Desempenho de Fronteira em Fluxos de Trabalho Complexos

O Google DeepMind apresentou hoje o Gemini 4 Argon, seu novo modelo de inteligência artificial de fronteira, que será inicialmente disponibilizado para um grupo de defensores cibernéticos confiáveis por meio do programa Fairwind. Desenhado para manter raciocínio profundo em fluxos de trabalho complexos e de longo prazo, o Argon está transformando a forma como o Google trabalha e constrói, entregando desempenho de fronteira em áreas como engenharia de software real, trabalho de conhecimento corporativo como jurídico e financeiro, e defesa cibernética.

Lançamento Faseado com Preocupações de Segurança

O lançamento de capacidades de fronteira desse nível exige uma abordagem gradual. A empresa está ativamente engajada no processo voluntário de governo dos EUA para acesso pré-lançamento de modelos, enquanto expande gradualmente o acesso. O feedback de testadores iniciais será usado para refinar as proteções antes de disponibilizar o Argon para desenvolvedores, empresas e consumidores o mais rápido possível.

Preços e Capacidade de Saída Expandida

O Argon será lançado com um preço introdutório de US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída, com tokens de entrada em cache com 95% de desconto. Para dar suporte às capacidades do modelo em casos de uso mais longos e complexos, o limite de tokens de saída foi significativamente ampliado para um recorde industrial de 1 milhão de tokens, subindo dos anteriores 64 mil. Quando o modelo tem espaço para raciocinar profundamente e gerar centenas de milhares de tokens em uma única trajetória, ele adiciona um novo nível de profundidade de raciocínio para resolver problemas difíceis de uma só vez.

Excelência em Engenharia de Software e Conhecimento Empresarial

Engenheiros do Google já utilizam o Argon para suas tarefas diárias, de depuração comum a migrações de bases de código em larga escala e designs de algoritmos. Ele estabelece um novo estado da arte no DeepSWE v1.1 (77,9%), que mede o desempenho do modelo em tarefas reais de engenharia de software de longo pr Além disso, o Argon é o modelo líder no Vals Index, que mede o impacto econômico em finanças, codificação, jurídico e trabalho fiscal, com cada setor ponderado pela sua contribuição no PIB dos EUA. O desempenho também é líder em outras avaliações específicas de domínio, como o Vals Finance Agent v2 (pesquisa financeira mult passo) e o Harvey’s Legal Agent Benchmark (pesquisa e redação jurídica). No AutomationBench, benchmark do Zapier que mede a execução ponta a ponta em funções corporativas essenciais, o Argon ocupa o primeiro lugar com uma pontuação de 51,3%.

Entendimento Multimodal e Visual

O Argon também é excepcionalmente forte quando o trabalho de conhecimento exige entendimento visual. Ele é capaz de conduzir análise profissional de gráficos, identificar detalhes em vídeos longos e tomar ações com base em uma série de documentos. Por exemplo, no LVBench, que mede a compreensão de vídeos longos, o Argon é estado da arte com uma pontuação de 91,7%.

Capacidades de Defesa Cibernética e Descoberta de Vulnerabilidades

Para melhor equipar os defensores cibernéticos para a nova era de ataques, o Gemini 4 Argon foi treinado para ser altamente capaz em defesa cibernética. O modelo pode encontrar, validare corrigir vulnerabilidades de software críticas de forma autônoma. Por exemplo, no CWE-bench v1, que avaliação a capacidade do modelo de corrigir vulnerabilidades de segurança, o Argon empatou no primeiro lugar com uma pontuação máxima de 68%, construindo sobre o desempenho de fronteira do 3.8 Flash Cyber no CWE-bench v0. O Argon demonstra saltos impressionantes na descoberta de vulnerabilidades em relação ao 3.8 Flash Cyber. Em uma demonstração inicial de seu impacto, o modelo descobriu uma vulnerabilidade crítica que expunha informações pessoais sensíveis em software de saúde usado por hospitais em todo o mundo, identificando um risco severo que modelos anteriores de fronteira haviam ignorado. A empresa Wiz já está usando o Argon para defesa cibernética por meio de sua iniciativa Scan for Good, um programa dedicado a proteger infraestrutura pública crítica de graça encontrando e corrigindo exposições de alto risco.

Fortalecimento de Proteções Críticas

Antes de expandir o Gemini 4 Argon amplamente, a empresa continua fortalecendo proteções de fronteira críticas em quatro áreas principais: defesa contra uso inadequado, proteção contra ataques de injeção de prompt e monitoramento de desalinhamento. Para impedir que atores maliciosos usem o Argon para ataques cibernéticos ou químicos, biológicos, radiológicos e nucleares (CBRN), o modelo é projetado para recusar pedidos prejudiciais enquanto preserva a pesquisa científica legítima de uso duplo, conforme o Marco de Segurança de Fronteira da empresa. As proteções também passaram por testes de robustez por equipes vermelhas internas e externas usando uma combinação de métodos de ataque manuais e automatizados. O Argon também é o modelo mais resistente contra ataques de injeção de prompt indireta, onde instruções maliciosas ou contexto são usados para sequestrar o comportamento do modelo. Ele lidera no benchmark de robustez a injeção de prompt indireta (IPI) do Gray Swan. Para prevenir que o Argon saia dos limites para tentar realizar uma tarefa de forma que vá além das intenções do usuário, a empresa está implantando mitigações de desalinhamento que monitoram o raciocínio e ações do modelo e interrompem a execução quando necessário.

Com informações de: Google DeepMind

}