Google объявила о модели Gemini 4 Argon — модели искусственного интеллекта, предназначенной для долгосрочных профессиональных задач, требующих многоэтапного рассуждения, таких как разработка программного обеспечения, финансовые исследования, юридическая подготовка документов и киберзащита. Компания утверждает, что модель увеличивает ограничение на объём вывода до одного миллиона токенов по сравнению с прежними 64 тысячами, что позволяет ей обрабатывать длительные рабочие процессы и формировать масштабные результаты в рамках одной задачи.
Ограниченный запуск перед общедоступностью
Google начала предоставлять Argon группе проверенных защитников кибербезопасности через программу Fairwind. Компания также заявляет, что участвует в добровольном процессе правительства США, связанном с предоставлением доступа к моделям до их запуска, и намерена постепенно расширять доступ после сбора отзывов тестировщиков и улучшения механизмов защиты.
Начальная цена составит 2 доллара за миллион входных токенов и 10 долларов за миллион выходных токенов, со скидкой 95% на кэшированные входные токены. После завершения начального периода цена вырастет до 4 долларов за входные и 20 долларов за выходные токены за миллион токенов. Google заявляет, что более широкая доступность начнётся с платных клиентов API и подписчиков Google AI Ultra, а затем охватит разработчиков, организации и потребителей.
Производительность в программировании и корпоративной работе
Google сообщает, что Argon получила результат 77,9% в бенчмарке DeepSWE v1.1 для долгосрочных задач разработки программного обеспечения, а также возглавила индекс Vals, измеряющий экономический эффект в сферах финансов, программирования, права и налогообложения. Кроме того, модель возглавила бенчмарк AutomationBench от Zapier с результатом 51,3% и достигла 91,7% в LVBench для понимания длинных видеозаписей.
Внутри Google модель использовалась для улучшения алгоритмов квантовых вычислений, анализа данных о потреблении памяти в центрах обработки данных и переноса программных баз с C и C++ на Rust. Компания утверждает, что после внедрения улучшений памяти было высвобождено более 300 терабайт, а общий объём сэкономленного пространства оценивается в диапазоне от 500 терабайт до 1 петабайта. В библиотеке libgav1 Argon заменила около 32 тысяч строк SIMD-кода, в результате чего версия на Rust оказалась в 2,7 раза быстрее предыдущего варианта на Rust при сохранении тех же видеовыходов. Google подчёркивает, что процессы переноса проходят аудит, тестирование и проверку перед публикацией в продуктивной среде.
Особое внимание к киберзащите
Google обучила Argon автономно обнаруживать, проверять и устранять уязвимости программного обеспечения. Компания заявляет, что Wiz использует её в рамках инициативы Scan for Good для защиты критически важной общественной инфраструктуры, а модель в ходе раннего эксперимента обнаружила критическую уязвимость, из-за которой конфиденциальные персональные данные могли быть раскрыты в медицинском программном обеспечении, используемом больницами по всему миру. В бенчмарке CWE-bench v1 для устранения уязвимостей Argon разделила первое место с результатом 68%.
Что меняется на практике?
Argon знаменует переход от использования модели для кратких ответов к запуску расширенных профессиональных рабочих процессов, включающих анализ, выполнение и проверку. Однако приведённые результаты получены от Google или её партнёров и относятся к конкретным тестам; они не обязательно означают сопоставимую производительность в каждой производственной среде. Кроме того, текущая доступность ограничена, а Google по-прежнему обусловливает публичный доступ проверками безопасности, улучшением устойчивости к злоупотреблениям, косвенной инъекции инструкций и рискам несоответствия.
Компания заявляет, что отслеживает поведение модели и её действия, а также усиливает изоляцию сред, используемых для обучения и оценок высокого риска. Argon также сначала будет доступна без некоторых киберзащитных барьеров для проверенных защитников и внутренних команд компании. Это решение увеличивает потенциальные оборонительные возможности, но делает выбор пользователей и операционный контроль важнейшей частью безопасности запуска.