‏Gemini 4 Argon و امنیت سایبری: مدلی برای پیدا کردن باگ‌های امنیتی

گوگل با Gemini 4 Argon امنیت سایبری رو یکی از کاربردهای اصلی مدل جدیدش کرده. به گفتهٔ گوگل، این مدل با این هدف آموزش دیده که به مدافع‌ها برتری بده؛ یعنی به جای اینکه فقط درباره باگ‌ها حرف بزنه، خودش آسیب‌پذیری‌های کد رو پیدا کنه و درستشون کنه. نویسندهٔ مقاله یادآوری می‌کنه که این یه مسئلهٔ dual-use هست (یعنی ابزاری که هم به کار دفاع میاد هم حمله).

Argon یه مدل sparse mixture-of-experts هست (یعنی برای هر ورودی فقط بخشی از شبکه فعال می‌شه) با کانتکست ۱ میلیون توکنی که ورودی و خروجی رو با هم حساب می‌کنه. این یعنی می‌تونه کل یه کدبیس رو یه‌جا بخونه و یه باگ رو بین چند فایل و کتابخونه و زنجیرهٔ فراخوانی دنبال کنه. این خیلی شبیه‌تر به کار یه محقق امنیتی واقعیه تا اسکن تک‌تک تابع‌ها.

گوگل برای اثبات ادعاش به تست‌هایی با شرکت امنیت ابری Wiz اشاره می‌کنه که توش Argon آسیب‌پذیری‌های واقعی بیشتری از مدل‌های مشابه پیدا کرده. تو بنچمارک‌ها هم Argon تو Val Index با ۶۸.۹٪ و تو AutomationBench با ۵۱.۳٪ اوله. Artificial Analysis هم بهش امتیاز ۵۳ داده، هم‌سطح GPT-6 Astra و ۲۳ امتیاز بالاتر از Gemini 3.1 Pro.

نویسنده معتقده مهم‌ترین عدد برای کار امنیتی، نرخ توهمه (یعنی وقتی مدل با اعتمادبه‌نفس جواب غلط می‌سازه). Argon تو تست omniscience فقط ۱۵٪ توهم داشته، در برابر ۵۱٪ برای GPT-6 Astra. هشدار اشتباه وقت تحلیل‌گر رو هدر می‌ده و باگی که دیده نشه می‌ره رو پروداکشن؛ پس مدلی که بگه «مطمئن نیستم» خیلی به‌دردبخورتره.

برای کم کردن خطر سوءاستفاده، دسترسی به قوی‌ترین حالت‌ها محدوده. Argon از طریق Gemini API و Google AI Studio و Google Cloud عرضه می‌شه و قابلیت‌های agentic پلتفرم Anti-gravity (که چند ساعت با چند ساب‌ایجنت روی یه کار می‌مونه) فقط مال مشترک‌های Ultra هست. قیمت فعلی ۲ دلار برای هر میلیون توکن ورودی و ۱۰ دلار برای خروجیه که بعد از ۳۰ نوامبر دو برابر می‌شه.

نکات کلیدی:

• Argon کانتکست ۱ میلیون توکنی داره و کل کدبیس رو یه‌جا تحلیل می‌کنه.
• نرخ توهم Argon تو تست omniscience ۱۵٪ بوده، در برابر ۵۱٪ برای GPT-6 Astra.
• تست‌های واقعی پیدا کردن باگ با همکاری شرکت Wiz انجام شده.
• قیمت دوره معرفی ۲ دلار ورودی و ۱۰ دلار خروجی برای هر میلیون توکنه و بعد از ۳۰ نوامبر دو برابر می‌شه.
• تیم Chrome با Argon حدود ۶ میلیون خط کد رو ریفکتور کرده و بیش از ۸۰۰ هزار خط از کرنل Fuchsia از C/C++ به Rust ترجمه شده.
• قابلیت‌های agentic در Anti-gravity فقط برای مشترک‌های Ultra باز هست.