Pada 30 September 2026, Google DeepMind mengumumkan Gemini 4 Argon, model termaju baharunya untuk kejuruteraan perisian, kerja berasaskan pengetahuan dan pertahanan siber. Model ini boleh menemui, mengesahkan dan menampal kelemahan perisian yang kritikal secara autonomi, dan ia menaikkan had bagi satu jawapan kepada 1 juta token, berbanding 64,000 sebelum ini. Ia belum tersedia untuk umum: Google melancarkannya dahulu kepada pembela siber yang dipercayai melalui program Fairwind, kemudian kepada pelanggan API berbayar dan pelanggan Google AI Ultra. Harga pengenalan ialah $2 bagi setiap juta token input dan $10 bagi setiap juta token output.

Berita sebenarnya ialah Google memilih untuk menyerahkan model terkuatnya kepada mereka yang melindungi sistem sebelum ia sampai kepada mereka yang mungkin menyerangnya. Keputusan itu sahaja sudah menunjukkan arah risiko keselamatan sepanjang tahun hadapan.

Apa yang Diumumkan Google, dalam Angka

  • Had output: 1 juta token dalam satu jawapan, naik daripada had sebelumnya iaitu 64,000 token.
  • Harga pengenalan: $2 bagi setiap juta token input dan $10 bagi setiap juta token output, dengan diskaun 95% untuk input yang dicache.
  • Harga selepas tempoh pengenalan: $4 untuk input dan $20 untuk output bagi setiap juta token. Bina belanjawan anda berdasarkan angka ini, bukan harga pelancaran.
  • Keputusan penanda aras yang diterbitkan: 77.9% pada DeepSWE v1.1 untuk kejuruteraan perisian, 51.3% pada AutomationBench yang menempatkannya di tangga pertama, 68% pada CWE-bench v1 untuk kerja berkaitan kelemahan yang menempatkannya seri di tangga pertama, dan 91.7% pada LVBench untuk pemahaman video panjang.

Ini ialah angka Google sendiri. Ujian bebas mengambil masa beberapa minggu, dan keputusan awal pihak ketiga bercampur-campur. Ini mengingatkan kita supaya menguji mana-mana model pada tugas anda sendiri sebelum memindahkan kerja sebenar kepadanya.

Mengapa Pembela Dahulu? Program Fairwind

Fairwind ialah cara Google memberikan akses awal kepada model termaju untuk pembela berkeutamaan tinggi, seperti badan kerajaan, penyedia penjagaan kesihatan dan syarikat telekomunikasi, supaya mereka mendahului penyerang sebelum sesuatu model tersedia untuk semua orang. Google juga menyatakan bahawa ia menyertai proses sukarela kerajaan AS untuk akses model sebelum pelancaran, dan bahawa Argon telah melalui ujian oleh red team dalaman dan luaran, dengan perlindungan yang memantau rantaian pemikiran model serta tindakannya.

Logiknya mudah: model yang boleh menemui kelemahan dan menampalnya boleh, di tangan yang salah, menemuinya lalu membiarkannya terbuka. Memberikan permulaan awal kepada pembela menyempitkan tempoh masa ketika penyerang berada di hadapan.

Apa yang Dicapai Argon Secara Dalaman Menurut Google

Google melaporkan bahawa Argon membantu membebaskan lebih daripada 300 TiB memori di seluruh sistemnya, dan membantu memindahkan lebih daripada 800,000 baris kernel Fuchsia Zircon ke Rust. Ini ialah hasil sebuah syarikat gergasi pada infrastrukturnya sendiri, tetapi ia menunjukkan jenis kerja yang menjadi tujuan model ini dibina: tugas kejuruteraan yang panjang dan berbilang langkah, bukan jawapan sembang yang ringkas.

Apa yang Diubah oleh Had 1 Juta Token dalam Amalan

Kebanyakan model berhenti menulis sebelum menyelesaikan tugas yang besar. Had 1 juta token bermaksud model itu boleh, dalam satu laluan, menghasilkan pemindahan lengkap sebuah modul lama dalam sistem anda, laporan teknikal yang penuh, atau semakan keselamatan menyeluruh terhadap sebuah pangkalan kod. Ini berguna, dan juga mahal jika anda tidak berhati-hati: satu jawapan yang menggunakan sepenuh satu juta token berharga $10 pada harga pengenalan dan $20 pada harga standard. Darabkan dengan bilangan cubaan dan bilangan pekerja, dan bil akan meningkat dengan cepat. Metrik sebenar ialah kos bagi setiap tugas yang siap, seperti yang kami terangkan dalam artikel kami tentang kos AI bagi setiap tugas.

Pengajaran Keselamatan Tidak Menunggu Akses

Anda tidak boleh menggunakan Argon hari ini, dan itu tidak banyak mengubah keadaan. Arahnya jelas: AI yang menemui kelemahan dengan sendirinya sedang tiba, dan untuk kedua-dua pihak. Sistem lama yang tidak ditampal akan ditemui lebih cepat daripada sebelum ini. Kami melihat corak ini dalam serangan WordPress yang bermula dalam beberapa jam selepas sesuatu pembaikan diterbitkan dan dalam peralatan rangkaian yang kelemahannya sedang dieksploitasi secara aktif. Langkah yang wajar dimulakan sekarang:

  • Ketahui apa yang anda jalankan. Simpan senarai terkini setiap sistem, plugin dan pustaka yang menjadi sandaran perniagaan anda, serta siapa yang bertanggungjawab mengemas kini setiap satu.
  • Pendekkan masa penampalan anda. Jika memasang kemas kini kritikal mengambil masa berminggu-minggu, jurang itu kini lebih panjang daripada masa yang diperlukan oleh penyerang.
  • Tanya pembekal perisian anda secara terus. Siapa yang memantau kelemahan dalam sistem anda, dan berapa lama masa yang diambil untuk menghantar pembaikan? Kemudian tuliskan jawapan itu ke dalam kontrak.
  • Semak diri anda berdasarkan kawalan kebangsaan. Kawalan Keselamatan Siber Penting yang dikeluarkan oleh Pihak Berkuasa Keselamatan Siber Kebangsaan (NCA) ialah asas praktikal bagi organisasi di Arab Saudi.

Sebelum Anda Menggunakan Mana-mana Model Baharu

Apabila Argon tiba di API berbayar, soalan ini akan timbul: patutkah kita bertukar? Nasihat kami sama bagi setiap pelancaran: jangan ikat sistem anda kepada satu pembekal sahaja. Bina lapisan perantara yang membolehkan anda membandingkan Gemini, Claude dan GPT pada tugas yang sama dan bertukar antara mereka apabila harga atau kualiti berubah, seperti yang kami bincangkan semasa membandingkan GPT-6 Astra dan Claude Fable 5.1. Dan jika data peribadi pelanggan atau pekerja anda akan melalui model tersebut, semak di mana data itu diproses dan sama ada pemindahannya mematuhi Undang-undang Perlindungan Data Peribadi (PDPL).

Di Origami, kami membina sistem yang menghubungkan AI dengan data perniagaan anda melalui lapisan yang anda kawal: anda memilih model, menentukan apa yang boleh dilihatnya dan mengukur kos setiap tugas. Apabila model yang lebih kuat tiba, bertukar kepadanya hanya menjadi perubahan konfigurasi, bukan pembinaan semula.

Sumber