W skrócie
- Google zaprezentowało Gemini 4 Argon, nowy flagowy model AI zaprojektowany do złożonych operacji inżynieryjnych, kodowania oraz zadań związanych z cyberbezpieczeństwem.
- Nowa architektura wspiera długie konteksty, umożliwiając przetwarzanie do 1 mln tokenów wyjściowych, co znacząco przewyższa wcześniejsze możliwości modeli z serii Pro.
- Model trafił do pierwszych partnerów, oferując zaawansowane narzędzia do automatycznej naprawy luk w kodzie oraz optymalizacji baz danych przy zachowaniu rygorystycznych norm bezpieczeństwa.
- Więcej podobnych informacji znajdziesz na stronie głównej serwisu, otwiera się w nowym oknie
Gemini 4 Argon już dostępny. Co go wyróżnia?
Google oficjalnie ogłosiło debiut nowego flagowego modelu sztucznej inteligencji o nazwie Gemini 4 Argon. Premiera tej architektury ma być wyznacznikiem nowej generacji rozwiązań w ramach walki o pozycję lidera wyścigu technologicznego, w którym Alphabet rywalizuje z OpenAI i Anthropic. Decyzja ta następuje po miesiącach opóźnień i restrukturyzacji wewnątrz firmy, które doprowadziły m.in. do zmian w kierownictwie laboratoriów AI i rezygnacji z planów wydania pośredniej wersji Gemini 3.5 Pro.
Argon wyróżnia się większą skalą od wcześniejszych wariantów z serii "Pro" i został zaprojektowany z myślą o wykonywaniu złożonych operacji. W benchmarkach związanych z kodowaniem i cyberbezpieczeństwem dorównuje on, a nawet przewyższa czołowe modele konkurencji, takie jak GPT-6 Astra, Claude Fable 5.1 czy Claude Opus 5.5. Choć w wewnętrznych próbach nowa architektura osiągnęła wyższe wyniki na wybranych benchmarkach, w części wskaźników programistycznych nadal ustępuje niektórym rozwiązaniom rywali.
Nowy model nie jest jeszcze ogólnodostępny w aplikacji Google Gemini czy w samej wyszukiwarce Google, a jego udostępnianie przebiega etapami. Wydawca przekazał go w pierwszej kolejności wybranym partnerom z branży cyberbezpieczeństwa i udostępnił do ewaluacji w ramach dobrowolnego programu rządowego w USA. Cennik dla przyszłych klientów komercyjnych ustalono na poziomie 2 USD za 1 mln tokenów wejściowych i 10 USD za 1 mln tokenów wyjściowych, przy czym tokeny buforowane objęto 95 proc. zniżką.
Zobacz również:
Sztuczna inteligencja Google wspiera programistów
Zastosowanie nowego narzędzia w strukturach wewnętrznych Google przyniosło wymierne rezultaty w automatyzacji codziennej pracy programistów. Argon wspiera badaczy m.in. w optymalizacji algorytmów kwantowych, gdzie zdołał poprawić dotychczasowe wyniki bazowe o 40 proc. Z kolei autonomiczne agenty przeanalizowały profilowanie pamięci w centrach danych firmy, co pozwoliło na uwolnienie ponad 300 TiB przestrzeni dyskowej z potencjałem na zwolnienie do 1 PiB.
Największe wyzwanie stanowiła migracja złożonych kodów źródłowych C/C++ do bezpieczniejszego języka Rust w skali sięgającej od kilkudziesięciu tysięcy linijek w bibliotekach re2 po ponad 800 tys. linii w jądrze Fuchsia Zircon. W przypadku oprogramowania libgav1 agenty przeprowadziły optymalizację SIMD, zastępując 32 tys. linijek kodu i uzyskując 2,7-krotne przyspieszenie działania dekodera wideo. Wydajność modelu potwierdza wynik 77,9 proc. osiągnięty w benchmarku DeepSWE v1.1.
Istotną zmianą techniczną jest także rozszerzenie limitu tokenów wyjściowych do poziomu 1 mln, co stanowi znaczny skok z dotychczasowych 64 tys. Dłuższa perspektywa generowania tekstu w pojedynczym cyklu umożliwia prowadzenie głębszych procesów myślowych i rozwiązywanie trudniejszych problemów programistycznych. Rozwiązanie to sprawdza się również w zadaniach związanych z analizą ekonomiczną, prawną i interpretacją materiałów wideo, uzyskuje m.in. wynik na poziomie 91,7 proc. w teście LVBench.
Spektakularne zdolności w obszarze cyberbezpieczeństwa
W obszarze cyberbezpieczeństwa Argon został przystosowany do autonomicznego wykrywania, weryfikacji i naprawiania podatności w oprogramowaniu. Specjalne wersje modelu pozbawione standardowych barier ochronnych (podobnie jak ma to miejsce w parze Claude Fable i Claude Mythos) zostały udostępnione zaufanym podmiotom, aby umożliwić im pełne wykorzystanie potencjału defensywnego. Przykładem takich działań jest współpraca z firmą Wiz, której narządzie oparte na Gemini 4 zidentyfikowało krytyczną lukę w oprogramowaniu szpitalnym, wykazując się skutecznością wyższą od poprzednich modeli.
W benchmarku CWE-bench v1 nowy wariant Gemini zajął pierwsze miejsce z wynikiem 68 proc., pokazując wyższość nad dotychczasowym modelem 3.8 Flash Cyber w zwiadzie i przygotowywaniu tzw. dowodów słuszności koncepcji. Model wykazuje zdolność do wykrywania luk w kodach napisanych w 20 językach programowania, a także radzi sobie z analizą systemów sieciowych bez dostępu do ich kodu źródłowego.
W celu zapobiegania nadużyciom Google wprowadziło dodatkowe zabezpieczenia chroniące przed wykorzystaniem AI w atakach biologicznych, chemicznych czy nuklearnych. Ochrona obejmuje też stałe monitorowanie wewnętrznych aktywacji modelu i odporność na ukryte ataki typu prompt injection, co potwierdzają wysokie lokaty w testach Gray Swan. Firma wdrożyła też mechanizmy monitorowania procesu myślowego AI w celu wykrywania przypadków zejścia z wyznaczonego toru, dbając jednocześnie o odpowiednią izolację środowisk testowych.
