Google, yazılım mühendisliği, finansal araştırma, hukuki metin hazırlama ve siber savunma gibi çok adımlı reasoning gerektiren uzun vadeli profesyonel görevlere yönelik bir yapay zekâ modeli olan Gemini 4 Argon’u duyurdu. Şirket, modelin çıktı sınırını önceki 64 bin tokene kıyasla bir milyon tokene yükselttiğini ve bunun tek bir görev kapsamında uzun iş akışlarını işlemesine ve kapsamlı çıktılar üretmesine olanak tanıdığını belirtiyor.
Genel kullanıma sunulmadan önce sınırlı dağıtım
Google, Argon’u Fairwind programı aracılığıyla bir grup güvenilir siber güvenlik savunucusunun kullanımına sunmaya başladı. Şirket ayrıca, modeller piyasaya sürülmeden önce erişime ilişkin ABD hükümetinin gönüllü sürecine katıldığını ve test kullanıcılarından geri bildirim topladıktan ve güvenlik mekanizmalarını iyileştirdikten sonra erişimi kademeli olarak genişletmeyi planladığını belirtiyor.
Tanıtım fiyatı, bir milyon giriş tokeni için 2 dolar ve bir milyon çıkış tokeni için 10 dolardan başlayacak; önbelleğe alınan giriş tokenlerinde %95 indirim uygulanacak. Tanıtım döneminin sona ermesinin ardından fiyat, bir milyon token başına giriş için 4 dolara ve çıkış için 20 dolara yükselecek. Google, daha geniş erişimin önce API üzerinden ücretli müşteriler ve Google AI Ultra aboneleriyle, ardından geliştiriciler, kurumlar ve tüketicilerle başlayacağını söylüyor.
Programlama ve kurumsal çalışmalarda performans
Google, Argon’un uzun vadeli yazılım mühendisliği görevlerine yönelik DeepSWE v1.1 ölçütünde %77,9 sonuç elde ettiğini ve finans, programlama, hukuk ve vergi alanlarındaki ekonomik etkiyi ölçen Vals endeksinde birinci olduğunu belirtiyor. Model ayrıca Zapier’in AutomationBench ölçütünde %51,3 ile birinci oldu ve uzun videoları anlamaya yönelik LVBench’te %91,7 elde etti.
Google içinde model, kuantum hesaplama algoritmalarının iyileştirilmesi, veri merkezlerindeki bellek tüketimi verilerinin analizi ve yazılım kod tabanlarının C ve C++’tan Rust’a taşınması amacıyla kullanıldı. Şirket, bellek iyileştirmelerinin uygulanmasının ardından 300 terabayttan fazla alan açıldığını ve toplam tasarrufun 500 terabayt ile 1 petabayt arasında olacağının tahmin edildiğini söylüyor. libgav1 kütüphanesinde Argon, yaklaşık 32 bin satır SIMD kodunun yerini aldı; bunun sonucunda aynı video çıktıları korunurken önceki Rust portundan 2,7 kat daha hızlı bir Rust sürümü elde edildi. Google, taşımaların üretimde yayımlanmadan önce denetim, test ve inceleme süreçlerinden geçtiğini vurguluyor.
Siber savunmaya özel odak
Google, Argon’u yazılım güvenlik açıklarını bağımsız biçimde tespit etmesi, doğrulaması ve gidermesi için eğitti. Şirket, Wiz’in kamu altyapısını korumak amacıyla modeli Scan for Good girişimi kapsamında kullandığını ve modelin erken bir denemede, dünya genelindeki hastanelerin kullandığı sağlık yazılımlarında hassas kişisel verileri açığa çıkaran kritik bir güvenlik açığı tespit ettiğini belirtiyor. Güvenlik açıklarını gidermeye yönelik CWE-bench v1 ölçütünde Argon, %68 sonuçla birinciliği paylaştı.
Pratikte ne değişiyor?
Argon, modelin kısa yanıtlar üretmek için kullanılmasından analiz, uygulama ve incelemeyi kapsayan uzun süreli profesyonel iş akışlarını çalıştırmaya geçişi temsil ediyor. Ancak belirtilen sonuçlar Google’dan veya ortaklarından ve belirli ölçütlerden kaynaklanıyor; bu sonuçlar her üretim ortamında mutlaka benzer performans anlamına gelmiyor. Ayrıca mevcut erişim sınırlı ve Google, genel erişimi güvenlik testlerine, kötüye kullanım direncinin iyileştirilmesine, dolaylı talimat enjeksiyonuna ve uyumsuzluk risklerine bağlı tutuyor.
Şirket, modelin davranışlarını ve eylemlerini izlediğini, eğitim ve yüksek riskli değerlendirmelerde kullanılan ortamların izolasyonunu güçlendirdiğini söylüyor. Argon ayrıca ilk aşamada güvenilir savunucuların ve şirket içi ekiplerinin kullanımına bazı siber güvenlik bariyerleri olmadan sunulacak. Bu karar potansiyel savunma kapasitesini artırsa da kullanıcıların seçimi ve operasyonel denetimi, sunumun güvenliğinin temel bir parçası hâline getiriyor.