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.

Infografika: Architektura Innowacji