Gemini 3.5 Flash Cyber: a Google criou (finalmente) um LLM para segurança
Google lançou Gemini 3.6 Flash, 3.5 Flash-Lite e 3.5 Flash Cyber — um modelo fine-tuned para cibersegurança que deteta vulnerabilidades. Análise técnica dos três modelos e o que o Cyber significa para blue e red teams.
Nos últimos meses testei vários LLMs para tarefas de segurança ofensiva. ChatGPT, Claude, o Gemini 3.5 Flash normal. Todos funcionam bem para explicar conceitos ou gerar relatórios. Mas quando pedes para analisar um snippet de shellcode ou validar uma vulnerabilidade real, o resultado é sempre o mesmo: respostas vagas, cheias de rodeios e "consulte um especialista". Para mim, que passo tempo a automatizar tarefas de segurança, a falta de um modelo especializado sempre foi um problema concreto — não teórico.
No dia 21 de julho de 2026, a Google respondeu. A equipa do Gemini, liderada por Tulsee Doshi, anunciou três modelos novos. Um deles merece atenção de quem trabalha em segurança. O anúncio foi publicado no blog oficial da Google.
Três perfis, três modelos
O 3.6 Flash é a atualização natural do 3.5 Flash: mais barato ($1.50/M input, $7.50/M output), mais rápido e 17% mais eficiente em tokens de output. Nos benchmarks da Google, subiu de 37% para 49% no DeepSWE (reparação de código) e de 49.7% para 63.9% no MLE Bench. É um bom upgrade para quem já usa a linha Flash.
O 3.5 Flash-Lite é o que o nome promete: a versão mais leve, com 350 tokens por segundo segundo o Artificial Analysis Index. Serve para processamento de alto volume e agentes que precisam de respostas rápidas sem gastar muito.
Mas o modelo que realmente interessa é o terceiro.
3.5 Flash Cyber — o que muda
O Flash Cyber não é um LLM de propósito geral. A Google pegou no 3.5 Flash standard e fez fine-tuning para tarefas específicas de cibersegurança: deteção e validação de vulnerabilidades, análise de código malicioso e sugestão de patches. O resultado, publicado no blog do DeepMind, é impressionante.
No Big Sleep Evaluation — um benchmark criado pela equipa de segurança da Google para encontrar vulnerabilidades em codebases como Chrome e Safari — o Flash Cyber atingiu 72% de sucesso (pass@1). O 3.6 Flash ficou nos 42%. O 3.5 Flash normal nos 36% (valores por confirmar). Quase o dobro, com um modelo mais pequeno e barato.
A Google também testou o modelo no CyberGym, que avalia agentes de IA contra centenas de vulnerabilidades reais. Aqui, o Flash Cyber foi usado dentro do CodeMender, o agente de segurança da Google que orquestra múltiplas instâncias do modelo em paralelo. Cada instância analisa caminhos de código diferentes, e o sistema produz um relatório consolidado. A abordagem atingiu desempenho competitivo com modelos muito maiores.
Tulsee Doshi explicou a estratégia: "3.5 Flash Cyber offers a cost-efficient and highly capable alternative to large, costly cybersecurity models." É uma aposta na direção oposta da maioria — em vez de um modelo gigante que faz tudo, um modelo pequeno e rápido que faz uma coisa muito bem.
O acesso é o problema
Há um senão: o Flash Cyber não está disponível ao público. A Google está a limitar o acesso a governos e parceiros de confiança, num programa piloto. A justificação é o "dual-use nature" da tecnologia.
Isto faz sentido do ponto de vista da segurança. Mas também cria um cenário onde as melhores ferramentas de cibersegurança ficam apenas nas mãos de estados — não da comunidade que realmente encontra e corrige vulnerabilidades todos os dias. Um modelo que custa uma fração do preço de um modelo generalista e faz o dobro do trabalho na sua área devia estar nas mãos de quem mais precisa dele.
Recursos adicionais
Partilhar
Comentários 0
Ainda sem comentários — sê o primeiro.