Google veröffentlicht Gemini 4 Argon für Cybersicherheitsexperten vor einer breiteren Veröffentlichung. )

Eine begrenzte Ausrollung von Googles neuestem KI-Modell, Gemini 4, läuft für Sicherheitsexperten über ein Programm namens Fairwind. Das Unternehmen berichtet, dass das Modell bereits interne Prozesse verändert hat, von der Quantencomputertechnik bis hin zu Codebase-Migrationen, und wird nun vertrauenswürdigen Cyber-Verteidigern angeboten, bevor eine breitere Veröffentlichung erfolgt.

Eine gestaffelte Launch-Strategie begleitet die Veröffentlichung des Modells. Google hat eine freiwillige Vereinbarung mit der U.S.-Regierung bezüglich des vorabgegangenen Zugangs zum Modell getroffen, während es Schritt für Schritt die Verfügbarkeit erhöht. Im Verlauf der Ausrollung wird das Unternehmen Feedback von anfänglichen Nutzern einholen, bevor die Sicherheitskontrollen verfeinert werden. Dieser Verbesserungsprozess geht dem Verfügbarenmachen von Argon für Entwickler, Unternehmen und Verbraucher voraus.

Die Preis- und Token-Limits

Die Argon-Veröffentlichung erfolgt mit einem Startpreis von 2 Dollar pro Million Eingabetoken und 10 Dollar pro Million Ausgabetoken. Eingabetoken, die im Cache gespeichert werden, erhalten einen Rabatt von 95 % gegenüber dem regulären Preis für Eingabetoken.

Google hat das Token-Limit des Modells erheblich erhöht. Das neue Limit beträgt 1 Million Token, verglichen mit den zuvor 64.000 Token. Laut Google ermöglicht diese Erweiterung dem Modell, viel mehr Text in einer einzigen Denkweise zu erzeugen, was es ihm ermöglicht, Probleme mit größerer Tiefe zu durchdenken und gleichzeitig Hunderte von Tausenden von Token zu generieren.

Interne Arbeitsabläufe bei Google

Das Unternehmen verweist auf drei wichtige Projekte, bei denen das Modell bemerkenswerte Beiträge geleistet hat. In diesen Projekten verwenden Googler Argon bereits für spezialisierte Programmieraufgaben, tiefere Forschung und die Verbesserung der Schreibqualität.

Quantenalgorithmusoptimierung

Googles Quantencomputerteam nutzte Argon, um die Raumzeitressourcen innerhalb von Subroutinen effizienter zu nutzen, die wichtige Anwendungen unterstützen. In einem bestimmten Fall übertraf das Modell einen veröffentlichten Referenzwert um 40 % und erzielte die Verbesserung in wenigen Minuten.

Speichereffizienz

Argon-Agenten führten eine flächendeckende Profilerstellung von Telemetriedaten durch, um Speichereffizienzmaßnahmen zu identifizieren, die in Googles Rechenzentren angewendet werden können. Nach der Ausrollung wurden über 300 TiB Speicher freigegeben, mit einer geschätzten Gesamteinsparung von 500 TiB bis 1 PiB.

Großflächige Codebasis-Migrationen )

Googles Argon-Agenten migrieren C/C++-Codebasen zu Rust. Die Arbeit umfasst alles von Kernbibliotheken wie re2 und libgav1, die Zehntausende von Zeilen Code enthalten, bis hin zum Fuchsia OS Zircon-Kernel, der über 800.000 Zeilen verfügt. )

Angesichts der entscheidenden Bedeutung vieler dieser Systeme werden diese weitreichenden Änderungen strengen Prüfungen unterzogen. Maschinen und Menschen gleichermaßen überprüfen sie, führen Tests gegen Kopien der alten Systeme durch und gehen sie sorgfältig durch, bevor sie live gehen. )

Für libgav1, Googles Open-Source-Software zur Videodecodierung, ersetzten Argon-Agenten eine bestehende Rust-Portierung und ersetzten 32.000 Zeilen SIMD-Code, indem sie viele Runden von Profil-gesteuerten Experimenten durchführten, die Ausgabe des Compilers studierten und sicheres Rust erstellten, damit der Compiler es automatisch vektorisieren konnte. Das Ergebnis ist ein speichersicheres Videodecoder, der 2,7-mal schneller ist als die Rust-Portierung, mit identischem Videoausgang, was ihn näher an das optimierte C++ bringt. )

Der aktuelle Stand der Technik über verschiedene Bereiche hinweg)

DeepSWE v1.1 hat einen neuen Spitzenreiter, und das ist Argon, das mit 77,9 % punktet. Der Benchmark beurteilt die Fähigkeit eines Modells, reale Softwareentwicklungsaufgaben zu bewältigen, die sich über lange Zeiträume erstrecken. )

Der Vals Index misst die wirtschaftliche Wirkung in den Bereichen Finanzen, Programmierung, Recht und Steuern, wobei jeder Sektor entsprechend seinem Beitrag zum US-BIP gewichtet wird. Argon führt diese Rangliste an. Das Modell belegt auch den ersten Platz beim Vals Finance Agent v2 (mehrstufige Finanzforschung) und beim Harvey’s Legal Agent Benchmark (Recherche und Erstellung von Rechtsdokumenten). )

Zapier’s Benchmark, AutomationBench, misst die End-to-End-Ausführung über Kern-Business-Funktionen hinweg. Argon belegt den 1. Platz mit einem Score von 51,3 %. )

Wenn visuelles Verständnis am wichtigsten ist, behauptet sich Argon unter den Tools für Wissensarbeit. Es verarbeitet professionelle Chart-Analysen, entdeckt Details in langen Videos und handelt auf der Grundlage einer Kette von Dokumenten. Der Test, der als LVBench bekannt ist, misst das Verständnis von langen Videos, und Argon steht mit einem Score von 91,7 % an der Spitze, was den aktuellen Höchststand markiert. )

Fähigkeiten zur Abwehr von Cyberangriffen )

Google entwickelte Argon mit einem starken Fokus auf die Unterstützung von Cyber-Verteidigern bei der Abwehr der neuen Angriffswelle. Das Modell wurde darauf trainiert, selbstständig Schwachstellen in Software zu finden, zu prüfen und zu beheben.

Die sicherheitsorientierte Argon-Version wird jegliche Cybersecurity-Sicherheitsvorkehrungen für vertrauenswürdige Verteidiger und Googles eigene interne Teams unterlassen, sodass diese die volle Leistungsfähigkeit auf dem neuesten Stand nutzen können.

Argon wird von Wiz im Rahmen der Scan for Good Initiative eingesetzt, einem Projekt, das darauf abzielt, wichtige öffentliche Infrastruktur kostenlos zu schützen, indem Schwachstellen identifiziert und behoben werden. Als Beweis seiner Wirksamkeit entdeckte das System einen schwerwiegenden Fehler, der private Daten aus Gesundheitssystemen aufdeckte, auf die Krankenhäuser weltweit angewiesen sind.

CWE-bench v1 ist eine Bewertung der Fähigkeit des Modells, Sicherheitslücken zu beheben. Argon erreicht gemeinsam mit anderen den ersten Platz mit einem Top-Score von 68 %, basierend auf der Leistung von 3.8 Flash Cyber bei CWE-bench v0.

Schlüsselpersonen der Ankündigung

• Argon wird zu 2 Dollar pro Million Eingabe-Token und 10 Dollar pro Million Ausgabetoken gestartet, wobei gespeicherte Eingabe-Token um 95 % unter dem Preis der Eingabe-Token angeboten werden.
• Ausgabetoken-Limit: 1 Million Token, gegenüber den bisherigen 64K Token
• Quantenoptimierung: übertraf einen veröffentlichten Referenzwert um 40 % in Minuten
• Speicherersparnis: über 300 TiB freigegeben, schätzungsweise insgesamt 500 TiB bis 1 PiB
• Videodecodierungsgeschwindigkeit: 2,7-fach schneller als die Rust-Version
• DeepSWE v1.1: 77,9 %
• Vals Index: führende Position
• AutomationBench: 51,3 %
• LVBench: 91,7 %
• CWE-bench v1: belegt den ersten Platz mit 68 %

Das Unternehmen geht vorsichtig vor, arbeitet mit der U.S.-Regierung zusammen und holt sich Input von Personen ein, die das Produkt zuerst ausprobiert haben. Vier Bereiche zeigen eine echte technische Weiterentwicklung: das Gesundheitssicherheitsproblem, das durch Wiz’s Scan for Good-Initiative gefunden wurde, die Quantenberechnungsarbeit, die Reduzierungen des Speicherverbrauchs und die Änderungen am Videodecoder.

Der Plan zeugt von Vertrauen in das Projekt. Argon wird ausgerollt, und die eigenen Erfolge des Unternehmens deuten auf ein nützliches Werkzeug für Entwickler, Unternehmen und Verbraucher hin.

Quellenmaterial: „Gemini 4 Argon“, Google.