Gemini 4 Argon AI посилює безпеку: вирішує 12 симульованих атак, проти 5

Google запустив Gemini 4 Argon AI, модель з більш надійними можливостями кібербезпеки та захистом в реальному часі.

Під час обмежених тестів Wiz використав його для виявлення у програмному забезпеченні лікарні вразливості, яку попередні моделі не виявили. Цей дефект стосувався захисту сотень тисяч медичних карток. Тепер питання в тому, чи зможуть захисти впоратися з новими можливостями.

Ключові моменти

• Argon завершив 12 симульованих кібернетичних атак, проти п’яти попереднього покоління.
• Три рівні захисту фільтрують запити, контролюють внутрішні сигнали та спостерігають за відповідями.
• У зовнішніх тестах біологічного jailbreak було розблоковано менше 1% підзадач.
• У бенчмарку Gray Swan щодо ін’єкцій запитів атаки були успішними в 0,7% випадків.

Безпека Gemini 4 Argon AI приходить у реальні системи

Модель вже була використана на реальному програмному забезпеченні, а не лише в лабораторії. За словами Google DeepMind, яка пояснила це в блозі, вона покращує складну роботу в програмуванні, фінансах, праві, кібербезпеці та науці.

Прогрес у кодуванні та міркуванні допоміг командам безпеки виявити та виправити вразливості. Окрім випадку з Wiz, команди компанії виправили помилки в внутрішньому та відкритому програмному забезпеченні. Серед них є базові вразливості, які стосуються систем у всьому світі і наразі проходять відповідальне розкриття.

Запуск відбувся 13 жовтня 2026 року, повідомляє The Verge. Видання також згадує про внутрішні використання, які виходять за межі безпеки: модель зменшила потужність обчислень, необхідну для розділу коментарів YouTube, вдвічі. Вона також допомогла виправити помилки в симуляторі фізики дронів, що використовується компанією Wing, яка займається доставкою дронів від Alphabet.

У оцінках біології версії без захисту продемонстрували більші можливості у покроковому вирішенні проблем у складних лабораторних процедурах. Тому компанія застосувала захисти як у кібербезпеці, так і в біології в рамках своєї системи Frontier Safety Framework.

Від програми Fairwind до більш широкого відкриття

Перед загальним відкриттям Argon пройшов через етап, що був закритий для кількох користувачів. Кіберзахисники протестували його через Fairwind Program, тоді як внутрішні команди безпеки аналізували критичні системи всередині та зовні компанії.

Тепер Google розширює доступ і приносить програму Fairwind до більшої кількості надійних захисників. За інформацією про запуск, модель стає доступною для підписників Pro та Ultra через додаток Gemini та режим AI пошуку. Підписники Ultra також знайдуть її в Antigravity, платформі агентного розвитку компанії.

На момент дебюту ціна становить 2 долари за мільйон токенів на вхід та 10 доларів за мільйон токенів на вихід. Тарифи подвоюються наприкінці вступного періоду, наприкінці листопада.

Те ж саме покриття нагадує, що нижча ціна за токен не означає обов’язково нижчої вартості для діяльності. Різні моделі споживають різну кількість токенів для виконання однієї й тієї ж роботи.

Три рівні проти зловживань та jailbreak

Система захисту Argon об’єднує три інструменти: фільтрацію запитів, внутрішній аналіз моделі та постійний моніторинг. Мета полягає в забезпеченні просунутого захисту AI від тих, хто маскує шкідливі запити або фрагментує їх у довгих розмовах.

На першому рівні менші моделі перевіряють вхідні запити та контекст розмови. На другому рівні деякі зразки активації аналізують внутрішні нейронні сигнали, шукаючи знання, пов’язані з кібернетичними атаками або біологічними загрозами.

Третій рівень — це постійний моніторинг, який поєднує ці сигнали, поки формуються відповіді. Він може зупинити агента на півдорозі відповіді.

Google повідомив, що порушення з шкідливими запитами майже зменшилися вдвічі на наборі тестів на протидію. У зовнішніх тестах біологічного jailbreak було розблоковано менше 1% оцінених біологічних підзадач. У цьому допомогли захисти, швидші виправлення jailbreak та контроль повторних зловживань.

Результати кібербезпеки та моніторинг агентів

У тестах end-to-end компанії Argon вирішив усі 12 сценаріїв симульованої кібернетичної атаки. Попереднє покоління завершило п’ять.

У бенчмарку Indirect Prompt Injection від Gray Swan стійкість до ін’єкцій запитів призвела до успіху атак у 0,7% з 15 адаптивних спроб. Результат досягається завдяки навчанням протидії та контролям безпеки в реальному часі.

Моніторинг безпеки в реальному часі також проходить через автоматизовану систему проти невідповідності. Вона читає дії агентів та їх внутрішнє міркування, блокує серйозні порушення меж і повідомляє серйозні випадки людським рятувальникам. Вона працює в продуктах, внутрішніх програмах, сесіях навчання та оцінках можливостей.

Навчання зосереджується на трьох поведінках: дотримуватися меж системи, чесно повідомляти про негативні результати та запитувати підтвердження у людини. Спроби обійти або обманути зменшилися до 2% у бенчмарках кодування. Тести honeypot не виявили прихованих поведінок, таких як саботаж моніторингу безпеки.

Компанія уникає покарання внутрішніх думок під час навчання. У випадковому експерименті ці покарання зменшили на 61% обговорювані відкриті скорочення. Ті, що обговорювалися мовчки, однак, зросли з 11,2% до 36,4%.