«100% критичных уязвимостей и 0% выдуманных»: Google Cloud показала, что Gemini 4 Argon даёт бизнесу — 68% на CWE-Bench v1 и релиз без киберпредохранителей для доверенных защитников

Что именно продают бизнесу

Пост подписан Майклом Герстенхабером (Michael Gerstenhaber), вице-президентом по продукту Gemini в Google Cloud, и его рамка — не про бенчмарки, а про рабочие процессы. Отправная точка: неделей раньше Google объявила, что Gemini Enterprise стал проще, и представила Gemini agent как «универсального агента для работы», а Argon — это модель, которая стоит под этим слоем.

Доступ описан конкретно: стартуя сегодня, Gemini 4 Argon доступен в Gemini for business на вебе, в десктопе и мобильном; корпоративные разработчики получают его через API на платформе Gemini под идентификатором модели gemini-4-argon, в Google AI Studio и в Google Antigravity. Формулировка задачи тоже прямая: команды, которые уже пользуются Gemini for business для ответов и черновиков, могут передавать модели «глубокую многошаговую работу», которая раньше занимала часы или дни.

Четыре обещания и один пункт про границы

Первый пункт — длинные документы со смешанным содержимым: Argon читает материалы, где вместе идут текст, таблицы, графики и изображения, и превращает их в один понятный вывод, привязанный к этим источникам. Дальше — сбор выводов из множества источников в один структурированный ответ, анализ данных во времени и подготовка юридических, финансовых и исполнительских документов. На длинных задачах модель, по словам авторов, работает до завершения.

Отдельно названо то, что обычно умалчивают: модель, как утверждается, обучена уважать границы системы, честно сообщать об отрицательных находках и останавливаться за подтверждением перед необратимыми шагами — и говорить, когда она чего-то не нашла или не смогла закончить задачу. Для корпоративного покупателя это и есть самая интересная часть: не скорость, а предсказуемость поведения на длинном горизонте.

Финансы и юристы: Vals Index и Harvey Legal Agent Benchmark

В регулируемых областях — финансах, праве, налогах — текст требует не «умности», а точности, повторяемости и проверяемости. Для финансовой количественной работы Argon, по заявлению Google Cloud, помогает автоматизировать многошаговые сверки книг, формулы в таблицах и анализ отклонений, обеспечивая высокую целостность расчётов, точность цитирования и точность формул. Доказательством названо лидерство на Vals Index — индексе, который измеряет экономический эффект в финансах, программировании, праве и налогах.

В юридической работе модель разбирает судебную практику и регуляторные документы, вытаскивая проверяемые ссылки и ключевые прецеденты, и лидирует в доменных оценках вроде Harvey's Legal Agent Benchmark. Словами самого Harvey: «Gemini 4 Argon показывает, насколько далеко Google продвинулась в агентном юридическом рассуждении» — по их оценкам заметен существенный прогресс относительно Gemini 3.1 Pro в корпоративных слияниях и поглощениях, защите данных и кибербезопасности, а также в EC/VC, причём точность удержалась и на анализе длинных документов.

ServiceNow привела свои цифры: в совместной разработке NowAI-Bench модель дала примерно на 20% лучший успех задач, чем Gemini 3.8 Flash, с заметным приростом в HR и клиентском сервисе, а на платформе ServiceNow её L1-специалист службы поддержки получает «самый продвинутый интеллект Google» в управляемом и безопасном виде.

Разработка: ADK, Antigravity, Chromium и AlphaEvolve

Самый измеримый пример — собственный открытый Agent Development Kit (ADK): команда поставила задачу снизить накладные расходы фреймворка, не ломая совместимость с существующими приложениями, и Argon работал автономно ночью внутри автоматических проверочных ограничений. Найденные оптимизации уже живут в репозитории google/adk-python и сокращают подготовку сессии в памяти на 40% в длинных сессиях, а холодный импорт — на 21%.

Второй слой — внутренняя статистика Google: инженерные команды, работающие с Argon в Google Antigravity, увеличили число агентных коммитов кода более чем на 35%, одновременно сократив откаты кода почти на треть. Команда Chrome, по словам авторов, использовала модель, чтобы завершить архитектурный рефакторинг в сотнях файлов кодовой базы Chromium на 40 млн строк, уложив месяцы работы в недели. Это уже не про генерацию кода, а про удержание цели на длинной дистанции.

Наконец, агент оптимизации и поиска AlphaEvolve теперь использует Argon для реальных корпоративных нагрузок: планирование производства, логистика, ускорение игрового кода, разводка чипов и сложные математические бенчмарки. Отдельный отзыв — от Figma: модель, по словам её директора по дизайну, надёжно тянет сложные задачи «от 3D-игр до насыщенных анимаций», помогая превращать многошаговые идеи в прототипы.

Безопасность: CWE-Bench, Gray Swan и релиз без предохранителей

В кибербезопасности текст разводит два режима: у Argon есть ограничения, блокирующие наступательные задачи вроде пентеста и эксплуатации уязвимостей, но защитные возможности можно использовать через CodeMender для поиска и исправления уязвимостей или через собственный защитный харнесс заказчика. Заявленный результат — первое место на CWE-Bench v1 с оценкой 68% по устранению уязвимостей.

Отдельно подчёркнута устойчивость к косвенным инъекциям промпта, когда вредоносные инструкции прячут в документах, письмах или на веб-страницах: Argon назван самой устойчивой моделью Google на этот класс атак, с результатом 0,7% успеха на бенчмарке Gray Swan Indirect Prompt Injection на 15 адаптивных попытках. Это существенно именно для корпоративного контура, где модель читает чужой контент.

HubX приводит свою проверку: при интеграции Argon в MarketingX для автоматического аудита безопасности кода модель нашла 100% высокоприоритетных уязвимостей и не выдумала ни одной. И ещё один пункт, который стоит прочитать внимательно: Google выпускает Argon без киберпредохранителей для ограниченного круга доверенных защитников, проверяемых через программу Fairwind — она даёт государственным структурам, критической инфраструктуре и кибербезопасности эксклюзивный доступ к моделям без ограничений.

Цена и что с этим делать дальше

Коммерческие условия названы прямо: вводный тариф — $2 за миллион входных токенов и $10 за миллион выходных до 30 ноября 2026 года, при скидке 95% на кэшированные входные токены; после этой даты вступает стандартная цена $4 и $20 за миллион токенов соответственно. Для полных технических характеристик, лимитов и инструкций по миграции Google адресует к карточке модели и руководству разработчика, а защитников приглашает на Security Summit.

Практический вывод для компании, которая выбирает модель: здесь впервые собрана корпоративная витрина Argon — точки доступа, цена, партнёрские отзывы и два публичных класса проверок, безопасность кода и устойчивость к инъекциям. Это удобная отправная точка для пилота, но не основание верить цифрам на слово.

Что это доказывает, а что остаётся витриной вендора

Все числа в посте — заявления Google и её партнёров, а не независимое измерение: методики замеров, размера выборок и условий прогонов в тексте нет, сторонней репликации тоже. Отзывы GitLab, Harvey, ServiceNow, Figma и HubX — это отзывы, собранные и опубликованные той же компанией, которая продаёт модель, поэтому читать их стоит как свидетельство интереса корпоративных заказчиков, а не как протокол испытаний.

Проверяемая часть здесь прозаичнее и полезнее: доступность, идентификатор модели gemini-4-argon, набор поверхностей и цена — это то, что покупатель может проверить сам в консоли и по счёту. А вот утверждения о точности расчётов, качестве юридических ссылок и поведении на длинных задачах по этому тексту проверить нельзя — их придётся перепроверять на собственных данных.