Google عرضه محدود Gemini 4 Argon را برای مدافعان سایبری آغاز کرد

مدل Gemini 4 Argon از ۳۰ سپتامبر با دسترسی محدود برای مدافعان امنیت سایبری عرضه شده است؛ Google می‌گوید این مدل در بیشتر بنچمارک‌های منتشرشده از سوی شرکت، از مدل‌های رقیب Anthropic و OpenAI جلوتر است. در مرحله نخست، استفاده از آن به کارکنان Google و اعضای تأییدشده برنامه Fairwind محدود می‌شود؛ رویکردی مرحله‌ای که قرار است هم امکان بهره‌گیری دفاعی از قابلیت‌های پیشرفته را فراهم کند و هم خطر استفاده مخرب را کاهش دهد.

عرضه مرحله‌ای Gemini 4 Argon برای امنیت سایبری

Google در اطلاعیه معرفی مدل اعلام کرده که توانایی‌های آن در سطحی است که انتشارشان به رویکرد تدریجی نیاز دارد. به گفته این شرکت، سازوکارهای محافظتی همچنان در حال تقویت‌اند تا احتمال استفاده از Argon برای حملات سایبری یا توسعه سلاح کاهش یابد. این عرضه همچنین در چارچوب مشارکت Google در روند داوطلبانه دولت آمریکا برای دسترسی پیش از انتشار به مدل‌ها انجام می‌شود.

بیرون از تیم‌های Google، فعلاً تنها اعضای Fairwind امکان کار با مدل را دارند. این برنامه در ۳ سپتامبر با مدل کوچک‌تر Gemini 3.8 Flash Cyber آغاز شد و اکنون بیش از ۶۵۰ سازمان در آن ثبت‌نام کرده‌اند. در میان اعضای نام‌برده‌شده، شرکت‌های امنیت سایبری CrowdStrike و Palo Alto Networks نیز حضور دارند.

این محدودیت نشان می‌دهد Google عرضه مدل را صرفاً به‌عنوان ارائه یک محصول تازه به بازار پیش نمی‌برد؛ دسترسی در آغاز به گروه‌هایی داده می‌شود که از نگاه شرکت می‌توانند قابلیت‌های مدل را در زمینه دفاع سایبری به کار بگیرند. البته متن اعلام‌شده جزئیات معیارهای تأیید سازمان‌ها یا زمان گسترش این دسترسی را مشخص نمی‌کند.

Koray Kavukcuoglu، معمار ارشد هوش مصنوعی Google، در اعلامیه شرکت تأکید کرده که عرضه قابلیت‌هایی در این سطح به رویکرد مرحله‌ای نیاز دارد. Google همچنین می‌گوید Argon در برابر «تزریق غیرمستقیم دستور» مقاومت بیشتری از هر مدل دیگری دارد که تاکنون عرضه کرده است. این نوع حمله زمانی رخ می‌دهد که دستورهای پنهان یا گمراه‌کننده در محتوایی قرار بگیرند که مدل هنگام انجام یک کار می‌خواند.

طبق توضیح شرکت، سامانه‌های نظارتی جداگانه زنجیره استدلال و اقدام‌های مدل را زیر نظر می‌گیرند و در صورتی که رفتار آن از قصد کاربر فراتر برود، می‌توانند آن را متوقف کنند. این سازوکارها بخشی از تدابیر ایمنی عنوان شده‌اند، اما Google گفته است کار برای سخت‌کردن محافظت‌ها در برابر سوءاستفاده همچنان ادامه دارد.

عملکرد بنچمارک‌ها و سقف یک‌میلیون‌توکنی

Google، Argon را برای انجام کارهای طولانی و چندمرحله‌ای ساخته است؛ کارهایی که در آن‌ها مدل باید در طول زمان مجموعه‌ای از گام‌های مرتبط را دنبال کند. یکی از معیارهای ارائه‌شده برای ارزیابی این توانایی، DeepSWE v1.1 است که عملکرد مدل‌ها را در وظایف طولانی‌مدت مهندسی نرم‌افزار می‌سنجد. Argon در این آزمون امتیاز ۷۷٫۹ درصدی گرفت. در نمودار Google، Claude Opus 5.5 امتیاز ۷۴٫۲ درصد داشت و اندکی از GPT-6 Astra جلوتر بود.

در AutomationBench، آزمونی برای سنجش انجام کارهای کسب‌وکاری از ابتدا تا انتها، Argon به امتیاز ۵۱٫۳ درصد رسید؛ در برابر ۴۲٫۵ درصد برای Opus 5.5. بر اساس شمارش VentureBeat از ۱۸ بنچمارک درج‌شده در نمودارهای Google، Argon در ۱۲ مورد به‌تنهایی پیشتاز بود. با این حال، همه آزمون‌ها به نفع مدل Google نبودند: Opus 5.5 در Terminal-Bench 4.0 عملکرد برتر داشت و GPT-6 Astra نیز در FrontierSWE v2 از جمله مدل‌هایی بود که در برخی معیارها جایگاه خود را حفظ کرد.

این نتایج را باید با توجه به منشأ داده‌ها خواند: نمودارها را خود Google منتشر کرده و اعداد، عملکرد روی مجموعه‌ای از آزمون‌ها را نشان می‌دهند، نه تضمینی برای برتری یک مدل در همه کاربردهای واقعی. نوع وظیفه و معیار سنجش می‌تواند نتیجه را تغییر دهد. گزارش همچنین می‌گوید Claude Opus 5.5 هفته گذشته عرضه شده بود، اما جزئیات بیشتری درباره شرایط اجرای مقایسه‌ها ارائه نمی‌کند.

یکی از ویژگی‌های فنی Argon، سقف خروجی یک‌میلیون‌توکنی آن است؛ Google این محدودیت را متناسب با کارهای بلندمدتی تنظیم کرده که مدل برایشان طراحی شده است. توکن واحدی است که مدل برای پردازش و تولید متن به کار می‌برد و ممکن است یک واژه یا بخشی از واژه باشد. مدل‌های قبلی Gemini سقف ۶۴ هزار توکن داشتند؛ بنابراین ظرفیت جدید می‌تواند به مدل امکان دهد در یک فرایند، حجم بسیار بیشتری از ورودی و خروجی را مدیریت کند.

کاربردهای مهندسی در Google و کشف آسیب‌پذیری

هزاران کارمند Google پیش از این از Argon استفاده می‌کردند و تیم‌های شرکت عامل‌های مبتنی بر آن را در پروژه‌های بزرگ مهندسی به کار گرفته‌اند. یکی از نمونه‌ها، تبدیل کدهای C و C++ به Rust است؛ زبانی که Google در این پروژه برای بازنویسی کد و استفاده از ویژگی‌های ایمنی آن به کار می‌گیرد. دامنه کار از کتابخانه‌های اصلی با ده‌ها هزار خط کد تا هسته Zircon در سیستم‌عامل Fuchsia را شامل می‌شود؛ هسته‌ای که بیش از ۸۰۰ هزار خط کد دارد.

در پروژه رمزگشای ویدیویی متن‌باز libgav1، عامل‌های Argon از یک نسخه پیشین نوشته‌شده به Rust شروع کردند و ۳۲ هزار خط از کدهای حساس به سرعت را بازنویسی کردند. Google می‌گوید نسخه جدید به Rust ایمن تبدیل شده و کامپایلر می‌تواند آن را بهینه‌سازی کند. بر اساس اعلام شرکت، رمزگشا اکنون ۲٫۷ برابر سریع‌تر از نسخه پیشین Rust اجرا می‌شود و خروجی ویدیویی آن تغییری نکرده است.

تیم‌های مهندسی Google همچنین از عامل‌های Argon برای پیدا کردن حافظه هدررفته استفاده کرده‌اند. شرکت می‌گوید بررسی داده‌های پروفایل‌گیری در سراسر زیرساختش تا این مرحله بیش از ۳۰۰ تبی‌بایت حافظه را آزاد کرده است. تبی‌بایت واحدی برای اندازه‌گیری ظرفیت داده است و اندکی از یک تریلیون بایت بزرگ‌تر است.

کاربرد امنیتی مدل نیز به آزمون‌های بنچمارک محدود نبوده است. شرکت Wiz، که مالکیت آن در اختیار Google است، Argon را در برنامه رایگان Scan for Good به کار برده؛ برنامه‌ای که به دنبال یافتن نقاط آسیب‌پذیر در زیرساخت‌های عمومی حیاتی است. به گفته Google، مدل در این فرایند نقصی بحرانی را پیدا کرد که اطلاعات شخصی را در نرم‌افزاری حوزه سلامت مورد استفاده بیمارستان‌های سراسر جهان در معرض خطر قرار می‌داد. این شرکت می‌گوید مدل‌های پیشرفته‌تر قبلی چنین نقصی را شناسایی نکرده بودند.

اعضای Fairwind و تیم‌های داخلی Google نسخه‌ای از Argon را دریافت می‌کنند که محافظ‌های سایبری آن برداشته شده‌اند. به گفته گزارش، این نسخه می‌تواند آسیب‌پذیری‌های نرم‌افزاری را به‌طور خودکار پیدا و برطرف کند. در آزمون ترمیم CWE-bench v1 نیز Argon با GPT-6 Astra به امتیاز ۶۸ درصد رسید. عرضه چنین قابلیت‌هایی به گروه محدود، در کنار تأکید بر کنترل‌های ایمنی، بخش مهمی از دلیل دسترسی مرحله‌ای است.

قیمت‌گذاری و زمان نامشخص عرضه عمومی

Google هنوز تاریخی برای دسترسی توسعه‌دهندگان یا مشترکان Google AI Ultra اعلام نکرده است؛ این دو گروه، طبق گزارش، در صف بعدی عرضه قرار دارند. بنابراین فعلاً روشن نیست چه زمانی Argon از محدوده استفاده داخلی و برنامه Fairwind فراتر می‌رود.

قیمت آغازین اعلام‌شده برای هر یک میلیون توکن ورودی ۲ دلار و برای هر یک میلیون توکن خروجی ۱۰ دلار است. توکن‌های ورودی ذخیره‌شده در حافظه نهان، که امکان استفاده دوباره از ورودی‌های پیشین را فراهم می‌کنند، با تخفیف ۹۵ درصدی عرضه می‌شوند. Google اعلام کرده پس از پایان دوره قیمت‌گذاری آغازین، هزینه‌ها به ۴ دلار برای ورودی و ۲۰ دلار برای خروجی در هر یک میلیون توکن افزایش می‌یابد؛ همان نرخ‌هایی که در گزارش برای Claude Opus 5.5 ذکر شده‌اند.

در نتیجه، Argon هم‌زمان دو مسیر عرضه دارد: دسترسی محدود برای کاربردهای دفاعی و آزمایش داخلی، و برنامه‌ای برای عرضه پولی که هنوز زمان آغازش مشخص نیست. عملکرد گزارش‌شده در بنچمارک‌ها، ظرفیت ورودی و خروجی بزرگ و نمونه‌های استفاده در مهندسی نرم‌افزار، تصویری از اهداف Google برای مدل به دست می‌دهد؛ اما ارزیابی مستقل گسترده‌تر و دسترسی عمومی‌تر هنوز در اطلاعات منتشرشده مطرح نشده است.

این خبر برای چه کسانی اهمیت دارد

این خبر برای سازمان‌های امنیت سایبری، تیم‌های مهندسی نرم‌افزار و شرکت‌هایی که زیرساخت‌های حساس را اداره می‌کنند اهمیت دارد؛ زیرا نشان می‌دهد Google می‌خواهد مدل‌های پیشرفته را در کارهایی مانند یافتن نقص، اصلاح کد و تحلیل سامانه‌های بزرگ به کار بگیرد. برای توسعه‌دهندگان و مشترکان Google AI Ultra نیز قیمت‌های اعلام‌شده مهم است، هرچند زمان دسترسی آن‌ها هنوز معلوم نیست.

برای ارزیابی بازار هوش مصنوعی، نکته کلیدی فقط پیشتازی Argon در بخشی از آزمون‌ها نیست؛ نحوه محدودکردن دسترسی و محافظت در برابر سوءاستفاده نیز اهمیت دارد. عرضه مرحله‌ای Fairwind نشان می‌دهد Google در این مورد میان ارائه توانایی‌های مدل و مدیریت ریسک، دسترسی محدود را بر انتشار عمومی فوری ترجیح داده است.