Co pokazał Google
Gemini 4 Argon został ogłoszony 30 września. Google przedstawia go jako model do kodowania, pracy w dziedzinach takich jak prawo i finanse oraz do cyberobrony. Model ma samodzielnie znajdować, weryfikować i łatać krytyczne podatności.
Wyniki podane przez Google:
- DeepSWE v1.1 (praca programisty): 77,9%,
- AutomationBench: 51,3% (1. miejsce),
- CWE-bench v1 (naprawa podatności): 68% (ex aequo 1. miejsce),
- LVBench (długie wideo): 91,7%.
Limit odpowiedzi wzrósł do 1 mln tokenów - poprzednio było to 64 tys.
Kto dostanie dostęp
Na start model trafia tylko do zaufanych obrońców w programie Fairwind, bez blokad w obszarze cyber. Szersze udostępnienie ma nastąpić "jak najszybciej", ale bez daty. Z modelu korzysta już m.in. firma Wiz.
Cena na start to 2 dol. za 1 mln tokenów wejściowych i 10 dol. za wyjściowe. Później ma wzrosnąć do 4 i 20 dol.
Przykłady z testów
ITwiz opisuje, że we wczesnych testach Argon znalazł krytyczną lukę w oprogramowaniu medycznym używanym w szpitalach - mogła ujawnić dane pacjentów. Model miał też zastąpić ok. 32 tys. linii kodu SIMD, a nowa wersja w Rust działa 2,7 raza szybciej.
Wątpliwości
Android.com.pl, za Bloombergiem, pisze, że część pracowników Google uważa, iż w niektórych zadaniach programistycznych model wypada gorzej niż w benchmarkach. Google zaprzecza i mówi, że tysiące pracowników używa Argona do debugowania i migracji kodu.
Dlaczego to ważne
Model, który sam łata luki, jest równie użyteczny dla atakującego jak dla obrońcy. Dlatego Google - podobnie jak inni twórcy modeli - zaczyna od zamkniętego programu dla obrońców. Dla polskich firm z sektora infrastruktury krytycznej to sygnał, że programy typu Fairwind stają się realnym kanałem dostępu do najmocniejszych narzędzi.