Googles nya AI-modell kan upptäcka cyberhot – tre Gemini-modeller på en gång

Google drar ifrån med sitt största Flash-släpp hittills. Den 21 juli lanserades tre nya Gemini-modeller samtidigt, och den mest oväntade är en specialiserad cybersäkerhetsvariant som ingen av konkurrenterna har någon motsvarighet till.

Gemini 3.6 Flash är den raka uppgraderingen: lägre latens, högre precision och bättre hantering av långa kontexter än tidigare Flash-versioner. Den är redan tillgänglig i Gemini-appen, Google AI Studio och via API – till samma pris som Gemini 3.5 Flash.

Vid sidan av den kommer Gemini 3.5 Flash-Lite, en kostnadsoptimerad modell för enklare uppgifter som textklassificering, extraktion och grundläggande chatt. Google positionerar den som sitt billigaste alternativ för storskalig produktion.

Den verkliga överraskningen är Gemini 3.5 Flash Cyber. Modellen är tränad specifikt för cybersäkerhetsuppgifter: sårbarhetsanalys, incidentutredning, hotdetektering och säkerhetsgranskning av kod. Enligt Google DeepMind har den specialiserade träningsdata från verkliga säkerhetsscenarier och presterar bättre än generella modeller på cybersäkerhetsbenchmarks.

För svenska säkerhetsteam innebär Cyber-varianten att man kan automatisera delar av incidentanalysen utan att skicka känslig data till en generell modell som saknar domänförståelse. Modellen förstår attackkedjor, CVE-referenser och säkerhetsloggar på ett sätt som generella språkmodeller inte gör.

Alla tre modeller delar Googles senaste säkerhetsramverk och finns tillgängliga via Gemini API. Flash-Lite och Cyber bygger på 3.5-arkitekturen medan 3.6 Flash är en ny generation. Google har inte publicerat detaljerade benchmarkjämförelser mot OpenAI:s motsvarande modeller, men interna tester visar signifikanta förbättringar i flerspråkig förståelse och kodgenerering jämfört med Gemini 3.5 Flash.

---

readerValueScore: 8

newsValueScore: 9

practicalUseScore: 7

Källa: Google DeepMind Blog