跳到正文
Google DeepMind·· 2026-07-17精選AI 評分65

Google DeepMind 發佈 Gemini 3.5 Flash Cyber 網絡安全模型

Introducing Gemini 3.5 Flash Cyber

AI 導讀

Google DeepMind 發佈 Gemini 3.5 Flash Cyber,這款基於 3.5 Flash 並經微調的輕量網絡安全模型,旨在快速發現、驗證及修補漏洞。

推薦理由

V8 JavaScript Engine 的固定調用測試提供了具體比較,Gemini 3.5 Flash Cyber 找到 55 個獨特確認問題,主線 3.5 Flash 與 Claude Opus 4.6 分別找到 47 個和 36 個。

正文 · 繁體中文

2026 年 7 月 21 日模型

Raluca Ada Popa 和 Four Flynn

Google 多年來一直致力投資網絡安全,並率先利用自動化漏洞探索技術保障全球程式碼庫的安全。CodeMender 等工具是我們的程式碼安全代理,可自動找出並修復嚴重軟件漏洞。然而,AI 代理發現漏洞的速度愈來愈快,甚至快過防守者修補漏洞的速度;要應對這項全球威脅,便需要高能力、價格相宜且可擴展的方法。

今天,我們擴大長期以來協助防守者做好準備的工作,推出 Gemini 3.5 Flash Cyber。這款輕量級網絡安全模型以 3.5 Flash 為基礎,並經微調以快速有效地尋找、驗證和修補漏洞,在這些任務上的效能勝過 Gemini 主線 Flash 模型。

Flash 的效能和效率,令它成為我們開發網絡安全模型的理想基礎。建基於 Flash 的 3.5 Flash Cyber,相較於大型且昂貴的網絡安全模型,提供更具成本效益且能力強大的替代選擇。

考慮到這項技術具有雙重用途,我們在部署 3.5 Flash Cyber 時採取審慎方針。作為有限存取試點計劃的一部分,3.5 Flash Cyber 即將只透過 CodeMender 提供予政府和可信任夥伴,日後再逐步擴大。這可讓前線防守者及早發現和修補嚴重漏洞,避免漏洞遭利用,同時減低更廣泛濫用的風險。

另外,我們亦透過 Gemini Enterprise Agent Platform,直接向客戶提供 CodeMender 的基礎能力;所使用的 Gemini 模型現已正式推出。

搜尋空間問題:輕量模型在程式碼安全方面的優勢

要找出深層缺陷,需要探索龐大的執行搜尋空間。若只依賴一次昂貴的大型語言模型呼叫,可能會形成瓶頸。3.5 Flash Cyber 特別適合處理代理需要掃描大型程式碼庫並分析大量程式碼路徑的漏洞搜尋任務。

CodeMender 會多次呼叫 3.5 Flash Cyber,讓代理分析多得多的程式碼路徑,以發現並驗證漏洞。之後,子代理會整理出一份高質素的報告。

憑藉速度快、成本低的優點,3.5 Flash Cyber 很容易整合至定期掃描、時限緊迫的發布流程,或大規模提交掃描管線。

3.5 Flash Cyber 基準測試結果:大型網絡安全模型的高效替代方案

我們在多項基準測試中評估了 3.5 Flash Cyber,尤其測試 3.5 Flash Cyber 在 CyberGym 上的表現。CyberGym 會評估 AI 代理處理數百個真實世界軟件漏洞的能力。利用 3.5 Flash Cyber 成本低的優勢,我們把 CodeMender 設定為每份最終報告最多呼叫 3.5 Flash Cyber 五次。整體代理在 CyberGym* 上的表現足以媲美大得多的模型。

CyberGym 成功率(pass@1)

*競爭對手的結果來自 Provider 自行申報的分數

我們亦在沒有安全防護措施的情況下,對模型的能力進行超越 CyberGym 範圍的壓力測試。Google Big Sleep 團隊獨立建立了一項評估,專門搜尋 Chrome 和 Safari 等全球最複雜程式碼庫中的嚴重且難以發現的漏洞。在這項評估中,3.5 Flash Cyber 大幅勝過主線 3.5 Flash 和 3.6 Flash。

Big Sleep 評估成功率(pass@1)

我們亦在 Google Chrome 的正式環境提交掃描管線中評估 3.5 Flash Cyber。由於漏洞未有公開披露,這項基準測試不會令 Gemini 或競爭對手模型受到資料污染。

結果顯示,3.5 Flash Cyber 的表現顯著優於 3.5 Flash。注意:Opus 4.6 之後推出的較新競爭對手模型,因內置安全防護措施而拒絕執行這些任務,因此未有列出。

Chrome 正式環境提交掃描管線成功率(pass@1)

此外,與主線 3.5 Flash 和 Claude Opus 4.6 相比,3.5 Flash Cyber 持續發現更多獨有漏洞。在高度複雜的 V8 JavaScript 引擎上進行固定次數呼叫的測試中,3.5 Flash Cyber 找到 55 個獲確認的獨有問題;主線 3.5 Flash 找到 47 個,Opus 4.6 找到 36 個,其中有 10 個問題是另外兩款受測模型都沒有發現的。

基本網絡安全模型可能會陷入循環,不斷發現同一問題,卻漏掉嚴重漏洞。強大的模型能廣泛搜尋,找出更多不同問題。

隨著我們增加呼叫次數,3.5 Flash Cyber 仍持續發現新的程式碼路徑和漏洞。

在 Google 的實際應用和擴大防守能力

基準測試只反映部分情況。CodeMender 中的 3.5 Flash Cyber 已在 Google 內部程式碼庫(包括 Chrome、Android、Cloud、Ads 和 YouTube)發現並修補漏洞。

輕量模型帶來的快速漏洞發現能力已產生可量度的成效。

例如,Google Cloud 漏洞研究團隊使用 3.5 Flash Cyber,以創紀錄的速度主動保障系統安全。模型只用 2 小時便在公開 API 中發現遠端程式碼執行漏洞,並在一項敏感的正式服務中找出記憶體損毀漏洞。之後,它生成了一個可靠度達 100% 的遠端程式碼執行漏洞利用程式,並能繞過位址空間配置隨機化(ASLR)和 Write XOR Execute(W^X)等標準緩解技術。

Wiz 和 Cloud CISO Security Engineering 測試人員的初步回饋,確認 3.5 Flash Cyber 的能力比主線 3.5 Flash 顯著提升。

大規模賦能防守者

Google 在軟件安全方面的領導地位,讓我們具備獨特優勢。例如,Google 維護的漏洞資料庫 OSV.dev 涵蓋超過 700,000 個開放原始碼漏洞;另外,我們亦有超過 10 年的 OSS-Fuzz 結果,協助我們識別質素最高的漏洞。

這讓我們能超越合成網絡安全範例,教導模型理解真實安全專家的工作方式。我們的模型學會使用業界標準工具、閲讀 Chromium 等大型專案中數百萬行程式碼,並獨立處理需要持續深入分析數小時的複雜安全任務。

透過 3.5 Flash Cyber 驅動 CodeMender,我們提供一種能力強、可擴展且價格相宜的架構,協助更多防守者保障軟件安全。

來源:Google DeepMind · deepmind.google