Google Rolls Out Gemini 4 Argon for Advanced Coding and Cybersecurity Workflows
Google has officially announced Gemini 4 Argon, its newest frontier AI model designed for complex, long-horizon tasks across software engineering, cybersecurity, and enterprise workflows.
The model is initially rolling out to a select group of trusted cyber defenders via Google’s Fairwind Program.
This phased rollout allows Google to test safety safeguards and gather early feedback—including participating in the U.S. government’s voluntary pre-release model access process—before expanding availability to developers, Google AI Ultra subscribers, and enterprise API customers.
At launch, Gemini 4 Argon will be priced at $2 per million input tokens and $10 per million output tokens, with cached input tokens offering a 95% discount over standard rates.
To support multi-step reasoning and massive tasks, Google has expanded the model's output limit to 1 million tokens, up from 64,000.
Argon is already used internally at Google for coding, research, quantum computing optimization, data center memory efficiency, and large-scale code migrations from C/C++ to Rust.
The model boasts strong benchmark performance, scoring 77.9% on DeepSWE v1.1 for long-horizon software engineering and ranking first on AutomationBench with a score of 51.3%.
In cybersecurity evaluations, Argon tied for first on CWE-bench v1 with a 68% score for vulnerability remediation.
During early internal demonstrations, the model successfully identified, validated, and patched a critical vulnerability in software used by hospitals worldwide.
To empower defensive security capabilities, Gemini 4 Argon is initially being provided without cyber guardrails exclusively to trusted defenders and internal Google teams.
The model is optimized to detect software flaws, build fixes, and secure critical infrastructure in real time before malicious actors can exploit them.
As part of its commitment to responsible AI, Google is actively strengthening safeguards against prompt injection, model misalignment, and potential misuse before releasing Argon to the broader public.
Additionally, the company is hardening its sandboxed environments used for high-risk evaluations and training to ensure secure deployment across global enterprise environments.
Google ने एडवांस्ड कोडिंग और साइबर सिक्योरिटी वर्कफ़्लो के लिए Gemini 4 Argon रोल आउट किया
Google ने ऑफिशियली Gemini 4 Argon की घोषणा की है, जो सॉफ्टवेयर इंजीनियरिंग, साइबर सिक्योरिटी और एंटरप्राइज़ वर्कफ़्लो में मुश्किल, लंबे समय तक चलने वाले कामों के लिए डिज़ाइन किया गया इसका सबसे नया फ्रंटियर AI मॉडल है।
यह मॉडल शुरू में Google के फेयरविंड प्रोग्राम के ज़रिए भरोसेमंद साइबर डिफेंडर्स के कुछ चुने हुए ग्रुप के लिए रोल आउट किया जा रहा है।
यह फेज़्ड रोलआउट Google को सेफ्टी सेफ़गार्ड को टेस्ट करने और शुरुआती फ़ीडबैक इकट्ठा करने की सुविधा देता है—जिसमें U.S. सरकार के वॉलंटरी प्री-रिलीज़ मॉडल एक्सेस प्रोसेस में हिस्सा लेना शामिल है—इसके बाद इसे डेवलपर्स, Google AI अल्ट्रा सब्सक्राइबर्स और एंटरप्राइज़ API कस्टमर्स के लिए अवेलेबिलिटी बढ़ाई जाएगी।
लॉन्च के समय, Gemini 4 Argon की कीमत $2 प्रति मिलियन इनपुट टोकन और $10 प्रति मिलियन आउटपुट टोकन होगी, जिसमें कैश्ड इनपुट टोकन स्टैंडर्ड रेट्स पर 95% डिस्काउंट देंगे।
मल्टी-स्टेप रीज़निंग और बड़े कामों को सपोर्ट करने के लिए, Google ने मॉडल की आउटपुट लिमिट को 64,000 से बढ़ाकर 1 मिलियन टोकन कर दिया है।
Google में कोडिंग, रिसर्च, क्वांटम कंप्यूटिंग ऑप्टिमाइज़ेशन, डेटा सेंटर मेमोरी एफिशिएंसी और C/C++ से Rust में बड़े पैमाने पर कोड माइग्रेशन के लिए आर्गन का इस्तेमाल पहले से ही इंटरनली किया जा रहा है।
इस मॉडल का बेंचमार्क परफॉर्मेंस बहुत अच्छा है, लॉन्ग-होराइज़न सॉफ्टवेयर इंजीनियरिंग के लिए DeepSWE v1.1 पर 77.9% स्कोर किया और AutomationBench पर 51.3% स्कोर के साथ पहले स्थान पर रहा।
साइबर सिक्योरिटी इवैल्यूएशन में, आर्गन CWE-बेंच v1 पर वल्नरबिलिटी रिमेडिएशन के लिए 68% स्कोर के साथ पहले स्थान पर रहा।
शुरुआती इंटरनल डेमोंस्ट्रेशन के दौरान, मॉडल ने दुनिया भर के अस्पतालों द्वारा इस्तेमाल किए जाने वाले सॉफ्टवेयर में एक क्रिटिकल वल्नरबिलिटी की सफलतापूर्वक पहचान की, उसे वैलिडेट किया और पैच किया।
डिफेंसिव सिक्योरिटी क्षमताओं को मज़बूत बनाने के लिए, Gemini 4 आर्गन शुरू में बिना साइबर गार्डरेल के खास तौर पर भरोसेमंद डिफेंडर और इंटरनल Google टीमों को दिया जा रहा है।
मॉडल को सॉफ्टवेयर की कमियों का पता लगाने, उन्हें ठीक करने और क्रिटिकल इंफ्रास्ट्रक्चर को रियल टाइम में सुरक्षित करने के लिए ऑप्टिमाइज़ किया गया है, इससे पहले कि गलत इरादे वाले लोग उनका फायदा उठा सकें।
ज़िम्मेदार AI के लिए अपने कमिटमेंट के तहत, Google, Argon को आम लोगों के लिए रिलीज़ करने से पहले, तुरंत इंजेक्शन, मॉडल मिसअलाइनमेंट और संभावित गलत इस्तेमाल के खिलाफ़ सुरक्षा उपायों को मज़बूत कर रहा है।
इसके अलावा, कंपनी हाई-रिस्क इवैल्यूएशन और ट्रेनिंग के लिए इस्तेमाल होने वाले अपने सैंडबॉक्स्ड एनवायरनमेंट को और मज़बूत कर रही है ताकि ग्लोबल एंटरप्राइज़ एनवायरनमेंट में सुरक्षित डिप्लॉयमेंट पक्का हो सके।
అధునాతన కోడింగ్ మరియు సైబర్సెక్యూరిటీ వర్క్ఫ్లోల కోసం గూగుల్ జెమిని 4 ఆర్గాన్ను విడుదల చేసింది
సాఫ్ట్వేర్ ఇంజనీరింగ్, సైబర్సెక్యూరిటీ మరియు ఎంటర్ప్రైజ్ వర్క్ఫ్లోలలోని సంక్లిష్టమైన, దీర్ఘకాలిక పనుల కోసం రూపొందించిన తన సరికొత్త ఫ్రాంటియర్ AI మోడల్ అయిన జెమిని 4 ఆర్గాన్ను గూగుల్ అధికారికంగా ప్రకటించింది.
ఈ మోడల్ ప్రారంభంలో గూగుల్ ఫెయిర్విండ్ ప్రోగ్రామ్ ద్వారా విశ్వసనీయమైన సైబర్ డిఫెండర్ల ఎంపిక చేసిన బృందానికి అందుబాటులోకి వస్తోంది.
డెవలపర్లు, గూగుల్ AI అల్ట్రా సబ్స్క్రైబర్లు మరియు ఎంటర్ప్రైజ్ API కస్టమర్లకు లభ్యతను విస్తరించడానికి ముందు, ఈ దశలవారీ విడుదల గూగుల్కు భద్రతా చర్యలను పరీక్షించడానికి మరియు ప్రారంభ ఫీడ్బ్యాక్ను సేకరించడానికి అనుమతిస్తుంది—ఇందులో భాగంగా U.S. ప్రభుత్వం యొక్క స్వచ్ఛంద ప్రీ-రిలీజ్ మోడల్ యాక్సెస్ ప్రక్రియలో కూడా పాల్గొంటుంది.
ప్రారంభంలో, జెమిని 4 ఆర్గాన్ ధర ప్రతి మిలియన్ ఇన్పుట్ టోకెన్లకు $2 మరియు ప్రతి మిలియన్ అవుట్పుట్ టోకెన్లకు $10గా ఉంటుంది, కాష్డ్ ఇన్పుట్ టోకెన్లు ప్రామాణిక ధరలపై 95% తగ్గింపును అందిస్తాయి.
మల్టీ-స్టెప్ రీజనింగ్ మరియు భారీ పనులకు మద్దతు ఇవ్వడానికి, గూగుల్ ఈ మోడల్ యొక్క అవుట్పుట్ పరిమితిని 64,000 నుండి 1 మిలియన్ టోకెన్లకు పెంచింది.
కోడింగ్, పరిశోధన, క్వాంటం కంప్యూటింగ్ ఆప్టిమైజేషన్, డేటా సెంటర్ మెమరీ సామర్థ్యం, మరియు C/C++ నుండి రస్ట్కు పెద్ద ఎత్తున కోడ్ మైగ్రేషన్ల కోసం గూగుల్లో ఆర్గాన్ను ఇప్పటికే అంతర్గతంగా ఉపయోగిస్తున్నారు.
ఈ మోడల్ బలమైన బెంచ్మార్క్ పనితీరును కలిగి ఉంది, దీర్ఘకాలిక సాఫ్ట్వేర్ ఇంజనీరింగ్ కోసం DeepSWE v1.1లో 77.9% స్కోర్ సాధించింది మరియు AutomationBenchలో 51.3% స్కోర్తో మొదటి స్థానంలో నిలిచింది.
సైబర్సెక్యూరిటీ మూల్యాంకనాలలో, దుర్బలత్వ నివారణ కోసం CWE-bench v1లో 68% స్కోర్తో ఆర్గాన్ మొదటి స్థానాన్ని పంచుకుంది.
ప్రారంభ అంతర్గత ప్రదర్శనల సమయంలో, ఈ మోడల్ ప్రపంచవ్యాప్తంగా ఆసుపత్రులు ఉపయోగించే సాఫ్ట్వేర్లోని ఒక క్లిష్టమైన దుర్బలత్వాన్ని విజయవంతంగా గుర్తించి, ధృవీకరించి, సరిచేసింది.
రక్షణాత్మక భద్రతా సామర్థ్యాలను పెంపొందించడానికి, జెమిని 4 ఆర్గాన్ను ప్రారంభంలో సైబర్ గార్డ్రైల్స్ లేకుండా ప్రత్యేకంగా విశ్వసనీయ రక్షకులకు మరియు గూగుల్ అంతర్గత బృందాలకు మాత్రమే అందిస్తున్నారు.
దురుద్దేశపూర్వక వ్యక్తులు వాటిని దుర్వినియోగం చేయడానికి ముందే, నిజ సమయంలో సాఫ్ట్వేర్ లోపాలను గుర్తించడానికి, పరిష్కారాలను రూపొందించడానికి మరియు క్లిష్టమైన మౌలిక సదుపాయాలను సురక్షితంగా ఉంచడానికి ఈ మోడల్ ఆప్టిమైజ్ చేయబడింది.
బాధ్యతాయుతమైన AI పట్ల తన నిబద్ధతలో భాగంగా, గూగుల్ ఆర్గన్ను విస్తృత ప్రజలకు విడుదల చేయడానికి ముందు, ప్రాంప్ట్ ఇంజెక్షన్, మోడల్ మిస్అలైన్మెంట్ మరియు సంభావ్య దుర్వినియోగానికి వ్యతిరేకంగా భద్రతా చర్యలను చురుకుగా బలోపేతం చేస్తోంది.
అదనంగా, ప్రపంచవ్యాప్త ఎంటర్ప్రైజ్ పరిసరాలలో సురక్షితమైన విస్తరణను నిర్ధారించడానికి, అధిక-ప్రమాద మూల్యాంకనాలు మరియు శిక్షణ కోసం ఉపయోగించే తన శాండ్బాక్స్ పరిసరాలను కంపెనీ మరింత పటిష్టం చేస్తోంది.
No comments:
Post a Comment
Please Dont Leave Me