30 ستمبر 2026 کو Google DeepMind نے Gemini 4 Argon کا اعلان کیا، جو سافٹ ویئر انجینئرنگ، نالج ورک اور سائبر دفاع کے لیے اس کا نیا فرنٹیئر ماڈل ہے۔ یہ ماڈل سافٹ ویئر کی سنگین کمزوریوں کو خودکار طور پر تلاش کر سکتا ہے، ان کی تصدیق کر سکتا ہے اور انہیں پیچ کر سکتا ہے، اور یہ ایک جواب کی حد کو پہلے کے 64,000 سے بڑھا کر 1 ملین ٹوکن کر دیتا ہے۔ یہ ابھی عام طور پر دستیاب نہیں ہے: Google اسے سب سے پہلے اپنے Fairwind پروگرام کے ذریعے قابل اعتماد سائبر محافظوں کو دے رہا ہے، پھر ادائیگی کرنے والے API صارفین اور Google AI Ultra کے سبسکرائبرز کو۔ ابتدائی قیمت فی ملین ان پٹ ٹوکن $2 اور فی ملین آؤٹ پٹ ٹوکن $10 ہے۔

اصل خبر یہ ہے کہ Google نے اپنا سب سے طاقتور ماڈل ان لوگوں تک پہنچنے سے پہلے، جو سسٹمز پر حملہ کر سکتے ہیں، ان لوگوں کے حوالے کرنے کا فیصلہ کیا جو سسٹمز کی حفاظت کرتے ہیں۔ صرف یہی فیصلہ بتا دیتا ہے کہ اگلے ایک سال میں سیکیورٹی کا خطرہ کس سمت جا رہا ہے۔

Google نے کیا اعلان کیا، اعداد و شمار میں

  • آؤٹ پٹ کی حد: ایک ہی جواب میں 1 ملین ٹوکن، جبکہ پچھلی حد 64,000 ٹوکن تھی۔
  • ابتدائی قیمت: فی ملین ان پٹ ٹوکن $2 اور فی ملین آؤٹ پٹ ٹوکن $10، اور کیش شدہ ان پٹ پر 95% رعایت۔
  • ابتدائی مدت کے بعد قیمت: فی ملین ٹوکن ان پٹ کے لیے $4 اور آؤٹ پٹ کے لیے $20۔ اپنا بجٹ لانچ کی قیمت پر نہیں بلکہ اسی عدد پر بنائیں۔
  • شائع شدہ بینچ مارک نتائج: سافٹ ویئر انجینئرنگ کے لیے DeepSWE v1.1 پر 77.9%، AutomationBench پر 51.3% جہاں یہ پہلے نمبر پر ہے، کمزوریوں سے متعلق کام کے لیے CWE-bench v1 پر 68% جہاں یہ پہلے نمبر پر برابر ہے، اور طویل ویڈیو سمجھنے کے لیے LVBench پر 91.7%۔

یہ Google کے اپنے اعداد و شمار ہیں۔ آزادانہ جانچ میں ہفتے لگتے ہیں، اور تیسرے فریق کے ابتدائی نتائج ملے جلے ہیں۔ یہ یاد دہانی ہے کہ کسی بھی ماڈل پر اصل کام منتقل کرنے سے پہلے اسے اپنے کاموں پر آزمائیں۔

پہلے محافظ ہی کیوں؟ Fairwind پروگرام

Fairwind وہ طریقہ ہے جس کے ذریعے Google اعلیٰ ترجیح والے محافظوں، جیسے سرکاری اداروں، صحت کی خدمات فراہم کرنے والوں اور ٹیلی کمیونیکیشن کمپنیوں، کو جدید ماڈلز تک جلد رسائی دیتا ہے، تاکہ کسی ماڈل کے سب کے لیے دستیاب ہونے سے پہلے انہیں حملہ آوروں پر برتری مل سکے۔ Google یہ بھی کہتا ہے کہ وہ ریلیز سے پہلے ماڈل تک رسائی کے لیے امریکی حکومت کے رضاکارانہ عمل میں حصہ لے رہا ہے، اور Argon کو اندرونی اور بیرونی ریڈ ٹیموں نے جانچا ہے، ساتھ ہی ایسے حفاظتی اقدامات بھی ہیں جو ماڈل کی سوچ کے سلسلے اور اس کے اقدامات کی نگرانی کرتے ہیں۔

منطق سادہ ہے: جو ماڈل کسی کمزوری کو تلاش کر کے پیچ کر سکتا ہے، وہی غلط ہاتھوں میں اسے تلاش کر کے کھلا بھی چھوڑ سکتا ہے۔ محافظوں کو ابتدائی برتری دینے سے وہ وقفہ کم ہو جاتا ہے جس میں حملہ آور آگے ہوتا ہے۔

Google کے مطابق Argon نے اندرونی طور پر کیا حاصل کیا

Google بتاتا ہے کہ Argon نے اس کے سسٹمز میں 300 TiB سے زیادہ میموری خالی کرنے میں مدد کی، اور Fuchsia Zircon کرنل کی 800,000 سے زیادہ سطروں کو Rust میں منتقل کرنے میں مدد کی۔ یہ ایک بہت بڑی کمپنی کے اپنے انفراسٹرکچر پر حاصل کردہ نتائج ہیں، لیکن یہ دکھاتے ہیں کہ ماڈل کس قسم کے کام کے لیے بنایا گیا ہے: طویل، کئی مراحل والے انجینئرنگ کام، نہ کہ مختصر چیٹ جوابات۔

1 ملین ٹوکن کی حد عملی طور پر کیا بدلتی ہے

زیادہ تر ماڈلز کوئی بڑا کام مکمل کرنے سے پہلے ہی لکھنا بند کر دیتے ہیں۔ 1 ملین ٹوکن کی حد کا مطلب ہے کہ ماڈل ایک ہی بار میں آپ کے سسٹم کے کسی پرانے ماڈیول کی مکمل منتقلی، ایک مکمل تکنیکی رپورٹ، یا کسی کوڈ بیس کا جامع سیکیورٹی جائزہ تیار کر سکتا ہے۔ یہ مفید ہے، اور اگر آپ محتاط نہ ہوں تو مہنگا بھی: پورے ملین ٹوکن استعمال کرنے والے ایک جواب کی قیمت ابتدائی نرخ پر $10 اور معیاری نرخ پر $20 ہے۔ اسے کوششوں کی تعداد اور ملازمین کی تعداد سے ضرب دیں، تو بل تیزی سے بڑھتا ہے۔ اصل پیمانہ فی مکمل کام لاگت ہے، جیسا کہ ہم نے فی کام AI لاگت پر اپنے مضمون میں وضاحت کی تھی۔

سیکیورٹی کا سبق رسائی کا انتظار نہیں کرتا

آپ آج Argon استعمال نہیں کر سکتے، اور اس سے زیادہ کچھ نہیں بدلتا۔ سمت واضح ہے: خود کمزوریاں تلاش کرنے والی AI آ رہی ہے، اور دونوں فریقوں کے لیے۔ پرانے، بغیر پیچ والے سسٹمز پہلے سے زیادہ تیزی سے دریافت ہوں گے۔ ہم نے یہ رجحان ان WordPress حملوں میں دیکھا جو کسی فکس کے شائع ہونے کے چند گھنٹوں میں شروع ہو گئے اور ان نیٹ ورک آلات میں جن کی کمزوریوں سے فعال طور پر فائدہ اٹھایا جا رہا ہے۔ ایسے اقدامات جنہیں ابھی شروع کرنا فائدہ مند ہے:

  • جانیں کہ آپ کیا چلا رہے ہیں۔ آپ کا کاروبار جن سسٹمز، پلگ انز اور لائبریریوں پر انحصار کرتا ہے، ان سب کی تازہ ترین فہرست رکھیں، اور یہ بھی کہ ہر ایک کو اپ ڈیٹ کرنے کی ذمہ داری کس کی ہے۔
  • اپنا پیچ کا وقت کم کریں۔ اگر کوئی اہم اپ ڈیٹ لاگو کرنے میں آپ کو ہفتے لگتے ہیں، تو یہ فرق اب اس وقت سے زیادہ طویل ہے جس کی ایک حملہ آور کو ضرورت ہوتی ہے۔
  • اپنے سافٹ ویئر فراہم کنندہ سے براہ راست پوچھیں۔ آپ کے سسٹم میں کمزوریوں کی نگرانی کون کرتا ہے، اور فکس جاری کرنے میں کتنا وقت لگتا ہے؟ پھر وہ جواب معاہدے میں لکھوائیں۔
  • قومی کنٹرولز کے مقابلے میں خود کو جانچیں۔ قومی سائبر سیکیورٹی اتھارٹی (NCA) کی جانب سے جاری کردہ بنیادی سائبر سیکیورٹی کنٹرولز سعودی عرب کے اداروں کے لیے ایک عملی بنیاد ہیں۔

کوئی بھی نیا ماڈل اپنانے سے پہلے

جب Argon ادائیگی والے API پر آئے گا، تو سوال اٹھے گا: کیا ہمیں تبدیل کرنا چاہیے؟ ہر لانچ پر ہمارا مشورہ ایک ہی ہے: اپنے سسٹمز کو کسی ایک فراہم کنندہ سے نہ باندھیں۔ ایک درمیانی پرت بنائیں جس کی مدد سے آپ ایک ہی کام پر Gemini، Claude اور GPT کا موازنہ کر سکیں اور قیمت یا معیار بدلنے پر ان کے درمیان منتقل ہو سکیں، جیسا کہ ہم نے GPT-6 Astra اور Claude Fable 5.1 کا موازنہ کرتے ہوئے بات کی تھی۔ اور اگر آپ کے صارفین یا ملازمین کا ذاتی ڈیٹا ماڈل سے گزرے گا، تو جانچیں کہ اسے کہاں پروسیس کیا جاتا ہے اور کیا اس کی منتقلی ذاتی ڈیٹا کے تحفظ کے قانون (PDPL) کے مطابق ہے۔

Origami میں ہم ایسے سسٹمز بناتے ہیں جو AI کو آپ کے کنٹرول والی ایک پرت کے ذریعے آپ کے کاروباری ڈیٹا سے جوڑتے ہیں: ماڈل آپ منتخب کرتے ہیں، آپ طے کرتے ہیں کہ وہ کیا دیکھ سکتا ہے، اور آپ ہر کام کی لاگت ناپتے ہیں۔ جب کوئی زیادہ طاقتور ماڈل آتا ہے، تو اس پر منتقل ہونا دوبارہ تعمیر نہیں بلکہ صرف کنفیگریشن کی تبدیلی بن جاتا ہے۔

ذرائع