2026年7月21日｜モデル
Raluca Ada Popa、Four Flynn
Googleは長年にわたりサイバーセキュリティ分野に投資し、世界中のコードベースの安全を守るために自動化された脆弱性発見を先導してきました。CodeMender のようなコードセキュリティエージェントは、重大なソフトウェア脆弱性を自動的に発見し、修正することができます。しかし、AIエージェントが脆弱性を発見するスピードが、防御側がそれを修正するスピードを上回り始める中、この世界的な脅威に対処するには、強力で低コスト、かつスケーラブルなアプローチが必要とされています。
本日、私たちは防御側がより万全な備えを行えるよう支援する長期的な取り組みを拡大し、Gemini 3.5 Flash Cyber を発表します。これは 3.5 Flash をベースに構築され、微調整（ファインチューニング）された軽量なサイバーセキュリティモデルです。脆弱性の発見、検証、パッチ適用を迅速かつ効率的に行うことができ、これらのタスクにおいて Gemini のメインラインである Flash モデルよりも高い効果を発揮します。
Flash のパフォーマンスと効率性は、当社のサイバーセキュリティモデル開発における理想的な基盤となりました。3.5 Flash をベースに構築された 3.5 Flash Cyber は、大規模で高コストなサイバーセキュリティモデルに代わる、より低コストで強力な選択肢を提供します。
この技術がデュアルユース（軍民両用）の性質を持つことを考慮し、私たちは 3.5 Flash Cyber のデプロイにおいて慎重なアプローチを採用しています。限定アクセスパイロットプログラムの一環として、3.5 Flash Cyber は間もなく CodeMender を通じて政府および信頼できるパートナーのみに提供され、時間の経過とともに徐々に拡大される予定です。これにより、最前線の防御側は一歩先んじて、脆弱性が悪用される前に重大な脆弱性を発見・修正できるようになり、同時に広範な悪用のリスクを軽減できます。
さらに、私たちは Gemini Enterprise Agent Platform を通じて、CodeMender の基本機能を、一般提供版の Gemini モデルを使用しているお客様にも直接提供します。
探索空間の問題：コードセキュリティにおける軽量モデルの利点
深い欠陥を発見するには、極めて膨大な実行探索空間を探索する必要があります。1回の高コストな大規模モデルの呼び出しに依存することは、ボトルネックになりかねません。3.5 Flash Cyber は、エージェントが大規模なコードベースをスキャンし、大量のコードパスを分析しなければならない脆弱性発見のようなタスクに特に適しています。
CodeMender は 3.5 Flash Cyber を複数回呼び出すことで、エージェントがより多くのコードパスを分析できるようにし、脆弱性の発見と検証を可能にします。その後、各サブエージェントが単一の高品質なレポートを生成します。
そのスピードと低コスト性により、3.5 Flash Cyber は高頻度のスキャン、時間に制約のあるリリースプロセス、または大規模なコミットスキャンパイプラインに容易に統合できます。
3.5 Flash Cyber ベンチマーク結果：大型サイバーセキュリティモデルに代わる効率的な選択肢
私たちは複数のベンチマークで 3.5 Flash Cyber をテストしました。特に、数百件の実世界のソフトウェア脆弱性に対するAIエージェントの対処能力を評価する CyberGym ベンチマークで 3.5 Flash Cyber をテストしました。CodeMender が最終レポートを生成する際に、低コストという利点を最大限に活かして 3.5 Flash Cyber を最大5回呼び出すようにしたところ、エージェント全体として CyberGym* で大幅に大規模なモデルに匹敵するパフォーマンスを達成しました。
CyberGym 成功率（pass@1）
*競合他社の結果はベンダーの自己申告スコアに基づきます
また、安全ガードレールを適用しない状態で、CyberGym の範囲を超えるモデル能力のストレステストも実施しました。Google の Big Sleep チームは、Chrome や Safari などの世界で最も複雑なコードベースにおける、重大で発見が困難な脆弱性の発見に焦点を当てた評価システムを独自に構築しました。ここでは、3.5 Flash Cyber のパフォーマンスが、メインラインの 3.5 Flash および 3.6 Flash を明らかに上回りました。
Big Sleep 評価成功率（pass@1）
3.5 Flash Cyber は、Google Chrome の本番コミットスキャンパイプラインでも評価されました。関連する脆弱性は公開されていないため、このベンチマークが Gemini や競合モデルに対して「汚染されていない（データリークがない）」状態であることが保証されています。
結果として、3.5 Flash と比較して 3.5 Flash Cyber は大幅な向上を示しました。注：Opus 4.6 以降のより新しい競合モデルのバージョンは、組み込みの安全ガードレールによってこれらのタスクの実行を拒否したため、グラフには含まれていません。
Chrome 本番コミットスキャンパイプライン成功率（pass@1）
さらに、メインラインの 3.5 Flash や Claude Opus 4.6 と比較して、3.5 Flash Cyber は一貫してより多くのユニークな脆弱性を発見しました。非常に複雑な V8 JavaScript エンジンに対する固定回数の呼び出しテストにおいて、3.5 Flash Cyber は確認済みのユニークな問題を 55 個発見したのに対し、メインラインの 3.5 Flash は 47 個、Opus 4.6 は 36 個でした。また、3.5 Flash Cyber が発見した問題のうち 10 個は、他の2つのテスト対象モデルでは検出できなかったものでした。
基本的なサイバーセキュリティモデルは、同じ問題を繰り返し発見するループに陥り、重大な脆弱性を見落とすことがあります。強力なモデルは、より広範囲をカバーし、より多くのユニークな問題を発見します。
呼び出し回数が増えるにつれて、3.5 Flash Cyber は一貫して新しいコードパスと脆弱性を発見し続けることがわかりました。
実世界での応用、および Google 規模での防御の強化
ベンチマークテストはストーリーの一部に過ぎません。CodeMender に搭載された 3.5 Flash Cyber は、Chrome、Android、Cloud、Ads、YouTube など、Google の内部コードベースにおける脆弱性の発見と修正にすでに活用されています。
軽量モデルがもたらす迅速な発見スピードは、すでに測定可能な効果を上げています。
例えば、Google の Cloud Vulnerability Research チームは、3.5 Flash Cyber を使用して、これまでにないスピードで当社のシステムをプロアクティブに保護しています。わずか2時間で、モデルはパブリック API におけるリモートコード実行（RCE）の脆弱性を発見し、機密性の高い本番サービスにおけるメモリ破損の脆弱性を特定しました。さらに、アドレス空間配置のランダム化（Address Space Layout Randomization：ASLR）や Write XOR Execute（W^X）などの標準的な緩和策を回避する、100% 信頼性の高いリモートコード実行のエクスプロイトコードも生成しました。
Wiz や Cloud CISO Security Engineering のテスターからの初期のフィードバックでも、3.5 Flash Cyber の能力がメインラインの 3.5 Flash モデルと比較して大幅に向上していることが確認されています。
大規模な防御側への支援
ソフトウェアセキュリティ分野における Google のリーダーシップは、当社に独自の強みをもたらしています。例えば、Google が運営する脆弱性データベース OSV.dev（70万件以上のオープンソース脆弱性を収録）や、10年以上にわたる OSS-Fuzz の結果などは、最高品質の脆弱性データを特定するのに役立っています。
これにより、私たちは合成されたサイバーセキュリティのサンプルにとどまらず、実際のセキュリティ専門家がどのように機能するかをモデルに学習させることができました。当社のモデルは、業界標準のツールを操作し、Chromium のような大規模プロジェクトの数百万行のコードを読み、数時間にわたる継続的なディープ分析を必要とする複雑なセキュリティタスクを自律的に処理することを学習しました。
3.5 Flash Cyber で CodeMender を強化することで、私たちはより多くの防御側がソフトウェアの安全を確保できるよう、強力でスケーラブル、かつコスト効率の高いアーキテクチャを構築しています。