Developing Gemini 4 Argon responsibly and safely

Gemini 4 Argon marks a step forward in what AI models can do, especially for deep work on complex, real-world tasks across coding, finance, legal, cybersecurity, and science. Its cyberdefense capabilities are frontier-level and designed to give defenders an advantage over attackers. Before a broad release, Google first gave cyber defenders access through its Fairwind Program, while its own security teams used the model to scan critical systems inside and outside Google.

This limited access showed why these capabilities matter. Wiz used Argon to uncover a critical bug in hospital software that previous models had missed, helping protect hundreds of thousands of patient records. Google's security teams used Argon to find and patch bugs in internal and open-source software, including foundational vulnerabilities affecting systems globally, which are going through responsible disclosure. Google is now beginning to roll out Argon broadly and expanding the Fairwind Program to additional trusted cyber defenders.

Google focused on two major questions. The first is misuse: how to stop bad actors from using the model to launch cyberattacks or create biological threats. The second is misalignment: how to ensure the model does not cut corners, cross boundaries, or make incorrect high-stakes decisions. Argon solved all 12 end-to-end simulated cyberattack scenarios, up from five in the previous generation, which is why safeguards were strengthened in both cyber and biological domains.

Argon is significantly better at refusing harmful requests than previous models. On an adversarial stress-test set, violations fell nearly twofold. The model is also wrapped in three layers of real-time protection: input screening for malicious intent, internal introspection using activation probes that detect cyberattack or biological knowledge, and continuous monitoring that can cut off a response mid-stream if it becomes problematic. Google's full Safety and Security Report covers these defenses in detail.

يمثل Gemini 4 Argon خطوة إلى الأمام في ما تستطيع نماذج الذكاء الاصطناعي إنجازه، لا سيما في العمل المعمّق على مهام واقعية معقدة في البرمجة والتمويل والقانون والأمن السيبراني والعلوم. وقدراته في الدفاع السيبراني على مستوى الطليعة، وقد صُممت لمنح المدافعين تفوقاً على المهاجمين. وقبل الإطلاق الواسع، منحت Google في البداية المدافعين السيبرانيين إمكانية الوصول عبر برنامج Fairwind، فيما استخدمت فرق الأمن لديها النموذج لفحص الأنظمة الحيوية داخل Google وخارجها.

وقد أظهر هذا الوصول المحدود أهمية هذه القدرات. فقد استخدمت Wiz نموذج Argon للكشف عن خلل حرج في برمجيات المستشفيات فاتته النماذج السابقة، مما ساعد في حماية مئات الآلاف من السجلات الطبية للمرضى. واستخدمت فرق الأمن في Google نموذج Argon للعثور على الثغرات وإصلاحها في البرمجيات الداخلية ومفتوحة المصدر، بما في ذلك الثغرات الأساسية التي تؤثر على أنظمة في مختلف أنحاء العالم، والتي تخضع حالياً للإفصاح المسؤول. وتبدأ Google الآن في طرح Argon على نطاق واسع، وتوسيع برنامج Fairwind ليشمل مدافعين سيبرانيين موثوقين إضافيين.

وركزت Google على سؤالين رئيسيين. الأول هو إساءة الاستخدام: كيفية منع الجهات الخبيثة من استخدام النموذج لشن هجمات سيبرانية أو إنشاء تهديدات بيولوجية. والثاني هو عدم المواءمة: كيفية ضمان ألا يختصر النموذج في الإجراءات أو يتجاوز الحدود أو يتخذ قرارات خاطئة عالية المخاطر. وقد حلّ Argon جميع الـ 12 سيناريو هجوم سيبراني محاكى من البداية إلى النهاية، مقارنة بـ خمسة في الجيل السابق، ولهذا جرى تعزيز الضمانات في المجالين السيبراني والبيولوجي.

ويتفوق Argon بشكل ملحوظ في رفض الطلبات الضارة مقارنة بالنماذج السابقة. ففي مجموعة اختبار ضغط عدائية، انخفضت الانتهاكات بنحو الضعف تقريباً. كما يحيط بالنموذج ثلاث طبقات من الحماية الفورية: فحص المدخلات للكشف عن النوايا الخبيثة، والاستبطان الداخلي باستخدام مجسات التنشيط التي تكشف المعرفة المتعلقة بالهجمات السيبرانية أو البيولوجية، ومراقبة مستمرة يمكنها إيقاف الاستجابة في منتصفها إذا أصبحت إشكالية. ويتناول تقرير Google الكامل للسلامة والأمن هذه الدفاعات بالتفصيل.

Gemini 4 Argon AI মডেলগুলো কী করতে পারে তাতে একটি অগ্রগতি চিহ্নিত করে, বিশেষ করে কোডিং, অর্থ, আইন, সাইবার নিরাপত্তা ও বিজ্ঞানে জটিল বাস্তব-জগতের কাজে গভীর কাজের ক্ষেত্রে। এর সাইবার-প্রতিরক্ষা সক্ষমতা সর্বাধুনিক পর্যায়ের এবং আক্রমণকারীদের চেয়ে প্রতিরক্ষকদের সুবিধা দিতে এটি তৈরি করা হয়েছে। ব্যাপক প্রকাশের আগে, Google প্রথমে তার Fairwind Program-এর মাধ্যমে সাইবার প্রতিরক্ষকদের অ্যাক্সেস দেয়, আর তার নিজের নিরাপত্তা দল গুগলের ভেতরে ও বাইরে গুরুত্বপূর্ণ সিস্টেম স্ক্যান করতে এই মডেল ব্যবহার করে।

এই সীমিত অ্যাক্সেস দেখিয়েছে এসব সক্ষমতা কেন গুরুত্বপূর্ণ। Wiz Argon ব্যবহার করে হাসপাতালের সফটওয়্যারে একটি গুরুতর বাগ খুঁজে বের করে, যা আগের মডেলগুলো ধরতে পারেনি, এবং লক্ষ লক্ষ রোগীর রেকর্ড রক্ষায় সাহায্য করে। Google-এর নিরাপত্তা দল Argon ব্যবহার করে অভ্যন্তরীণ ও ওপেন-সোর্স সফটওয়্যারের বাগ খুঁজে বের করে ও ঠিক করে, যার মধ্যে বিশ্বজুড়ে সিস্টেমকে প্রভাবিত করা মৌলিক দুর্বলতাও রয়েছে, যেগুলো দায়িত্বশীল প্রকাশের প্রক্রিয়ায় চলছে। Google এখন Argon ব্যাপকভাবে ছাড়তে শুরু করেছে এবং Fairwind Program আরও বিশ্বস্ত সাইবার প্রতিরক্ষকদের জন্য সম্প্রসারিত করছে।

Google দুটি প্রধান প্রশ্নে মনোযোগ দিয়েছে। প্রথমটি হলো অপব্যবহার: কীভাবে দুষ্ট ব্যক্তিদের এই মডেল দিয়ে সাইবার আক্রমণ চালানো বা জৈব হুমকি তৈরি করা থেকে আটকানো যায়। দ্বিতীয়টি হলো মিসঅ্যালাইনমেন্ট: কীভাবে নিশ্চিত করা যায় যে মডেল কাজে ফাঁকি দেয় না, সীমা লঙ্ঘন করে না বা উচ্চ-ঝুঁকির সিদ্ধান্তে ভুল নেয় না। পূর্ববর্তী প্রজন্মের পাঁচটির বিপরীতে Argon প্রান্ত-থেকে-প্রান্ত সিমুলেটেড সাইবার আক্রমণের সবগুলো ১২টি পরিস্থিতির সমাধান করেছে, তাই সাইবার ও জৈব উভয় ক্ষেত্রেই সুরক্ষা জোরদার করা হয়েছে।

আগের মডেলগুলোর তুলনায় Argon ক্ষতিকর অনুরোধ প্রত্যাখ্যানে অনেক ভালো। একটি প্রতিকূল স্ট্রেস-টেস্ট সেটে লঙ্ঘন প্রায় দ্বিগুণ কমেছে। মডেলটি তিন স্তরের রিয়েল-টাইম সুরক্ষায় মোড়ানো: ক্ষতিকর উদ্দেশ্যের জন্য ইনপুট স্ক্রিনিং, অ্যাক্টিভেশন প্রোব ব্যবহার করে অভ্যন্তরীণ আত্মপর্যবেক্ষণ যা সাইবার আক্রমণ বা জৈব জ্ঞান শনাক্ত করে, এবং অবিরাম পর্যবেক্ষণ যা সমস্যাযুক্ত হলে প্রতিক্রিয়াকে মাঝপথেই থামাতে পারে। Google-এর সম্পূর্ণ Safety and Security Report এই প্রতিরক্ষাগুলোর বিস্তারিত বিবরণ দেয়।

Gemini 4 Argon markiert einen Fortschritt in dem, was KI-Modelle leisten können, insbesondere bei tiefgehender Arbeit an komplexen Aufgaben aus der realen Welt in den Bereichen Programmierung, Finanzen, Recht, Cybersicherheit und Wissenschaft. Seine Fähigkeiten in der Cyberabwehr sind auf Spitzenniveau und sollen Verteidigern einen Vorteil gegenüber Angreifern verschaffen. Vor einer breiten Veröffentlichung gewährte Google Cyberabwehrexperten zunächst über sein Fairwind-Programm Zugang, während die eigenen Sicherheitsteams das Modell nutzten, um kritische Systeme innerhalb und außerhalb von Google zu prüfen.

Dieser begrenzte Zugang zeigte, warum diese Fähigkeiten wichtig sind. Wiz nutzte Argon, um einen kritischen Fehler in einer Krankenhaussoftware aufzudecken, den frühere Modelle übersehen hatten, und half so, Hunderttausende Patientenakten zu schützen. Die Sicherheitsteams von Google nutzten Argon, um Fehler in interner und quelloffener Software zu finden und zu beheben, darunter grundlegende Schwachstellen, die weltweit Systeme betreffen und derzeit im Rahmen einer verantwortungsvollen Offenlegung bearbeitet werden. Google beginnt nun mit der breiten Einführung von Argon und erweitert das Fairwind-Programm auf weitere vertrauenswürdige Cyberabwehrexperten.

Google konzentrierte sich auf zwei zentrale Fragen. Die erste betrifft Missbrauch: Wie lässt sich verhindern, dass böswillige Akteure das Modell nutzen, um Cyberangriffe zu starten oder biologische Bedrohungen zu erzeugen. Die zweite betrifft Fehlausrichtung: Wie lässt sich sicherstellen, dass das Modell nicht abkürzt, Grenzen überschreitet oder in folgenreichen Situationen falsche Entscheidungen trifft. Argon löste alle 12 simulierten Cyberangriffsszenarien von Anfang bis Ende, gegenüber fünf in der Vorgängergeneration, weshalb die Schutzmaßnahmen im Cyber- und im biologischen Bereich verstärkt wurden.

Argon ist deutlich besser darin, schädliche Anfragen abzulehnen, als frühere Modelle. Bei einem adversariellen Stresstest sanken die Verstöße nahezu auf die Hälfte. Das Modell ist zudem von drei Schutzschichten in Echtzeit umgeben: einer Eingabeprüfung auf böswillige Absichten, einer internen Selbstprüfung mithilfe von Aktivierungssonden, die Wissen über Cyberangriffe oder Biologie erkennen, und einer kontinuierlichen Überwachung, die eine Antwort mitten im Fluss abbrechen kann, wenn sie problematisch wird. Googles vollständiger Bericht zu Sicherheit und Schutz beschreibt diese Abwehrmaßnahmen im Detail.

Gemini 4 Argon marca un avance en lo que los modelos de IA pueden hacer, especialmente en el trabajo profundo sobre tareas complejas del mundo real en programación, finanzas, derecho, ciberseguridad y ciencia. Sus capacidades de ciberdefensa son de nivel de vanguardia y están diseñadas para dar a los defensores una ventaja sobre los atacantes. Antes de un lanzamiento amplio, Google dio primero acceso a defensores cibernéticos a través de su Programa Fairwind, mientras sus propios equipos de seguridad usaban el modelo para analizar sistemas críticos dentro y fuera de Google.

Este acceso limitado demostró por qué estas capacidades importan. Wiz usó Argon para descubrir un error crítico en un software hospitalario que los modelos anteriores habían pasado por alto, ayudando a proteger cientos de miles de historiales de pacientes. Los equipos de seguridad de Google usaron Argon para encontrar y corregir errores en software interno y de código abierto, incluidas vulnerabilidades fundamentales que afectan a sistemas de todo el mundo, las cuales están siendo tratadas mediante una divulgación responsable. Google ya comienza a desplegar Argon de forma amplia y a ampliar el Programa Fairwind a más defensores cibernéticos de confianza.

Google se centró en dos grandes preguntas. La primera es el uso indebido: cómo impedir que actores malintencionados usen el modelo para lanzar ciberataques o crear amenazas biológicas. La segunda es la desalineación: cómo garantizar que el modelo no tome atajos, no cruce límites ni tome decisiones incorrectas de alto riesgo. Argon resolvió las 12 simulaciones de ciberataques de extremo a extremo, frente a cinco en la generación anterior, por lo que se reforzaron las salvaguardas en los ámbitos cibernético y biológico.

Argon es significativamente mejor que los modelos anteriores para rechazar solicitudes dañinas. En un conjunto de pruebas de estrés adversarial, las infracciones se redujeron casi a la mitad. El modelo también cuenta con tres capas de protección en tiempo real: el filtrado de entradas para detectar intenciones maliciosas, la introspección interna mediante sondas de activación que detectan conocimiento sobre ciberataques o biología, y una monitorización continua que puede cortar una respuesta a mitad de camino si se vuelve problemática. El Informe completo de Seguridad y Protección de Google detalla estas defensas.

Gemini 4 Argon marque une avancée dans les capacités des modèles d'IA, en particulier pour le travail approfondi sur des tâches complexes du monde réel dans le développement logiciel, la finance, le droit, la cybersécurité et la science. Ses capacités de cyberdéfense sont de niveau avancé et conçues pour donner aux défenseurs un avantage sur les attaquants. Avant une diffusion large, Google a d'abord donné accès aux cyberdéfenseurs via son programme Fairwind, tandis que ses propres équipes de sécurité utilisaient le modèle pour analyser des systèmes critiques, au sein comme à l'extérieur de Google.

Cet accès limité a montré l'importance de ces capacités. Wiz a utilisé Argon pour découvrir une faille critique dans un logiciel hospitalier que les modèles précédents avaient manquée, contribuant à protéger des centaines de milliers de dossiers de patients. Les équipes de sécurité de Google ont utilisé Argon pour trouver et corriger des failles dans des logiciels internes et open source, y compris des vulnérabilités fondamentales affectant des systèmes dans le monde entier, qui font actuellement l'objet d'une divulgation responsable. Google commence désormais à déployer Argon largement et étend le programme Fairwind à d'autres cyberdéfenseurs de confiance.

Google s'est concentré sur deux grandes questions. La première est le détournement : comment empêcher des acteurs malveillants d'utiliser le modèle pour lancer des cyberattaques ou créer des menaces biologiques. La seconde est le désalignement : comment garantir que le modèle ne bâcle pas le travail, ne franchit pas les limites et ne prend pas de décisions erronées à fort enjeu. Argon a résolu les 12 scénarios de cyberattaque simulés de bout en bout, contre cinq pour la génération précédente, ce qui a justifié le renforcement des garde-fous dans les domaines cyber et biologique.

Argon est nettement meilleur que les modèles précédents pour refuser les requêtes nuisibles. Sur un jeu de tests de stress contradictoires, les violations ont été réduites de près de moitié. Le modèle est également protégé par trois couches de protection en temps réel : le filtrage des entrées pour détecter les intentions malveillantes, une introspection interne à l'aide de sondes d'activation qui détectent les connaissances liées aux cyberattaques ou à la biologie, et une surveillance continue capable d'interrompre une réponse en cours si elle devient problématique. Le rapport complet de Google sur la sécurité et la sûreté détaille ces défenses.

Gemini 4 Argon AI मॉडलों की क्षमताओं में एक महत्वपूर्ण कदम है, खासकर कोडिंग, वित्त, कानून, साइबर सुरक्षा और विज्ञान में जटिल वास्तविक-दुनिया के कार्यों पर गहन काम के लिए। इसकी साइबर-रक्षा क्षमताएं अग्रणी स्तर की हैं और इन्हें रक्षकों को हमलावरों पर बढ़त देने के लिए डिज़ाइन किया गया है। व्यापक रिलीज़ से पहले, Google ने अपने Fairwind Program के जरिए पहले साइबर रक्षकों को पहुंच दी, जबकि उसकी अपनी सुरक्षा टीमों ने Google के भीतर और बाहर के महत्वपूर्ण सिस्टम स्कैन करने के लिए मॉडल का उपयोग किया।

यह सीमित पहुंच दिखाती है कि ये क्षमताएं क्यों मायने रखती हैं। Wiz ने Argon का उपयोग करके अस्पताल के सॉफ़्टवेयर में एक गंभीर बग खोजा, जिसे पिछले मॉडल नहीं पकड़ पाए थे, और लाखों मरीज़ों के रिकॉर्ड सुरक्षित करने में मदद की। Google की सुरक्षा टीमों ने Argon से आंतरिक और ओपन-सोर्स सॉफ़्टवेयर में बग खोजे और उन्हें ठीक किया, जिनमें दुनिया भर के सिस्टम को प्रभावित करने वाली मूलभूत कमज़ोरियां भी शामिल हैं, जिनका जिम्मेदार खुलासा प्रक्रिया से गुजर रहा है। Google अब Argon को व्यापक रूप से लॉन्च करना शुरू कर रहा है और Fairwind Program को अतिरिक्त भरोसेमंद साइबर रक्षकों तक बढ़ा रहा है।

Google ने दो मुख्य सवालों पर ध्यान दिया। पहला दुरुपयोग है: बुरे तत्वों को इस मॉडल से साइबर हमले करने या जैविक खतरे बनाने से कैसे रोका जाए। दूसरा गलत संरेखण (misalignment) है: यह कैसे सुनिश्चित हो कि मॉडल कोनों को न काटे, सीमाएं न लांघे, या उच्च-दांव वाले फैसलों में गलत निर्णय न ले। Argon ने पिछली पीढ़ी के पांच के मुकाबले सभी 12 एंड-टू-एंड सिमुलेटेड साइबर हमले के परिदृश्य हल किए, इसलिए साइबर और जैविक दोनों क्षेत्रों में सुरक्षा उपाय मज़बूत किए गए।

Argon पिछले मॉडलों की तुलना में हानिकारक अनुरोधों को अस्वीकार करने में काफी बेहतर है। एक प्रतिकूल (adversarial) स्ट्रेस-टेस्ट सेट पर, उल्लंघन लगभग दो गुना कम हुए। मॉडल तीन स्तरों की रियल-टाइम सुरक्षा से भी लैस है: दुर्भावनापूर्ण इरादे के लिए इनपुट स्क्रीनिंग, एक्टिवेशन प्रोब का उपयोग करके आंतरिक आत्मनिरीक्षण जो साइबर हमले या जैविक ज्ञान का पता लगाता है, और लगातार निगरानी जो समस्याग्रस्त होने पर प्रतिक्रिया को बीच में ही रोक सकती है। Google की पूरी Safety and Security Report इन सुरक्षा उपायों का विस्तार से विवरण देती है।

Gemini 4 Argon menandai langkah maju dalam kemampuan model AI, terutama untuk pekerjaan mendalam pada tugas dunia nyata yang kompleks di bidang pemrograman, keuangan, hukum, keamanan siber, dan sains. Kemampuan pertahanan sibernya berada pada tingkat terdepan dan dirancang untuk memberi keunggulan kepada pihak bertahan atas penyerang. Sebelum rilis yang luas, Google terlebih dahulu memberikan akses kepada para pembela siber melalui Program Fairwind, sementara tim keamanannya sendiri menggunakan model ini untuk memindai sistem penting di dalam maupun di luar Google.

Akses terbatas ini menunjukkan mengapa kemampuan tersebut penting. Wiz menggunakan Argon untuk menemukan bug kritis pada perangkat lunak rumah sakit yang luput dari model sebelumnya, membantu melindungi ratusan ribu rekam medis pasien. Tim keamanan Google menggunakan Argon untuk menemukan dan menambal bug pada perangkat lunak internal dan open-source, termasuk kerentanan mendasar yang memengaruhi sistem di seluruh dunia, yang kini sedang melalui proses pengungkapan yang bertanggung jawab. Google kini mulai meluncurkan Argon secara luas dan memperluas Program Fairwind kepada lebih banyak pembela siber tepercaya.

Google berfokus pada dua pertanyaan utama. Pertama adalah penyalahgunaan: bagaimana mencegah pelaku jahat menggunakan model ini untuk meluncurkan serangan siber atau menciptakan ancaman biologis. Kedua adalah misalignment: bagaimana memastikan model tidak mengambil jalan pintas, melampaui batas, atau membuat keputusan keliru dalam situasi berisiko tinggi. Argon berhasil menyelesaikan seluruh 12 skenario serangan siber simulasi dari awal hingga akhir, naik dari lima pada generasi sebelumnya, dan karena itulah pengamanan diperkuat di ranah siber maupun biologis.

Argon jauh lebih baik dalam menolak permintaan berbahaya dibandingkan model sebelumnya. Pada kumpulan uji stres adversarial, pelanggaran turun hampir dua kali lipat. Model ini juga dibungkus tiga lapis perlindungan real-time: penyaringan input untuk mendeteksi niat jahat, introspeksi internal menggunakan probe aktivasi yang mendeteksi pengetahuan tentang serangan siber atau biologi, serta pemantauan berkelanjutan yang dapat menghentikan respons di tengah jalan jika menjadi bermasalah. Laporan Keamanan dan Keselamatan lengkap Google memaparkan pertahanan ini secara rinci.

Gemini 4 Argonは、特にコーディング、金融、法律、サイバーセキュリティ、科学といった複雑な現実世界のタスクに深く取り組む点で、AIモデルの能力における一歩前進を示すものです。そのサイバー防御能力は最先端レベルにあり、攻撃者に対して防御側に優位を与えるよう設計されています。広範な公開に先立ち、Googleはまず「Fairwindプログラム」を通じてサイバー防御担当者にアクセスを提供し、同時に自社のセキュリティチームがこのモデルを使って、Google社内外の重要なシステムを精査しました。

この限定的なアクセスによって、これらの能力の重要性が明らかになりました。WizはArgonを使い、従来のモデルでは見逃されていた病院ソフトウェアの重大なバグを発見し、数十万件の患者記録の保護に貢献しました。Googleのセキュリティチームは、Argonを使って社内およびオープンソースのソフトウェアにおけるバグを発見・修正しました。その中には世界中のシステムに影響を与える基盤的な脆弱性も含まれ、現在は責任ある開示のプロセスが進められています。Googleは現在、Argonの広範な展開を始めており、信頼できるサイバー防御担当者へとFairwindプログラムを拡大しています。

Googleは2つの主要な課題に注力しました。1つ目は悪用です。悪意のある主体がこのモデルを使ってサイバー攻撃を仕掛けたり、生物学的脅威を生み出したりするのを、どう防ぐかという問題です。2つ目は不整合です。モデルが手抜きをしたり、境界を越えたり、重大な場面で誤った判断を下したりしないようにするにはどうすればよいかという問題です。Argonは、シミュレートされたエンドツーエンドのサイバー攻撃シナリオを全12件すべて解決しました。これは前世代の5件から大幅な向上であり、そのためサイバーと生物学の両分野で安全対策が強化されました。

Argonは、従来のモデルよりも有害なリクエストを拒否する能力が大幅に向上しています。敵対的ストレステストのセットにおいて、違反はほぼ2分の1に減少しました。このモデルはまた、3層のリアルタイム保護で守られています。悪意のある意図を検出する入力スクリーニング、サイバー攻撃や生物学的知識を検出する活性化プローブを用いた内部の内省、そして応答が問題となった場合に途中で遮断できる継続的な監視です。Googleの完全版「Safety and Security Report」では、これらの防御策が詳しく説明されています。

O Gemini 4 Argon marca um avanço no que os modelos de IA podem fazer, especialmente no trabalho aprofundado em tarefas complexas do mundo real em programação, finanças, direito, cibersegurança e ciência. Suas capacidades de ciberdefesa estão no nível de vanguarda e foram projetadas para dar aos defensores uma vantagem sobre os atacantes. Antes de um lançamento amplo, o Google deu primeiro acesso a defensores cibernéticos por meio de seu Programa Fairwind, enquanto suas próprias equipes de segurança usaram o modelo para analisar sistemas críticos dentro e fora do Google.

Esse acesso limitado mostrou por que essas capacidades importam. A Wiz usou o Argon para descobrir uma falha crítica em um software hospitalar que modelos anteriores haviam deixado passar, ajudando a proteger centenas de milhares de registros de pacientes. As equipes de segurança do Google usaram o Argon para encontrar e corrigir falhas em softwares internos e de código aberto, incluindo vulnerabilidades fundamentais que afetam sistemas em todo o mundo, que estão passando por divulgação responsável. O Google agora começa a lançar o Argon amplamente e a expandir o Programa Fairwind para mais defensores cibernéticos confiáveis.

O Google concentrou-se em duas grandes questões. A primeira é o uso indevido: como impedir que agentes mal-intencionados usem o modelo para lançar ciberataques ou criar ameaças biológicas. A segunda é o desalinhamento: como garantir que o modelo não cometa atalhos, não ultrapasse limites ou tome decisões incorretas de alto risco. O Argon resolveu todos os 12 cenários de ciberataque simulados de ponta a ponta, contra cinco na geração anterior, e por isso as salvaguardas foram reforçadas nos domínios cibernético e biológico.

O Argon é significativamente melhor em recusar pedidos prejudiciais do que os modelos anteriores. Em um conjunto de testes de estresse adversariais, as violações caíram quase pela metade. O modelo também é envolvido por três camadas de proteção em tempo real: a triagem de entradas para detectar intenções maliciosas, a introspecção interna usando sondas de ativação que detectam conhecimento sobre ciberataques ou biologia, e o monitoramento contínuo que pode interromper uma resposta no meio caso ela se torne problemática. O Relatório completo de Segurança e Proteção do Google detalha essas defesas.

Gemini 4 Argon знаменует шаг вперёд в возможностях ИИ-моделей, особенно для глубокой работы над сложными реальными задачами в программировании, финансах, юриспруденции, кибербезопасности и науке. Его возможности в кибероборане находятся на передовом уровне и призваны дать защитникам преимущество над злоумышленниками. Перед широким выпуском Google сначала предоставила доступ специалистам по кибербезопасности через программу Fairwind, а собственные команды безопасности использовали модель для проверки критически важных систем внутри и вне Google.

Этот ограниченный доступ показал, почему эти возможности важны. Wiz использовала Argon, чтобы обнаружить критическую уязвимость в программном обеспечении больниц, которую пропустили предыдущие модели, что помогло защитить сотни тысяч медицинских записей пациентов. Команды безопасности Google использовали Argon для поиска и устранения уязвимостей во внутреннем и открытом программном обеспечении, включая фундаментальные уязвимости, затрагивающие системы по всему миру, которые сейчас проходят ответственное раскрытие. Google теперь начинает широкое внедрение Argon и расширяет программу Fairwind на дополнительных доверенных специалистов по кибербезопасности.

Google сосредоточилась на двух основных вопросах. Первый — злоупотребления: как не допустить использования модели злоумышленниками для кибератак или создания биологических угроз. Второй — рассогласование: как гарантировать, что модель не будет срезать углы, выходить за установленные границы или принимать ошибочные решения в ситуациях с высокими ставками. Argon решил все 12 сквозных смоделированных сценариев кибератак против пяти у предыдущего поколения, поэтому меры защиты были усилены как в кибернетической, так и в биологической областях.

Argon значительно лучше предыдущих моделей отказывает в выполнении вредоносных запросов. На наборе состязательных стресс-тестов количество нарушений снизилось почти вдвое. Модель также защищена тремя уровнями защиты в реальном времени: фильтрацией входных данных на предмет вредоносных намерений, внутренним самоанализом с помощью зондов активации, которые выявляют знания о кибератаках или биологии, и непрерывным мониторингом, который может прервать ответ на полпути, если он становится проблемным. Полный отчёт Google о безопасности подробно описывает эти меры защиты.

Gemini 4 Argon标志着AI模型能力的又一步进展,尤其是在编程、金融、法律、网络安全和科学等复杂现实任务的深度工作方面。其网络防御能力达到前沿水平,旨在让防御者比攻击者更具优势。在广泛发布之前,谷歌首先通过其Fairwind计划向网络防御人员开放访问权限,同时其自身的安全团队利用该模型扫描了谷歌内部和外部的关键系统。

这次有限的访问表明了这些能力的重要性。Wiz使用Argon发现了医院软件中一个此前模型遗漏的严重漏洞,帮助保护了数十万患者的记录。谷歌的安全团队使用Argon发现并修复了内部和开源软件中的漏洞,包括影响全球系统的基础性漏洞,这些漏洞正在依照负责任的披露流程处理。谷歌目前已开始广泛推出Argon,并将Fairwind计划扩展至更多值得信赖的网络防御人员。

谷歌重点关注两个主要问题。第一是滥用问题:如何阻止恶意行为者利用该模型发动网络攻击或制造生物威胁。第二是错位问题:如何确保模型不会偷工减料、逾越界限,或在高风险决策中做出错误判断。Argon解决了全部12个端到端模拟网络攻击场景,而上一代仅解决5个,这也是网络和生物领域安全防护得以加强的原因。

Argon在拒绝有害请求方面明显优于以往模型。在对抗性压力测试集上,违规情况减少了近两倍。该模型还包裹着三层实时保护:检测恶意意图的输入筛查、利用激活探针检测网络攻击或生物知识的内部自省,以及可在回复出现问题时实时中断输出的持续监控。谷歌完整的《安全与保障报告》详细介绍了这些防御措施。