НовостиАкцииGoogle представила Gemini 4 Argon, обошедшую конкурентов в тестах по кибербезопасности

Google представила Gemini 4 Argon, обошедшую конкурентов в тестах по кибербезопасности

Автор: Decrypt·

Ключевые выводы

  • •Gemini 4 Argon набрала77,9% в тесте DeepSWE v1.1 по программной инженерии, опередив Claude Opus 5.5 (74,2%), GPT-6 Astra (74,1%) и Claude Fable 5.1 (67,4%); при этом Google вычислила свой результат сама, а показатели конкурентов взяты из внешних источников.
  • •В тесте Gray Swan на непрямую инъекцию промптов Argon показала 0,7% успешных атак, обойдя Claude Opus 5.5 и Claude Fable 5.1 (по 1,0%), тогда как Grok 4.6 и Kimi K3 обманывали более чем в половине случаев.
  • •Google ограничивает первоначальный доступ проверенными командами безопасности через программу Fairwind, в которой более 650 партнёров, включая правительства и операторов критической инфраструктуры; модель поставляется без встроенных киберзащитных ограничений в рамках поэтапного развёртывания.
  • •Argon способна создавать до 1 миллиона токенов в одном ответе — примерно шестнадцатикратный рост по сравнению с прежним потолком в 64 000 токенов, что даёт запас для длинного программирования и офисных задач.
  • •Запланирован более широкий запуск для платных API-клиентов и подписчиков Google AI Ultra со стартовыми ценами $2 за миллион входных токенов и $10 за миллион выходных токенов — вдвое ниже будущих стандартных тарифов.
Google представила Gemini 4 Argon, обошедшую конкурентов в тестах по кибербезопасности

В среду Google представила Gemini 4 Argon — свою новую флагманскую модель, результаты тестов которой ставят её впереди конкурирующих ИИ-систем в задачах кибербезопасности. Модель набрала 77,9% в DeepSWE v1.1 и показала 0,7% успешных атак в тесте Gray Swan на инъекцию промптов, опередив Claude Opus 5.5 и Claude Fable 5.1, набравшие по 1,0%.

Запуск состоялся через неделю после выхода Claude Opus 5.5 и через день после GPT 6.1 Sol — очередного в череде стремительных релизов флагманских моделей ведущих американских ИИ-лабораторий; такой темп превратил тестовые таблицы в день запуска в постоянно обновляемый табло отрасли.

Согласно официальному анонсу Google, Argon — самая мощная модель компании на сегодняшний день, созданная для программирования, офисной работы и киберзащиты.

Высокие результаты в программной инженерии — с оговорками

DeepSWE v1.1 оценивает, способна ли ИИ-модель завершать длинные, запутанные задачи реальной программной инженерии; результаты выражаются в процентах. Argon набрала 77,9%, опередив Claude Opus 5.5 (74,2%), GPT-6 Astra (74,1%) и Claude Fable 5.1 (67,4%). Для сравнения: Gemini 3.6 Flash в июле показала на том же тесте 49%.

Модель также может создавать до 1 миллиона токенов в одном ответе — против прежних 64 000. Токен — это фрагмент текста длиной примерно в три четверти слова, то есть новый потолок составляет около 750 000 слов против примерно 48 000 ранее — запас, рассчитанный на длинное программирование и офисную работу, для которых создана модель.

У этих цифр есть оговорка: Google вычислила свой результат DeepSWE самостоятельно, тогда как показатели конкурентов взяты из публичного рейтинга и отчётов компаний. Сравнительная таблица Google также признаёт потери: Argon лидирует в 12 из 18 тестов, в одном — ничья, в пяти — отстаёт; это смесь задач по программированию, науке и управлению компьютером — сочетание собственных и сторонних методик, о котором стоит помнить при беглом взгляде на заголовочные цифры.

Кибербезопасность в центре внимания

Главная способность модели — киберзащита. При атаке с непрямой инъекцией промптов секретная инструкция прячется в письме или другом контенте; когда ИИ-ассистент её читает, проверяется, подчинится ли модель незнакомцу, а не пользователю. Такие атаки — кошмар для всех кто даёт ИИ доступ к своему почтовому ящику или корзине покупок.

В тесте Gray Swan на непрямую инъекцию промптов, где вредоносные инструкции прячутся в контенте, который читают ИИ-агенты, и подсчитывается, как часто атаки succeed в течение 15 попыток, Argon показала 0,7% — и чем ниже, тем лучше. Claude Opus 5.5 и Claude Fable 5.1 набрали по 1,0%. GPT-6 Astra показала 8,5%. Grok 4.6 и Kimi K3 обманывали чуть чаще, чем в половине случаев — 51,8% и 52,7%. Разброс в 52 пункта между лучшей и худшей защитой в списке показывает, насколько неравномерной остаётся устойчивость к инъекциям промптов по всей отрасли.

Ограниченный запуск через программу Fairwind

Argon сначала достанется проверенным командам безопасности через программу Fairwind — инициативу Google по киберзащите с ограниченным доступом, запущенную 2 сентября с более чем 650 партнёрами, включая правительства и операторов критической инфраструктуры. Модель поставляется «без киберзащитных ограничений» — встроенных отказов, которые обычно не позволяют модели помогать во взломе.

Логика этого шага в том, что защитникам нужна модель, способная мыслить как атакующий, чтобы закрывать уязвимости раньше, чем их найдут преступники. Проблема в том, что то же умение работает в обе стороны, и Google заявляет, что поэтапный развёртывание — единственный безопасный путь. Компания также участвует в добровольной процедуре правительства США по доступу к моделям до релиза.

Google — не первая, кто оградил кибер-модель бархатной верёвкой. Ранняя версия Claude Mythos от Anthropic помогла найти 271 уязвимость в Firefox — 271 дыру в безопасности, которые Mozilla затем закрыла. OpenAI пошла похожим путём с программой Trusted Access for Cyber, что делает ограниченный кибер-доступ формирующейся нормой среди флагманских лабораторий.

Результаты Argon в кибербезопасности также превышают показатели Gemini 3.8 Flash Cyber — закрытой модели, запущенной Google вместе с Fairwind. В тесте Wiz Penetration Test Benchmark — внутреннем тесте Google, где ИИ предлагается написать рабочие эксплойты против реальных уязвимостей веб-приложений без доступа к коду и оценивается доля решённых с первой попытки, — Argon показала 70,9% против 58,2%. Google также сообщает, что Argon помогла компании безопасности Wiz найти критическую уязвимость в медицинском ПО, используемом больницами по всему миру, — ту, которую более ранние флагманские модели пропустили.

Запуск после тяжёлого лета

Релиз последовал за непростым периодом для Google. В июле компания выпустила меньшие модели Flash, но не выпустила обещанную Gemini 3.5 Pro, а акции Alphabet упали примерно на 4,4%. Argon вышла в тот же день, когда президент Трамп представил добровольное соглашение по ИИ без санкций, которое подписало руководство Google.

Google заявляет, что более широкий запуск состоится как можно скорее, начиная с платных API-клиентов и подписчиков Google AI Ultra. Стартовые цены — $2 за миллион входных токенов и $10 за миллион выходных токенов. Google не сообщила, когда этот период закончится, — лишь то, что стандартные тарифы составят $4 и $20 — ровно вдвое выше стартовых. Сроки более широкого релиза и продолжительность стартового окна — две ключевые даты, за которыми стоит следить по мере развёртывания Argon.