Google DeepMind 发布轻量网络安全模型 Gemini 3.5 Flash Cyber
Introducing Gemini 3.5 Flash Cyber
- 1Google 发布基于 3.5 Flash 微调的轻量网络安全模型 Gemini 3.5 Flash Cyber，专注查找、验证并修补软件漏洞
- 2因双用途风险，模型先以有限访问试点仅向政府和可信伙伴经 CodeMender 开放，范围随时间扩大
- 3官方称在 V8 引擎固定调用测试中找到 55 个独特确认漏洞，多于主线 3.5 Flash 的 47 个和 Opus 4.6 的 36 个
- 4官方称模型已用于 Google 内部 Chrome、Android 等代码库，Cloud 团队曾 2 小时内发现远程代码执行漏洞
漏洞发现的成本降到轻量模型级别，防守方跑得起高频扫描，也正因双用途风险 Google 限量开放而非公开发布。
- 影响：AI 找漏洞的速度已超过防守方修复速度，漏洞暴露窗口在收窄；轻量模型让高频扫描和提交管道成本可控；模型本体暂不向一般企业开放，通用能力要走 Gemini Enterprise Agent Platform。
- 参考：可考虑关注 Gemini Enterprise Agent Platform 上 CodeMender 能力的开放节奏，评估是否接入自家提交扫描流程；值得先盘点现有漏洞从发现到修复的平均时长，作为衡量这类工具收益的基线。
- 依据：基准结果与内部案例均出自 Google 官方博客，暂无独立验证；CyberGym 竞品分数来自厂商自报，部分更新的竞品模型因安全护栏拒答未纳入对比。
July 21, 2026 模型
Raluca Ada Popa 和 Four Flynn
Google 多年来一直投资网络安全领域，率先开展自动化漏洞发现工作，以保护全球的代码库。像我们的代码安全智能体 CodeMender 这样的工具，能够自动查找并修复关键的软件漏洞。但随着 AI 智能体的能力日益增强，查找漏洞的速度超过了防御者的修复速度，应对这一全球性威胁需要一种能力强大、经济实惠且可扩展的方法。
今天，我们通过推出 Gemini 3.5 Flash Cyber 来扩展长期以来的努力，帮助防御者做好更充分的准备。这是我们基于 3.5 Flash 构建的轻量级网络安全模型，经过微调，能够快速高效地查找、验证和修补漏洞，在这些任务上比 Gemini 的主流 Flash 模型更加出色。
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。凭借在 Flash 基础上的构建，3.5 Flash Cyber 为庞大而昂贵的网络安全模型提供了一种经济高效且能力强大的替代方案。
鉴于这项技术的两用性质，我们对 3.5 Flash Cyber 的部署方式采取了审慎的方法。作为受限访问试点计划的一部分，3.5 Flash Cyber 即将通过 CodeMender 专供政府和可信合作伙伴使用，并随时间逐步扩大范围。这将使一线防御者能够抢先查找和修复关键漏洞，防止其被利用，同时减少更广泛的滥用。
另外，我们还通过 Gemini 企业智能体平台，将 CodeMender 的基础能力直接提供给使用正式发布版 Gemini 模型的客户。
搜索空间问题：轻量级模型在代码安全中的优势
查找深层次的缺陷需要探索庞大的执行搜索空间。依赖对大型语言模型的一次昂贵调用可能会造成瓶颈。3.5 Flash Cyber 特别适合查找那些需要智能体扫描大型代码库并分析大量代码路径的漏洞。
CodeMender 会多次调用 3.5 Flash Cyber，因此智能体能够分析多得多的代码路径来发现和验证漏洞。随后，各个子智能体会生成一份高质量的报告。
凭借其速度和经济性，3.5 Flash Cyber 可以轻松集成到大规模的频繁扫描、时效敏感的发布流程或提交扫描管道中。
3.5 Flash Cyber 基准测试结果：更大规模网络安全模型的高效替代方案
我们在多种基准测试上测试了 3.5 Flash Cyber。特别是，我们在 CyberGym 基准上测试了 3.5 Flash Cyber，该基准通过数百个真实世界的软件漏洞来评估 AI 智能体。通过配置 CodeMender 最多调用 3.5 Flash Cyber 五次来生成最终报告，从而充分利用其低成本优势，整个智能体在 CyberGym* 上面对显著更大的模型仍取得了有竞争力的表现。
CyberGym 上的成功率（pass@1）
*竞争对手的结果来自提供商自行报告的分数
我们还在没有安全防护机制的情况下，对模型在 CyberGym 之外的能力进行了压力测试。Google 的 Big Sleep 团队独立构建了一项评估，专注于在一些世界上最复杂的代码库（如 Chrome 和 Safari）中发现关键且难以发现的漏洞。在这里，3.5 Flash Cyber 显著超越了主线版本 3.5 Flash 和 3.6 Flash。
Big Sleep 评估的成功率（pass@1）
3.5 Flash Cyber 还在 Google Chrome 的生产环境提交扫描流水线上进行了评估。这些漏洞未公开披露，从而确保该基准测试对 Gemini 及竞争对手模型保持无污染。
结果显示，与 3.5 Flash 相比，3.5 Flash Cyber 有显著提升。注意：Opus 4.6 之后更新的竞争对手模型版本由于内置的安全防护机制而拒绝执行这些任务，因此未在图中显示。
Chrome 生产环境提交扫描流水线的成功率（pass@1）
此外，与主线版本 3.5 Flash 和 Claude Opus 4.6 相比，3.5 Flash Cyber 持续发现更多独特的漏洞。在高度复杂的 V8 JavaScript 引擎上进行固定调用次数的测试时，3.5 Flash Cyber 发现了 55 个独特的已确认问题，而主线版本 3.5 Flash 发现了 47 个，Opus 4.6 发现了 36 个，其中包括 10 个其他两个受测模型未能发现的问题。
基础网络安全模型可能会陷入循环，反复发现同一个问题，却遗漏关键漏洞。强大的模型撒下更广的网，发现更多独特的问题。
随着调用次数的增加，我们发现 3.5 Flash Cyber 持续发现新的代码路径和漏洞。
在 Google 的实际应用与防御能力扩展
基准测试只是故事的一部分。CodeMender 中的 3.5 Flash Cyber 已经在 Google 的内部代码库中发现并修复漏洞，涵盖 Chrome、Android、Cloud、Ads 和 YouTube。
轻量级模型所带来的发现速度已产生了可衡量的影响。
例如，Google 的 Cloud 漏洞研究团队使用 3.5 Flash Cyber 以创纪录的速度主动加固了我们的系统。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。随后，它生成了一个 100% 可靠的远程代码执行利用程序，绕过了地址空间布局随机化（ASLR）和写异或执行（W^X）等标准缓解技术。
来自 Wiz 和 Cloud CISO 安全工程测试人员的早期反馈证实，3.5 Flash Cyber 相比主线版本 3.5 Flash 模型有显著的能力提升。
大规模赋能防御者
Google 在软件安全领域的领先地位为我们带来了独特优势。例如，由 Google 运营、涵盖超过 700,000 个开源漏洞的漏洞数据库 OSV.dev，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，教会我们的模型真正的安全专业人员是如何工作的。我们的模型学会操作行业标准工具，阅读像 Chromium 这样大型项目中数百万行代码，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 3.5 Flash Cyber 为 CodeMender 提供支持，我们正在提供一个能力强大、可扩展且经济实惠的架构，旨在帮助更多防御者保护软件安全。
来源：Google DeepMind：Blog · deepmind.google