Gemini 4 Argon AI усиливает безопасность: решает 12 смоделированных атак против 5

Google запустил Gemini 4 Argon AI, модель с более надежными возможностями кибербезопасности и защитой в реальном времени.

Во время ограниченных тестов Wiz использовал его для обнаружения уязвимости в программном обеспечении больницы, которую предыдущие модели не смогли выявить. Этот дефект касался защиты сотен тысяч медицинских записей. Теперь задача состоит в том, чтобы понять, смогут ли защитные механизмы справиться с новыми возможностями.

Ключевые моменты

• Argon завершил 12 смоделированных кибератак, против пяти предыдущего поколения.
• Три уровня защиты фильтруют запросы, проверяют внутренние сигналы и контролируют ответы.
• В тестах на биологический джейлбрейк менее 1% подзадач было разблокировано.
• В бенчмарке Gray Swan по инъекциям запросов атаки увенчались успехом в 0,7% случаев.

Безопасность Gemini 4 Argon AI приходит в реальные системы

Модель уже была использована в реальном программном обеспечении, а не только в лаборатории. По данным Google DeepMind, который объяснил это в посте в блоге, она улучшает сложную работу в программировании, финансах, праве, кибербезопасности и науке.

Достижения в кодировании и рассуждении помогли командам безопасности выявлять и исправлять уязвимости. Кроме случая с Wiz, команды компании исправили ошибки в внутреннем и открытом программном обеспечении. Среди них есть базовые уязвимости, затрагивающие системы по всему миру и находящиеся на стадии ответственного раскрытия.

Запуск состоялся 13 октября 2026 года, сообщает The Verge. Издание также упоминает внутренние применения, выходящие за рамки безопасности: модель сократила вычислительную мощность, необходимую для раздела комментариев YouTube, вдвое. Она также помогла исправить ошибки в симуляторе физики дронов, используемом компанией Wing, службой доставки дронов Alphabet.

В оценках биологии версии без защиты продемонстрировали большие возможности в пошаговом решении проблем в сложных лабораторных процедурах. Поэтому компания применяет защиту как в кибербезопасности, так и в биологии в рамках своей структуры Frontier Safety Framework.

От программы Fairwind к более широкому доступу

Перед общим открытием Argon прошел через закрытую фазу для нескольких пользователей. Киберзащитники протестировали его через Fairwind Program, в то время как внутренние команды безопасности анализировали критически важные системы внутри и вне компании.

Теперь Google расширяет доступ и предлагает программу Fairwind большему числу доверенных защитников. Согласно информации о запуске, модель доступна подписчикам Pro и Ultra через приложение Gemini и режим AI поиска. Подписчики Ultra также находят ее в Antigravity, платформе агентного развития компании.

При запуске цена составляет 2 доллара за миллион токенов на входе и 10 долларов за миллион токенов на выходе. Тарифы удваиваются в конце вводного периода, в конце ноября.

Та же информация напоминает, что более низкая цена за токен не обязательно означает более низкую стоимость для операций. Разные модели потребляют разное количество токенов для выполнения одной и той же работы.

Три уровня против злоупотреблений и джейлбрейков

Система защиты Argon объединяет три инструмента: фильтрацию запросов, внутренний анализ модели и непрерывный мониторинг. Цель — продвинутая защита AI от тех, кто маскирует вредоносные запросы или фрагментирует их в длинных разговорах.

На первом уровне более мелкие модели проверяют входящие запросы и контекст разговора. На втором уровне некоторые активирующие зонда анализируют внутренние нейронные сигналы, ища знания, связанные с кибератаками или биологическими угрозами.

Третий уровень — это непрерывный мониторинг, который комбинирует эти сигналы, пока формируются ответы. Он может остановить агента на полпути ответа.

Google сообщила, что нарушения с вредоносными запросами почти сократились вдвое на наборе тестов с противодействием. В внешних тестах на биологический джейлбрейк менее 1% оцененных биологических подзадач было разблокировано. В этом помогли защиты, более быстрые исправления джейлбрейков и контроль повторяющихся злоупотреблений.

Результаты кибербезопасности и мониторинг агентов

В тестах end-to-end компания Argon решила все 12 сценариев смоделированных кибератак. Предыдущее поколение завершило пять.

В бенчмарке Indirect Prompt Injection от Gray Swan устойчивость к инъекциям запросов привела к успеху атак в 0,7% из 15 адаптивных попыток. Результат достигнут с помощью противодействующего обучения и контроля безопасности в реальном времени.

Мониторинг безопасности в реальном времени также осуществляется через автоматическую систему против несоответствия. Она отслеживает действия агентов и их внутренние рассуждения, блокирует серьезные нарушения границ и сообщает о серьезных случаях человеческим спасателям. Она работает в продуктах, внутренних программных агентах, учебных сессиях и оценках возможностей.

Обучение сосредоточено на трех поведениях: соблюдение границ системы, честное сообщение о негативных результатах и запрос подтверждения у человека. Попытки укоротить путь или обмануть снизились до 2% в бенчмарках кодирования. Тесты honeypot не выявили скрытых действий, таких как саботаж мониторинга безопасности.

Компания избегает наказания внутренних мыслей во время обучения. В одном случайном эксперименте эти наказания снизили на 61% открыто обсуждаемые укороченные пути. Однако те, что принимались молча, возросли с 11,2% до 36,4%.