KI-SicherheitModelle 🇺🇸 24.07.2026 11:04

Google DeepMind stellt Gemini 3.5 Flash Cyber vor – Leichtgewichtiges Modell für Cybersicherheit

Google/DeepMindGoogle/DeepMind Google DeepMindGoogle DeepMind
Google DeepMind hat Gemini 3.5 Flash Cyber vorgestellt, ein leichtgewichtiges Cybersicherheitsmodell, das auf 3.5 Flash aufbaut und für die Erkennung, Validierung und Behebung von Schwachstellen optimiert wurde. Das Modell, das über einen Pilotzugang mit eingeschränkter Verfügbarkeit durch CodeMender erhältlich ist, bietet eine kosteneffiziente Alternative zu größeren Cybersicherheits-KI-Modellen und erzielt wettbewerbsfähige Ergebnisse bei Benchmarks wie CyberGym, während es einzigartige Schwachstellen in komplexen Codebasen aufdeckt.
Google DeepMind hat Gemini 3.5 Flash Cyber angekündigt, ein leichtgewichtiges Cybersicherheitsmodell, das auf der 3.5 Flash-Basis aufbaut und darauf abgestimmt ist, Schwachstellen effektiv zu finden, zu validieren und zu beheben. Das Modell ist auf Kosteneffizienz und Skalierbarkeit ausgelegt und nutzt die Leistung von Flash, um Hauptlinien-Flash-Modelle bei Cybersicherheitsaufgaben zu übertreffen. Es wird über ein limitiertes Pilotprogramm via CodeMender bereitgestellt, das zunächst ausschließlich Regierungen und vertrauenswürdigen Partnern zur Verfügung steht, um Verteidigern einen Vorsprung bei der Behebung kritischer Schwachstellen zu verschaffen. Benchmarks zeigen, dass 3.5 Flash Cyber auf CyberGym konkurrenzfähige Erfolgsquoten erzielt und die Hauptlinien-Modelle 3.5 Flash sowie Claude Opus 4.6 bei Evaluierungen wie Big Sleep und der Commit-Scanning-Pipeline von Chrome übertrifft; dabei wurden 55 einzigartige Probleme in der V8-JavaScript-Engine entdeckt, verglichen mit 47 bzw. 36 bei den anderen Modellen. In realen Anwendungen nutzte das Cloud Vulnerability Research-Team von Google das Modell, um innerhalb von zwei Stunden Schwachstellen für Remote-Code-Ausführung in öffentlichen APIs sowie eine Speicherkorruptions-Schwachstelle in einem Produktionsdienst aufzudecken. Das Modell treibt außerdem CodeMender für interne Google-Codebasen an, darunter Chrome, Android, Cloud, Ads und YouTube. Google betont seinen verantwortungsvollen Ansatz aufgrund von Dual-Use-Bedenken und schränkt den Zugang zunächst auf vertrauenswürdige Partner ein.
Quelle: Google DeepMind — Original
Unsere früheren Beiträge zu diesem Thema ↓
Aktuelle Nachrichten