Google представила Gemini 4 Argon с лучшим результатом в тесте на устойчивость к prompt injection

В среду Google представила Gemini 4 Argon, назвав ее своей самой мощной моделью для программирования, офисной работы и киберзащиты. В тесте Gray Swan на косвенную prompt injection, который проверяет скрытые в прочитанном ИИ контенте вредоносные инструкции в ходе 15 попыток, доля успешных атак на Argon составила 0,7 %. Более низкие результаты означают меньшее число успешных атак. Claude Opus 5.5 и Claude Fable 5.1 набрали по 1,0 %. Результат GPT-6 Astra составил 8,5 %, Grok 4.6 — 51,8 %, а Kimi K3 — 52,7 %. В тесте DeepSWE v1.1 на выполнение длительных задач по разработке программного обеспечения Argon набрала 77,9 %. Результат Claude Opus 5.5 составил 74,2 %, GPT-6 Astra — 74,1 %, а Claude Fable 5.1 — 67,4 %. В июле Gemini 3.6 Flash набрала в этом же тесте 49 %. Google самостоятельно рассчитала результат Argon в DeepSWE, тогда как результаты конкурентов взяты из общедоступного рейтинга и отчетов компаний. Согласно сравнению Google, Argon лидирует в 12 из 18 тестов, в одном делит первое место и уступает в пяти. За один ответ Argon может выдать до 1 млн токенов против прежних 64 000. Сначала Google предоставит Argon проверенным командам по кибербезопасности в рамках программы ограниченного доступа Fairwind — без ограничений, которые обычно препятствуют помощи во взломе. Fairwind запустили 2 сентября; в программе участвуют более 650 партнеров, включая государственные органы и операторов критической инфраструктуры. Google заявляет, что защитникам нужны такие возможности, чтобы обнаруживать уязвимости раньше преступников. При этом компания предупреждает, что те же возможности могут помочь злоумышленникам, и называет поэтапное развертывание единственным безопасным путем. Google также участвует в добровольном процессе правительства США по предоставлению доступа к моделям до их выпуска. Компания заявляет, что как можно скорее начнет расширять доступ для платных клиентов API и подписчиков Google AI Ultra. Во внутреннем тесте Google Wiz Penetration Test Benchmark Argon с первой попытки выполнила 70,9 % заданий на эксплуатацию уязвимостей веб-приложений против 58,2 % у Gemini 3.8 Flash Cyber. Google представила Gemini 3.8 Flash Cyber вместе с Fairwind как модель с ограниченным доступом. По словам Google, Argon помогла специалистам компании Wiz обнаружить критическую уязвимость в медицинском программном обеспечении, используемом больницами по всему миру, которую не выявили более ранние передовые модели. Ранняя версия Claude Mythos от Anthropic помогла выявить 271 уязвимость Firefox, которые Mozilla впоследствии устранила. У OpenAI есть аналогичная инициатива ограниченного доступа под названием Trusted Access for Cyber. В июле Google выпустила менее крупные модели Flash, но не представила обещанную Gemini 3.5 Pro. В том месяце акции Alphabet упали примерно на 4,4 %. Запуск Argon состоялся в тот же день, когда президент Трамп представил добровольное соглашение в сфере ИИ без штрафных санкций, подписанное руководством Google. Стартовая цена API составляет 2 доллара за миллион входных токенов и 10 долларов за миллион выходных. Google не сообщила, когда закончится период стартовых цен; стандартные тарифы составляют 4 и 20 долларов за миллион входных и выходных токенов соответственно.