Google DeepMind представила Gemini 3.5 Flash Cyber — специализированную модель искусственного интеллекта, предназначенную для обнаружения, валидации и устранения уязвимостей в программном коде. Модель доступна исключительно правительственным организациям и доверенным партнёрам через платформу CodeMender в рамках пилотной программы с ограниченным доступом. Решение позиционируется как лёгкая и экономически эффективная альтернатива крупным моделям, ориентированным на кибербезопасность, и представляет собой один из первых примеров целенаправленной специализации фундаментальной ИИ-модели под задачи защитного анализа кода.
Архитектура и возможности
Gemini 3.5 Flash Cyber построена на базе модели Gemini 3.5 Flash и, по данным Google DeepMind, оптимизирована для трёх ключевых задач: обнаружение уязвимостей, их валидация и генерация патчей. Принципиальная особенность архитектуры — интеграция с агентом CodeMender, который был представлен Google в октябре 2025 года как автономный инструмент для поиска и устранения уязвимостей.
CodeMender может многократно вызывать Gemini 3.5 Flash Cyber на высокой скорости и с низкими затратами, что, по заявлению разработчиков, позволяет сканировать больше путей выполнения кода и обнаруживать уязвимости, которые пропускают более ресурсоёмкие модели. Фактически Google предлагает архитектуру, в которой компактная специализированная модель компенсирует ограничения размера за счёт многократных итераций анализа — подход, принципиально отличающийся от использования единичного вызова крупной модели общего назначения.
Результаты тестирования
По данным внутренних оценок Google DeepMind, Gemini 3.5 Flash Cyber превосходит как базовую модель Gemini 3.5 Flash, так и Gemini 3.6 Flash в задачах обнаружения новых уязвимостей в кодовых базах. Наиболее показательным является тест на движке V8 JavaScript Engine: при фиксированном количестве вызовов Gemini 3.5 Flash Cyber обнаружила 55 уникальных подтверждённых проблем, тогда как Gemini 3.5 Flash — 47. При этом 10 проблем были выявлены исключительно специализированной моделью и не обнаружены ни одной другой моделью в сравнении.
Важная оговорка: все результаты тестирования получены в рамках внутренних бенчмарков Google и не подтверждены независимыми исследователями. Методология тестирования, критерии подсчёта «уникальных подтверждённых проблем» и условия сравнения с конкурирующими моделями публично не раскрыты в достаточной степени для независимой верификации.
Ограниченный доступ и проблема двойного назначения
Ключевое решение Google — намеренное ограничение доступа к модели. Как пояснили Ралука Ада Попа, руководитель направления безопасности Gemini, и Фор Флинн, вице-президент по безопасности и конфиденциальности DeepMind, это обусловлено двойственной природой технологии. Модель, способная эффективно находить уязвимости, в равной степени может быть использована как для защиты, так и для атаки.
Стратегия «сначала — защитникам» предполагает, что правительственные организации и доверенные партнёры получат преимущество во времени для обнаружения и устранения критических уязвимостей до того, как они будут эксплуатированы. Со временем Google планирует расширять круг пользователей.
Параллельно Google делает базовые возможности CodeMender доступными более широкому кругу клиентов через Gemini Enterprise Agent Platform с использованием общедоступных моделей Gemini — без специализированной кибербезопасной модели, но с сохранением функциональности автоматизированного поиска и патчинга.
Контекст релиза
Выпуск Gemini 3.5 Flash Cyber состоялся одновременно с анонсом Gemini 3.6 Flash и Gemini 3.5 Flash-Lite. Gemini 3.6 Flash оптимизирована для задач программирования, работы со знаниями и мультимодальной обработки, а Gemini 3.5 Flash-Lite — для задач с низкой задержкой. Появление специализированной модели для кибербезопасности в этом ряду сигнализирует о том, что Google рассматривает защиту программного обеспечения как отдельное направление, требующее целенаправленной оптимизации модели, а не просто промпт-инжиниринга поверх модели общего назначения.
Подход Google перекликается с аналогичными инициативами Anthropic и OpenAI в области применения ИИ для поиска уязвимостей, однако отличается акцентом на лёгкую, экономичную модель с многократными итерациями вместо единичных вызовов тяжёлых моделей.
Практические рекомендации
- Для государственных организаций и крупных предприятий: оцените возможность участия в пилотной программе CodeMender с Gemini 3.5 Flash Cyber, если ваша организация соответствует критериям «доверенного партнёра» Google.
- Для команд разработки: базовые возможности CodeMender доступны через Gemini Enterprise Agent Platform с общедоступными моделями Gemini — интегрируйте их в существующие процессы CI/CD для автоматизированного поиска уязвимостей.
- Для специалистов по безопасности: учитывайте, что появление подобных инструментов повышает планку для атакующих, но одновременно задаёт новый стандарт скорости обнаружения уязвимостей — ручной аудит кода без ИИ-ассистентов становится всё менее конкурентоспособным по охвату.
Появление Gemini 3.5 Flash Cyber фиксирует переход от экспериментального применения ИИ в кибербезопасности к продуктизации специализированных моделей с контролируемым доступом. Организациям, работающим с крупными кодовыми базами, стоит уже сейчас интегрировать доступные возможности CodeMender через Gemini Enterprise Agent Platform и отслеживать расширение пилотной программы для получения доступа к специализированной модели.
