Google, Gemini 4 Argon'u prompt enjeksiyonu testindeki öncü skoruyla tanıttı

Google, Gemini 4 Argon'u çarşamba günü tanıtarak kodlama, ofis işleri ve siber savunma alanlarında bugüne kadarki en yetenekli modeli olduğunu söyledi. Argon, bir yapay zekanın okuduğu içeriklerde gizlenmiş kötü amaçlı talimatları 15 denemede test eden Gray Swan'ın dolaylı prompt enjeksiyonu ölçütünde %0,7 saldırı başarı oranı kaydetti. Daha düşük puanlar, daha az sayıda başarılı saldırı anlamına geliyor. Claude Opus 5.5 ve Claude Fable 5.1'in her biri %1,0 puan aldı. GPT-6 Astra %8,5, Grok 4.6 %51,8 ve Kimi K3 %52,7 puan aldı. Uzun yazılım mühendisliği görevlerini ölçen DeepSWE v1.1 testinde Argon %77,9 puan aldı. Claude Opus 5.5 %74,2, GPT-6 Astra %74,1 ve Claude Fable 5.1 %67,4 puan aldı. Gemini 3.6 Flash aynı testte temmuz ayında %49 puan almıştı. Google, Argon'un DeepSWE puanını kendisi hesaplarken rakiplerin puanları kamuya açık bir sıralama tablosundan ve şirket raporlarından geldi. Google'ın karşılaştırmasına göre Argon 18 ölçütün 12'sinde önde, birinde berabere ve beşinde geride. Argon, tek bir yanıtta üretebildiği token sayısını 64.000'den 1 milyon tokena çıkarabiliyor. Google, Argon'u ilk olarak sınırlı erişimli Fairwind Programı üzerinden, normalde bilgisayar korsanlığı yardımını kısıtlayacak siber güvenlik korumaları olmadan, onaylanmış güvenlik ekiplerinin kullanımına sunuyor. 2 Eylül'de başlatılan Fairwind'in hükümetler ve kritik altyapı işletmecileri dahil 650'den fazla ortağı bulunuyor. Google, savunma ekiplerinin suçlulardan önce güvenlik açıklarını tespit edebilmek için bu tür yeteneklere ihtiyaç duyduğunu söylüyor. Google, aynı yeteneklerin saldırganlara da yardımcı olabileceğini ve aşamalı kullanıma sunumun tek güvenli yol olduğunu belirtiyor. Google ayrıca ABD hükümetinin modellerin piyasaya sürülmeden önce erişime açılmasına yönelik gönüllü sürecine katılıyor. Şirket, daha geniş erişimi mümkün olan en kısa sürede ücretli API müşterileri ve Google AI Ultra aboneleriyle başlatacağını söylüyor. Google'ın şirket içi Wiz Penetration Test Benchmark testinde Argon, web uygulamalarındaki açıklardan yararlanma görevlerinin %70,9'unu ilk denemede çözdü; Gemini 3.8 Flash Cyber için bu oran %58,2 oldu. Google, Gemini 3.8 Flash Cyber'ı Fairwind ile birlikte kısıtlı erişimli bir model olarak piyasaya sürmüştü. Google, Argon'un güvenlik şirketi Wiz'in dünya genelindeki hastanelerin kullandığı sağlık yazılımlarındaki kritik bir açığı, önceki öncü modellerin gözden kaçırmasının ardından bulmasına yardımcı olduğunu söylüyor. Anthropic'in Claude Mythos modelinin erken bir sürümü, Mozilla'nın daha sonra yamaladığı 271 Firefox güvenlik açığının belirlenmesine yardımcı oldu. OpenAI'nin Trusted Access for Cyber adlı benzer bir kısıtlı erişim programı bulunuyor. Google temmuz ayında daha küçük Flash modellerini piyasaya sürdü ancak söz verdiği Gemini 3.5 Pro'yu çıkarmadı. Alphabet hisseleri aynı ay yaklaşık %4,4 düştü. Argon'un tanıtımı, Başkan Trump'ın Google yönetiminin de imzaladığı, gönüllü ve cezasız bir yapay zeka anlaşmasını duyurduğu gün gerçekleşti. Başlangıç API fiyatlandırması, 1 milyon girdi tokenı için 2 dolar ve 1 milyon çıktı tokenı için 10 dolar. Google, başlangıç fiyatlandırmasının ne zaman sona ereceğini açıklamadı; standart ücretler 1 milyon girdi ve çıktı tokenı başına sırasıyla 4 dolar ve 20 dolar.