Google презентувала Gemini 4 Argon із контекстом у 1 млн токенів
Gemini 4 Argon позиціонується як модель для складних інженерних, аналітичних і кібербезпекових завдань. Її ключова перевага — контекст і обсяг відповіді, які значно перевищують показники попередніх версій. Це дає змогу працювати з великими кодовими базами, довгими відео та комплексними запитами без поділу роботи на численні етапи.
Мільйон токенів і результати тестування
Головним технічним оновленням Gemini 4 Argon стало збільшення максимального обсягу вихідних даних до 1 мільйона токенів. Для порівняння, у попередніх версіях цей показник становив 64 тисячі токенів.
Такий ліміт дає моделі змогу довше аналізувати інформацію, зберігати більше деталей у межах одного запиту та виконувати масштабні завдання без постійного перезапуску контексту. Це особливо важливо під час роботи з великими програмними проєктами, технічною документацією й багатоступеневими дослідженнями.
Google також оголосила стартові тарифи для доступу до Argon через API:
- Вхідні токени — 2 долари за 1 мільйон токенів. Для кешованих даних передбачена знижка 95%.
- Вихідні токени — 10 доларів за 1 мільйон токенів.
Модель поєднує роботу з текстом, кодом, зображеннями та відео, а також здатна виконувати складний аналіз. У галузевих тестах вона показала такі результати:
| Тест | Сфера оцінювання | Результат |
|---|---|---|
| DeepSWE v1.1 | Інженерія програмного забезпечення | 77,9% |
| AutomationBench | Автоматизація бізнес-процесів | 51,3% |
| LVBench | Розуміння довгих відеоматеріалів | 91,7% |
Як Google використовує Argon у власній інфраструктурі
Gemini 4 Argon застосовують не лише як зовнішній API-інструмент. Команди Google уже інтегрують модель у внутрішні процеси — від оптимізації квантових алгоритмів до модернізації системного програмного забезпечення.
Серед заявлених результатів — покращення опублікованого базового показника ефективності квантових алгоритмів на 40% усього за кілька хвилин роботи.
Автономні агенти на базі Argon також допомогли виявити й усунути проблеми, пов’язані з використанням пам’яті в дата-центрах. У результаті вдалося звільнити понад 300 TiB пам’яті, а потенціал подальшої економії оцінюють у межах від 500 TiB до 1 PiB.
Ще один напрям — перенесення системного коду з C і C++ на безпечніший Rust. Модель залучили, зокрема, до роботи з ядром Fuchsia Zircon, яке містить понад 800 тисяч рядків коду.
У бібліотеці libgav1 Argon переписав близько 32 тисяч рядків SIMD-коду. Після оптимізації відеодекодер почав працювати у 2,7 раза швидше.
Автономний пошук і усунення кіберзагроз
Окремий фокус розробники зробили на кібербезпеці. Gemini 4 Argon може самостійно знаходити, перевіряти та усувати критичні вразливості у програмному забезпеченні.
Під час тестування в межах ініціативи Scan for Good, яку проводить Wiz, модель виявила небезпечну помилку в медичному програмному забезпеченні. Цю систему використовують лікарні в різних країнах, тому своєчасне виправлення вразливості допомогло запобігти потенційному витоку персональних даних.
У спеціалізованому тесті CWE-bench v1 модель посіла перше місце, набравши 68%.
Для внутрішніх команд Google і перевірених партнерів компанія готує варіант моделі без стандартних системних кіберобмежень. Такий підхід має дати фахівцям змогу повніше використовувати Argon для пошуку слабких місць, аналізу атак і зміцнення захисту.
Багаторівневий контроль безпеки
Високі можливості моделі потребують додаткових запобіжників. Щоб зменшити ризики зловживань, зокрема під час розроблення хімічної чи біологічної зброї та організації кібератак, Google впровадила багаторівневу систему контролю відповідно до Frontier Safety Framework.
Argon отримала найвищий рівень захисту від сторонніх prompt-ін’єкцій — атак, під час яких шкідливі інструкції намагаються перехопити керування моделлю через вміст запиту або додатковий контекст. Ефективність цього захисту підтвердив тест Gray Swan IPI.
Інженери також розробили систему моніторингу ланцюжка міркувань. Вона має допомагати виявляти ситуації, коли модель відхиляється від заданих правил або намагається обійти інструкції користувача.
Під час найбільш потужних і потенційно ризикованих тестів усі процеси запускають в ізольованих захищених середовищах — «пісочницях». Це обмежує доступ моделі до зовнішніх систем і зменшує наслідки можливих помилок.
Gemini 4 Argon поєднує масштабний контекст, мультимодальність і здатність працювати з автономними інженерними завданнями. Водночас її використання супроводжується посиленим контролем, адже ті самі можливості, що допомагають знаходити вразливості та оптимізувати код, можуть створювати додаткові ризики без належних обмежень.
