 800 тыс. строк кода, а также ускорила работу видеодекодера libgav1 в 2,7 раза. Тесты показывают высокие результаты в задачах разработки программного обеспечения, однако в некоторых бенчмарках Argon уступает конкурентам. Особое внимание уделено безопасности: модель обучена выявлять уязвимости, подтверждать их наличие и предлагать исправления. Она успешно прошла внутренние испытания Google и сторонние тесты, включая обнаружение критических уязвимостей в медицинском ПО. Доступ к Argon получат сначала специалисты по кибербезопасности, затем разработчики и корпоративные клиенты, а позже — обычные пользователи. Цена составит $2 за 1 млн входных токенов и $10 за выходные. Ранее были выпущены облегчённые версии Gemini 3.8 Flash и Live.
Читайте в Telegram
|
Google представила флагманскую модель Gemini 4 Argon, рассчитанную на длительные многоэтапные задачи в программировании, корпоративной работе и кибербезопасности.
Пока доступ к ней получает ограниченная группа специалистов по защите информационных систем в рамках программы Fairwind.
Одним из главных изменений стал лимит вывода: Gemini 4 Argon способна генерировать до 1 млн токенов за один запуск вместо 64 000 у предыдущих моделей. Google рассчитывает, что такой запас позволит модели дольше рассуждать над сложной задачей и выполнять большие последовательности действий без необходимости разбивать работу на множество отдельных запросов.
Программирование и работа с документами
Google уже использует Argon внутри компании. По словам разработчиков, модель применяют для отладки, проектирования алгоритмов и масштабных изменений в кодовых базах.
В частности, агенты на базе Argon участвуют в переводе проектов Google с C/C++ на Rust. Масштаб отдельных задач варьируется от десятков тысяч строк до более чем 800 000 строк в ядре Zircon операционной системы Fuchsia. При работе над видеодекодером libgav1 модель переписала около 32 000 строк SIMD-кода на безопасный Rust. Получившийся вариант, по данным Google, работает в 2,7 раза быстрее предыдущего Rust-порта при идентичном результате декодирования. Изменения перед внедрением дополнительно проверяют автоматическими и ручными тестами.
Ещё один эксперимент связан с инфраструктурой Google: группа агентов проанализировала телеметрию дата-центров и нашла способы сократить расход памяти. После внедрения оптимизаций удалось освободить более 300 ТБ, а потенциальный суммарный выигрыш компания оценивает в 500 ТБ–1 ПБ.
В исследовательском подразделении Google модель также использовали для оптимизации квантовых алгоритмов. В одном из примеров Argon за несколько минут сократила необходимые вычислительные ресурсы на 40% относительно опубликованного ранее базового решения.
На DeepSWE v1.1, где проверяется способность автономно выполнять продолжительные задачи по разработке ПО, Gemini 4 Argon получила 77,9%. Для сравнения, GPT-6 Astra набрала 74,1%, а Claude Opus 5.5 — 74,2%. Впрочем, Argon лидирует не во всех тестах: на FrontierSWE v2 у неё 55% против 65,5% у GPT-6 Astra, а на Terminal-bench 4.0 — 57,4% против 66,4% у Claude Opus 5.5. Такие результаты приводит сама Google.
В задачах интеллектуальной работы Argon набрала 68,9% в Vals Index, объединяющем тесты по финансам, праву, программированию и другим профессиональным областям. На AutomationBench от Zapier, где модели самостоятельно выполняют последовательности бизнес-задач, результат составил 51,3%. В тесте на понимание длинных видео LVBench модель получила 91,7%.
Отдельный упор на кибербезопасность
Gemini 4 Argon обучали не только искать уязвимости, но и самостоятельно подтверждать их наличие и предлагать исправления. В CWE-bench v1 модель набрала 68%, разделив первое место с GPT-6 Astra.
Во внутренних тестах Google Argon искала уязвимости в сложных проектах на 20 языках программирования. В отдельном тесте компании Wiz модель анализировала работающие веб-системы без доступа к исходному коду, искала возможные точки атаки и готовила подтверждение найденных проблем.
Wiz уже использует Argon в программе Scan for Good, предназначенной для бесплатной проверки критической инфраструктуры. Во время одного из тестов модель обнаружила критическую уязвимость в программном обеспечении для медицинских организаций, которую, как утверждается, пропустили предыдущие передовые модели.
Для доверенных специалистов по кибербезопасности Google намерена предоставлять Argon без ограничений на выполнение киберзадач, чтобы не урезать её возможности при поиске и исправлении уязвимостей. Для обычных пользователей останутся механизмы, блокирующие потенциально опасные запросы, связанные в том числе с кибератаками и химическими, биологическими, радиологическими и ядерными угрозами.
Компания также усилила защиту от скрытых вредоносных инструкций в документах и других данных, которые модель получает при выполнении задачи. Кроме того, Google тестирует систему, отслеживающую ход выполнения действий Argon и способную остановить агента, если тот начинает выходить за рамки поставленной пользователем задачи.
Когда Gemini 4 Argon станет доступна и сколько будет стоить
Сейчас Google разворачивает модель поэтапно. Первыми доступ получают доверенные специалисты по кибербезопасности через Fairwind Program. Компания также участвует в добровольной американской программе предварительного предоставления новых ИИ-моделей государственным органам.
После дополнительного тестирования Google планирует открыть Gemini 4 Argon разработчикам, корпоративным клиентам и обычным пользователям. Расширение доступа начнётся с платных клиентов Gemini API и подписчиков Google AI Ultra. Точной даты публичного запуска компания пока не назвала.
Для API заявлена стартовая цена $2 за 1 млн входящих токенов и $10 за 1 млн исходящих. Кэшированные входящие токены будут стоить на 95% дешевле обычных.
В начале сентября Google выпустила Gemini 3.8 Flash — более компактную модель с акцентом на скорость и программирование. Тогда в компании ещё продолжалась работа над следующим крупным поколением Gemini.
Позднее Google представила Gemini 3.8 Live для голосового общения и рассуждений в реальном времени.
