为确保该模型的负责任的部署，我们首先为政府和可信合作伙伴启动有限访问试点。→ https://t.co/7DwOw7OKN8

介绍 Gemini 3.5 Flash Cyber

来源：https://deepmind.google/blog/introducing-gemini-3-5-flash-cyber/?utm_source=x&utm_medium=social&utm_campaign=&utm_content= Google 多年来一直在网络安全领域进行投资，率先开展自动化漏洞发现以保护全球代码库。诸如 CodeMender（我们的代码安全代理）等工具可以自动发现并修复关键软件漏洞。但随着 AI 代理在发现漏洞方面变得比防御者修复漏洞更强大，应对这一全球威胁需要一种高能力、低成本且可扩展的方法。

今天，我们通过推出 Gemini 3.5 Flash Cyber 来扩大长期以来的努力，以更好地武装防御者。这是一个轻量级网络安全模型，基于 3.5 Flash 构建并经过微调，能够快速高效地发现、验证和修补漏洞，在这些任务上比 Gemini 的主线 Flash 模型更有效。

Flash 的性能和效率使其成为我们网络安全模型工作的理想基础。通过在 Flash 之上构建，3.5 Flash Cyber 提供了一种经济高效且高能力的替代方案，取代了大型、昂贵的网络安全模型。

鉴于这项技术的双重用途性质，我们对 3.5 Flash Cyber 的部署采取了审慎的方法。作为有限访问试点计划的一部分，3.5 Flash Cyber 将通过 CodeMender 独家提供给政府和可信合作伙伴，并随着时间的推移逐步扩展。这将使一线防御者在关键漏洞被利用之前能够抢先发现并修复它们，同时减轻更广泛的滥用风险。

另外，我们还通过 Gemini Enterprise Agent Platform 将 CodeMender 的基础能力直接以普遍可用的 Gemini 模型形式提供给客户。

搜索空间问题：轻量级模型在代码安全中的优势

寻找深藏的缺陷需要探索巨大的执行搜索空间。依赖对大型语言模型的单一昂贵调用可能造成瓶颈。3.5 Flash Cyber 特别适合代理需要扫描大型代码库并分析大量代码路径以发现漏洞的场景。

CodeMender 多次调用 3.5 Flash Cyber，因此代理可以分析更多的代码路径以发现和验证漏洞。子代理随后生成一份高质量的综合报告。

凭借其速度和低成本，3.5 Flash Cyber 可以轻松集成到频繁的扫描、时间敏感的发布流程或大规模提交扫描流水线中。

3.5 Flash Cyber 基准测试结果：大型网络安全模型的高效替代方案

我们在多种基准测试上对 3.5 Flash Cyber 进行了测试。具体来说，我们在 CyberGym 基准测试上测试了 3.5 Flash Cyber，该基准测试用数百个真实世界的软件漏洞评估 AI 代理。通过将 CodeMender 配置为针对单个最终报告最多调用 5 次 3.5 Flash Cyber，利用其低成本，整个代理在 CyberGym 上实现了与显著更大的模型相竞争的性能*。

CyberGym 成功率（pass@1）

*竞争对手结果来源于提供商自报分数

我们还对模型能力进行了超出 CyberGym 的压力测试，未加安全护栏。Google 的 Big Sleep 团队独立构建了一个评估，专注于在世界上一些最复杂的代码库（如 Chrome 和 Safari）中发现关键且难以发现的漏洞。在这里，3.5 Flash Cyber 显著超过了主线 3.5 Flash 和 3.6 Flash。

Big Sleep 评估成功率（pass@1）

3.5 Flash Cyber 还在 Google Chrome 的生产提交扫描流水线上进行了评估。这些漏洞并未公开披露，从而确保该基准测试对 Gemini 和竞争对手模型均未受污染。

结果显示，与 3.5 Flash 相比，3.5 Flash Cyber 有显著提升。注意：Opus 4.6 之后较新的竞争对手模型版本因内置安全护栏而拒绝执行任务，因此未显示。

Chrome 生产提交扫描流水线成功率（pass@1）

此外，3.5 Flash Cyber 始终比主线 3.5 Flash 和 Claude Opus 4.6 发现更多独特的漏洞。当在高度复杂的 V8 JavaScript 引擎上以固定调用次数进行测试时，3.5 Flash Cyber 发现了 55 个独特确认的问题，而主线 3.5 Flash 发现了 47 个，Opus 4.6 发现了 36 个，其中包括其他两个测试模型未发现的 10 个问题。

基本的网络安全模型可能陷入循环，反复发现相同的问题而遗漏关键漏洞。一个强大的模型能撒下更广的网，发现更多独特的问题。

随着我们增加调用次数，我们发现 3.5 Flash Cyber 继续发现新的代码路径和漏洞。

在 Google 的真实世界应用和扩展防御

基准测试只是故事的一部分。CodeMender 中的 3.5 Flash Cyber 已经用于发现和修复 Google 内部代码库（包括 Chrome、Android、Cloud、Ads 和 YouTube）中的漏洞。

轻量级模型带来的发现速度已经产生了可衡量的影响。

例如，Google 的云漏洞研究团队使用 3.5 Flash Cyber 以前所未有的速度主动保护我们的系统。在短短 2 小时内，该模型发现了公共 API 中的远程代码执行漏洞，并在一个敏感的生产服务中发现了内存损坏漏洞。然后它生成了一个 100% 可靠的远程代码执行利用，绕过了标准缓解技术，如地址空间布局随机化（ASLR）和写异或执行（W^X）。

来自 Wiz 和 Cloud CISO 安全工程测试者的早期反馈证实了 3.5 Flash Cyber 相对于主线 3.5 Flash 模型的显著能力提升。

大规模赋能防御者

Google 在软件安全方面的领导地位给了我们独特的优势。例如，OSV.dev（由 Google 运营的漏洞数据库，涵盖超过 70 万个开源漏洞）以及超过 10 年的 OSS-Fuzz 结果，帮助我们识别最高质量的漏洞。

这使我们能够超越合成的网络安全示例，教导我们的模型真正的安全专业人员如何工作。我们的模型学会操作行业标准工具，阅读像 Chromium 这样的大规模项目中的数百万行代码，并独立处理需要数小时持续深入分析的复杂安全任务。

通过用 3.5 Flash Cyber 驱动 CodeMender，我们提供了一种高能力、可扩展且经济实惠的架构，旨在帮助更多防御者保护软件。