Google 发布 Gemini 3.5 Flash
来自 Google DeepMind · 期号 2026-07-17
摘要
Google DeepMind 发布了 Gemini 3.5 Flash Cyber，一个轻量级网络安全模型。 它的任务是发现并修补安全漏洞。这是 Gemini 3.5 Flash 的专用版本，针对网络安全任务进行了微调。
深读
导读 Google DeepMind 发布了 Gemini 3.5 Flash 的专用网络安全版本——3.5 Flash Cyber，旨在以低成本、高效率的方式自动发现和修复软件漏洞。该模型通过多次调用扫描大量代码路径，在多个真实世界基准测试中超越了主线的 3.5 Flash 和 3.6 Flash，甚至与更大规模的模型（如 Claude Opus 4.6）竞争。读完本文可以了解轻量级模型在代码安全领域的优势、具体 benchmark 成绩，以及它在 Google 内部的实际应用效果。 关键信息 - 3.5 Flash Cyber 基于 Gemini 3.5 Flash 微调，专门用于发现、验证和修补安全漏洞。 - 在 CyberGym 基准测试（评估 AI agent 对数百个真实软件漏洞的发现能力）中，通过配置 CodeMender 调用 3.5 Flash Cyber 最多五次，整体 agent 在 pass@1 指标上取得了与显著更大的模型竞争的性能。 - 在 Google Big Sleep 团队针对 Chrome 和 Safari 等复杂代码库的独立评估中，3.5 Flash Cyber 在 pass@1 上显著超越了主线的 3.5 Flash 和 3.6 Flash。 - 在 Google Chrome 的生产提交扫描管道测试中，3.5 Flash Cyber 相比 3.5 Flash 有显著提升；而 Claude Opus 4.6 因内置安全护栏拒绝执行任务，未显示结果。 - 在对 V8 JavaScript 引擎的固定次数调用测试中，3.5 Flash Cyber 发现了 55 个独特的已确认问题，高于 3.5 Flash 的 47 个和 Claude Opus 4.6 的 36 个，其中 10 个是另外两个模型未发现的。 - Google Cloud 漏洞研究团队使用 3.5 Flash Cyber 在 2 小时内发现了公共 API 中的远程代码执行漏洞和一个内存损坏漏洞，并生成了 100% 可靠的远程代码执行利用，绕过了 ASLR 和 W^X 等标准缓解技术。 逐节讲解 轻量级模型在代码安全中的优势：搜索空间问题 文章指出，发现深层漏洞需要探索巨大的执行搜索空间。依赖单次调用大型语言模型可能成为瓶颈。3.5 Flash Cyber 特别适合需要扫描大型代码库和分析大量代码路径的场景。CodeMender 会多次调用 3.5 Flash Cyber，让 agent 能分析远超单次调用的代码路径来发现和验证漏洞，最终生成一份高质量报告。由于其速度和低成本，该模型可以轻松集成到频繁扫描、时间敏感的发布流程或提交扫描管道中。 3.5 Flash Cyber 的基准测试结果 文章展示了多个基准测试的结果。在 CyberGym 上，通过让 Code…