Gemini 4 Argon: наша новая эра передового интеллекта

30 сентября 2026 г.

Gemini 4 Argon обеспечивает передовую производительность в сложных рабочих процессах, охватывающих реальную разработку программного обеспечения, корпоративную интеллектуальную деятельность, такую как юриспруденция и финансы, а также киберзащиту.

Ваш браузер не поддерживает элемент audio.

Прослушать статью

[[duration]] минут

Этот контент создан с помощью Google AI. Генеративный ИИ является экспериментальной технологией

• Представляем Gemini 4 Argon
• Меняем способы работы и создания продуктов в Google
• Более интенсивная работа над вашими самыми сложными задачами
• Обеспечение поддержки рабочих процессов программирования и корпоративных задач в различных областях
• Лидерство в оборонительной кибербезопасности
• Усиление передовых мер безопасности перед широким доступом
• Скоро в выпуске

Сегодня мы анонсируем нашу новую передовую модель Gemini 4 Argon, которая становится доступной для ряда доверенных специалистов по киберзащите в рамках нашей программы Fairwind Program. Созданная для поддержания глубокого логического мышления в сложных, долгосрочных рабочих процессах, модель Argon фундаментально меняет то, как мы работаем и создаем продукты в Google. Она обеспечивает передовую производительность в сложных рабочих процессах, охватывающих реальную разработку программного обеспечения, корпоративную интеллектуальную деятельность, такую как юриспруденция и финансы, а также киберзащиту.

Безопасный выпуск передовых возможностей такого уровня требует поэтапного подхода. Мы активно участвуем в добровольном процессе правительства США по предоставлению доступа к моделям до их официального выпуска, постепенно расширяя круг пользователей. Мы продолжим собирать отзывы от первых тестировщиков, совершенствуя механизмы защиты, прежде чем сделать Argon доступным для разработчиков, предприятий и потребителей в кратчайшие сроки.

Argon будет запущен по начальной цене 2 доллара за миллион входных токенов и 10 долларов за миллион выходных токенов, при этом стоимость кэшированных входных токенов будет на 95% ниже цены входных токенов.

Меняем способы работы и создания продуктов в Google

Gemini 4 Argon уже поддерживает наши внутренние рабочие процессы: тысячи сотрудников Google отмечают сильные стороны модели в специализированных задачах программирования, проведении глубоких исследований и написании качественных текстов. Она помогает командам работать быстрее, расширять границы инженерной продуктивности и ускорять прорывы:

• Квантовая алгоритмическая оптимизация: Argon помогает нашим исследователям в области квантовых вычислений оптимизировать пространственно-временные ресурсы (кубиты × вентили) подпрограмм, которые создают «узкие места» в важных приложениях. В одном из примеров модель превзошла опубликованный базовый показатель на 40% за считанные минуты.
• Эффективность памяти: Команда агентов Argon проанализировала телеметрию профилирования всего парка серверов, чтобы автономно выявлять и применять оптимизации памяти в центрах обработки данных Google, высвободив более 300 ТБ памяти после внедрения, с общим прогнозируемым объемом экономии от 500 ТБ до 1 ПБ.
• Масштабная миграция и оптимизация кодовых баз: Агенты Argon работают над миграцией кодовых баз с C/C++ на Rust в Google — масштабируясь от десятков тысяч строк в основных библиотеках, таких как re2 и libgav1, до более чем 800 тысяч строк для ядра Fuchsia OS Zircon. Учитывая критическую важность многих из этих систем, такие масштабные переписывания проходят строгий автоматизированный и ручной аудит, эмуляционное тестирование и проверку перед развертыванием в рабочей среде. Для libgav1, программного обеспечения Google с открытым исходным кодом для декодирования видео, агенты Argon взяли существующий порт на Rust и заменили 32 тысячи строк SIMD-кода, проведя множество раундов экспериментов с профилированием, изучая вывод компилятора и создавая безопасный код на Rust, чтобы компилятор мог векторизовать его автоматически. Конечным результатом стал безопасный для памяти видеодекодер, который работает в 2,7 раза быстрее, чем порт на Rust, при идентичном видеовыводе, что приближает его к оптимизированному C++.

Для libgav1, программного обеспечения Google с открытым исходным кодом для декодирования видео, агенты Argon взяли существующий порт на Rust и заменили 32 тысячи строк SIMD-кода, проведя множество раундов экспериментов с профилированием, изучая вывод компилятора и создавая безопасный код на Rust, чтобы компилятор мог векторизовать его автоматически. Конечным результатом стал безопасный для памяти видеодекодер, который работает в 2,7 раза быстрее, чем порт на Rust, при идентичном видеовыводе, что приближает его к оптимизированному C++.

Более интенсивная работа над вашими самыми сложными задачами

Чтобы поддержать возможности Gemini 4 Argon в более длительных и сложных сценариях использования, мы значительно увеличиваем лимит выходных токенов модели до 1 миллиона токенов, что является отраслевым стандартом, по сравнению с предыдущими 64 тысячами токенов. Когда у модели есть запас для глубокого мышления и генерации сотен тысяч токенов за одну итерацию, это добавляет новый уровень глубины логических рассуждений для решения сложных задач за один проход.

Обеспечение поддержки рабочих процессов программирования и корпоративных задач в различных областях

Возможности Gemini 4 Argon в области программирования, логических рассуждений и мультимодальности, а также способность выполнять длительные многошаговые задачи позволяют ей преуспевать в широком спектре корпоративных рабочих процессов.

Инженеры Google используют Argon для своих повседневных задач: от обычного отлаживания кода до масштабной миграции кодовых баз и проектирования алгоритмов. Модель устанавливает новый стандарт производительности в DeepSWE v1.1 (77,9%), который измеряет эффективность модели в реальных долгосрочных задачах разработки программного обеспечения.

Помимо программирования, Argon является ведущей моделью в Vals Index, который измеряет экономический эффект в сферах финансов, программирования, юриспруденции и налогообложения, где каждый сектор взвешен по его вкладу в ВВП США. Мы наблюдаем аналогичную ведущую производительность в других отраслевых оценках, таких как Vals Finance Agent v2 (многошаговые финансовые исследования) и Harvey’s Legal Agent Benchmark (юридические исследования и составление документов). В AutomationBench, бенчмарке Zapier, измеряющем сквозное выполнение задач по основным бизнес-функциям, Argon занимает 1-е место с результатом 51,3%.

Argon также обладает уникальной силой, когда интеллектуальная работа требует визуального понимания. Модель способна проводить профессиональный анализ графиков, выявлять детали из длинных видео и предпринимать действия на основе серии документов. Например, в LVBench, который измеряет понимание длинных видео, Argon является лидером с результатом 91,7%.

Лидерство в оборонительной кибербезопасности

Чтобы лучше подготовить специалистов по киберзащите к новой эре кибератак, мы обучили Gemini 4 Argon быть высокоэффективным в области киберзащиты. Argon может автономно находить, проверять и исправлять критические уязвимости программного обеспечения. Для доверенных защитников и наших собственных внутренних команд в Google мы выпустим Argon без кибер-ограничений, чтобы они могли использовать его полные возможности передовой киберзащиты.

Wiz уже использует Argon для киберзащиты в рамках инициативы Scan for Good — программы, направленной на бесплатную защиту критически важной общественной инфраструктуры путем поиска и устранения рисков с высоким уровнем опасности. В ходе ранней демонстрации эффективности модель обнаружила критическую уязвимость, раскрывающую конфиденциальную личную информацию в программном обеспечении для здравоохранения, используемом больницами по всему миру, выявив серьезный риск, который пропустили предыдущие передовые модели.

В CWE-bench v1, который оценивает способность модели устранять уязвимости безопасности, Argon делит первое место с высшим баллом 68%, опираясь на передовую производительность 3.8 Flash Cyber в CWE-bench v0.

Gemini 4 Argon демонстрирует впечатляющие скачки в обнаружении уязвимостей по сравнению с 3.8 Flash Cyber. Например:

• В ходе внутреннего комплексного тестирования уязвимостей Google модель Argon выявила широкий спектр угроз в сложных кодовых базах, охватывающих 20 языков программирования.
• В ходе внутреннего тестирования методом «черного ящика» от Wiz, которое проверяет способность модели анализировать работающие веб-системы без доступа к исходному коду, Argon превосходит 3.8 Flash Cyber в обнаружении поверхности атаки, выявлении уязвимостей и создании доказательств концепции для их подтверждения.

Укрепление передовых мер безопасности перед широким выпуском

Перед широким развертыванием Gemini 4 Argon мы продолжаем укреплять критически важные передовые меры безопасности по четырем основным направлениям:

Защита от злоупотреблений: Чтобы предотвратить использование Argon злоумышленниками для кибератак или атак с применением химического, биологического, радиологического и ядерного (ХБРЯ) оружия, модель настроена на отказ от выполнения вредоносных запросов при сохранении возможности проведения легитимных научных исследований двойного назначения в соответствии с нашей Концепцией обеспечения безопасности передовых моделей. Для этого запуска мы усиливаем надежность наших механизмов защиты, включая совершенствование методов мониторинга внутренних активаций модели для выявления случаев злоупотребления. Эти меры защиты прошли проверку на устойчивость внутренними и внешними командами «красных» (red teams) с использованием комбинации ручных и автоматизированных методов атак.

Защита от атак путем внедрения промптов: Argon также является нашей самой устойчивой моделью к непрямым внедрениям промптов, при которых вредоносные инструкции или контекст используются для перехвата управления поведением модели. Это сложные атаки, требующие постоянной бдительности и многоуровневой защиты. Благодаря автоматизированному тестированию и состязательному обучению Gemini 4 Argon лидирует по показателям устойчивости к внедрению промптов согласно бенчмарку Gray Swan Indirect Prompt Injection (IPI).

Мониторинг несоответствия целям: Чтобы предотвратить выход Argon за установленные рамки при попытке выполнить задачу способом, выходящим за рамки намерений пользователя, мы внедряем механизмы смягчения несоответствий, которые отслеживают цепочку рассуждений и действий Argon и при необходимости останавливают выполнение.

Мы использовали аналогичную систему для мониторинга процессов обучения и отправки оповещений специальной группе реагирования на инциденты, принимая тщательные меры предосторожности, чтобы результаты мониторинга не попадали обратно в обучающую выборку. Это делается для того, чтобы не допустить адаптации логики Argon с целью обхода нашего контроля. Мы настоятельно призываем остальную часть отрасли сохранять прозрачность рассуждений в эти ключевые моменты роста возможностей при управлении рисками согласования, чтобы мысли модели оставались полезными для выявления и диагностики несоответствий.

Укрепление систем: По мере того как передовые модели становятся все более функциональными, их безопасное тестирование требует защищенных сред, способных соответствовать уровню самих систем. В соответствии с нашей дорожной картой контроля агентов, мы укрепляем наши изолированные среды (песочницы), изолируя и герметизируя их перед началом высокорискованного обучения или оценки. Мы стремимся делиться этими передовыми методами обеспечения безопасности агентов с нашими партнерами для повышения безопасности всей экосистемы.

Скоро в выпуске

Мы создали Gemini 4 Argon с передовыми возможностями в области программирования, интеллектуальной работы, киберзащиты и творческого письма, чтобы стать партнером для разработчиков, профессионалов и предприятий в решении самых сложных задач. Мы благодарны первой группе киберзащитников и доверенных тестировщиков, чьи оценки в реальных условиях и отзывы помогут нам укрепить наши системы перед выпуском для разработчиков, предприятий и потребителей, начиная с платных клиентов API и подписчиков Google AI Ultra.