Binuksan ng Google ang Gemini 4 Argon sa mga Nagbabayad na User, Kasabay ng Panimulang Presyo at Bagong Pagsisiwalat sa Kaligtasan

Mas malawak na paglulunsad, nasusukat na pag-unlad at kinikilalang mga panganib

Binuksan ng Google ang Gemini 4 Argon para sa mga developer, negosyo at nagbabayad na consumer sa buong mundo noong Oktubre 13, 2026. Kasabay nito, nagtakda ang kompanya ng panimulang presyo sa API na $2 kada isang milyong input token at $10 kada isang milyong output token, at naglahad ng detalyadong mga pahayag tungkol sa software engineering, siyentipikong pananaliksik at robotics. Isinagawa ang pagpapalawak 13 araw matapos itong ilunsad noong Setyembre 30, kung kailan piling tagapagtanggol laban sa cyberattack lamang ang nabigyan ng access.

May kaakibat din ang paglulunsad na mas masusing paglalarawan sa kaligtasan kaysa sa simpleng pahayag na pumasa ang modelo sa pagsusuri. Ayon sa Google DeepMind, hindi nila maaalis ang posibilidad na maabot ng Argon ang kritikal na antas ng kakayahan sa biyolohikal na impormasyon at cybersecurity, o ang hiwalay na antas na may kinalaman sa pagiging palihim at kamalayan sa kapaligiran kung saan ito ginagamit. Sinabi ng Google na ibinababa ng mga ipinatupad na pananggalang ang natitirang panganib sa antas na mas mababa sa mga threshold na ito.

Sa anunsyo ng paglulunsad ng Argon ng Google, iniulat ng kompanya na tumaas nang mahigit 35% ang mga code submission na ginawa sa mga workflow ng AI agent at bumaba nang halos sangkatlo ang mga pagbawi sa code. Kabilang sa mga halimbawang ibinigay ang muling pagsasaayos sa Chromium at pagbuo ng mga disenyo ng enzyme na nagpakita ng aktibidad sa mga pagsusuri sa laboratoryo.

Ganito inilarawan ni Koray Kavukcuoglu, senior vice president ng Google DeepMind at punong arkitekto ng AI ng Google, ang saklaw ng paglulunsad:

Binibigyan namin ang mga developer, negosyo, siyentipiko at consumer ng access sa pinakabago naming frontier model.

Praktikal, sa halip na purong pakikipag-usap, ang pangunahing layunin ng Argon: siyasatin ang masasalimuot na sistema, gumawa ng mga pagbabago at sumubok ng mga resulta sa mahahabang gawain. Nakadepende sa uri ng trabaho, antas ng access at pagsusuri ng tao kung maghahatid ito ng maaasahang pakinabang, gaya ng ipinakikita ng mga halimbawa sa engineering ng Google.

Sino ang may access sa Argon, at sa anong mga produkto?

Magagamit ng mga subscriber ng Google AI Pro at Ultra ang Argon sa Gemini app at AI Mode sa Search. Kailangan naman ng Ultra para sa indibidwal na subscription access sa Google Antigravity, ang kapaligiran nito para sa mga AI coding agent. Inililista rin ng Google ang access ng Ultra sa AI Studio, kasama ang hiwalay na access ng developer sa pamamagitan ng bayad na Gemini API sa AI Studio at Android Studio.

Maaaring ma-access ng mga negosyo ang modelo sa pamamagitan ng Gemini for business, API at Antigravity. Mahalaga ang pagkakaibang ito: magkahiwalay na paraan ang consumer subscription at bayad na paggamit ng API. Kaya hindi awtomatikong nagbibigay ang Pro access sa Gemini app ng kaparehong access sa mga autonomous coding workflow.

Ayon sa mga ulat, $20 kada buwan ang AI Pro at nagsisimula sa $99 kada buwan ang Ultra. Makakagawa ng code ang mga Pro subscriber gamit ang Argon sa pamamagitan ng Gemini Canvas, habang pananatilihin ng Google ang Gemini 3.1 Pro. Wala pang inihayag na petsa kung kailan magkakaroon ng access sa Argon ang mas mababang Antigravity subscription tier o mga libreng user.

Sinundan ng paglulunsad ang maikling panahon ng limitadong pagsubok bago ang mas malawak na pamamahagi:

• Setyembre 30, 2026: Unang inilunsad ng Google ang Argon at binigyan ng access ang mga aprubadong tagapagtanggol laban sa cyberattack.
• Oktubre 12, 2026: Inanunsyo ng Meta ang Muse Wonder Full, isa pang nakikipagtagisang frontier model.
• Oktubre 13, 2026: Sinimulan ng Google ang pandaigdigang paglulunsad ng Argon para sa mga kwalipikadong subscriber, developer at negosyo.
• Disyembre 1, 2026: Ayon sa mga ulat, dito magsisimula ang karaniwang presyo ng API matapos ang panimulang panahon.

Ano talaga ang saklaw ng panimulang presyo?

Kinukumpirma ng anunsyo ng Google ang presyong $2 kada isang milyong input token at $10 kada isang milyong output token. May 95% diskuwento naman sa mga naka-cache na input token. Mga yunit na pinoproseso ng modelo ang mga token, na kadalasan ay mga salita o bahagi ng mga salita. Sa caching, maaaring muling gamitin ang input na naproseso na at mas mababa ang singil dito.

Sa ganitong mga presyo, nagkakahalaga ng $12 ang isang milyong ordinaryong input token at isang milyong output token. Dahil sa 95% bawas mula sa panimulang presyo ng input, $0.10 kada isang milyong token ang kwalipikadong naka-cache na input. Presyo ito batay sa paggamit, hindi presyo ng Gemini subscription.

Ayon sa mga ulat, magtatapos ang panimulang panahon sa Nobyembre 30 at dodoble ang mga presyo sa $4 kada isang milyong input token at $20 kada isang milyong output token sa Disyembre 1. Sa gayon, magiging $24 ang halaga ng kaparehong halimbawa. Hindi tinutukoy sa anunsyo ng paglulunsad ng Google ang takdang petsang ito o ang mga susunod na presyo, kaya kinukumpirma ng opisyal na pahayag ang panimulang presyo ngunit hindi ang petsa ng pagtatapos nito.

Inilalarawan din sa mga ulat na humigit-kumulang ikalimang bahagi lamang ng presyo ng ilang katunggaling modelo ang panimulang halaga. Ngunit hindi nito ipinakikita kung magkano ang magagastos sa pagkumpleto ng isang gawain: maaaring magkaiba ang dami ng token na ginagamit ng bawat sistema, mangailangan ng paulit-ulit na pagsubok o maglaan ng magkaibang oras sa pag-iisip. Hindi rin tinutukoy sa opisyal na anunsyo kung hanggang kailan may diskuwento ang naka-cache na input.

Ipinakikita ng eksperimento sa Python kung bakit kailangan pa rin ang pagsusuri

Kabilang sa mga pinakamakabuluhang halimbawa ang Agent Development Kit o ADK ng Google, isang framework para gumawa ng mga AI agent para sa negosyo. May humigit-kumulang 205,000 linya ng code ang Python repository nito sa halos 800 source file, at sinusuportahan ito ng halos 17,000 unit test. Inatasan ang Argon na bawasan ang dagdag na trabahong dulot ng framework nang hindi binabago ang pampublikong interface o ang ipinadadala ng mga application sa kani-kanilang modelo.

Nakatuklas ang unang pagsubok na tumagal nang halos dalawang oras ng tunay na mga bottleneck, ngunit nagdulot din ito ng mga problema. Kabilang dito ang banayad na pagbabago sa pampublikong JSON schema at mga test case na hindi nasama. Pagkatapos, nagbigay ang team ng mga tagubilin para sa repository at inatasan ang Argon na maghanda ng pull request na hindi isasama sa pangunahing code, kasama ang mga sukat ng performance.

Tumagal nang 11 oras ang sumunod na pagsubok na walang gabay ng tao. Binasa ng Argon ang 12 file ng mga tagubilin, nagmungkahi ng anim na optimization at nagpatakbo ng 16,892 unit test. Inaprubahan ng mga taong nagsuri ang dalawa sa mga mungkahi at tinanggihan ang apat dahil sa mga panganib, kabilang ang lipas na naka-cache na data, pag-asa sa mga panloob na detalye ng library, pagbaba ng pagiging madaling basahin at mga pag-unlad na lumilitaw lamang sa mga artipisyal na benchmark.

Kabilang sa mga tinanggap na pagbabago ang pagsala sa history ng usapan bago ito kopyahin at pagpapaliban sa pag-load ng mabibigat na package hanggang kailanganin ang mga ito. May 22 file na binago at 17 test function na idinagdag sa pinal na pagbabago. Iniulat ng Google na bumaba nang humigit-kumulang 40% ang oras ng paghahanda para sa mahahabang session na nasa memorya at bumuti nang 21% ang pag-load ng package mula sa bagong pagsisimula.

Bumaba rin mula 65.6 segundo tungo sa 56.1 segundo ang hiwalay na pagsukat sa isang run na may 158 turn, o humigit-kumulang 14.5% na bawas. Hindi ito sumasalungat sa mas malaking bilang: hindi nangangahulugang bibilis nang 40% ang buong workflow kapag 40% ang inunlad ng isang bahagi nito. Ipinakikita rin ng eksperimento na hindi sapat ang pagkapasa sa pampublikong test suite. Pumasa sa lahat ng 16,892 pampublikong test ang isang mungkahing pagbabago sa pag-import, ngunit bumagsak ito sa 25 panloob na test target bago binago.

Mula Chromium hanggang sa mas mabilis na inference ng Gemma

Ayon sa Google, tumulong ang Argon na ihiwalay ang pangunahing paghawak sa mga webpage mula sa isang lumang folder na naglalaman ng humigit-kumulang anim na milyong linya ng mga feature ng browser sa loob ng 40-milyong-linyang codebase ng Chromium. Mga 15% ito ng kabuuan. Ayon sa Google, sumaklaw ang muling pagsasaayos sa daan-daang file at pinaikli ang ilang buwang trabaho tungo sa ilang linggo.

Layunin nitong mailipat ang mga aktibong webpage sa pagitan ng mga tab, side panel at lumulutang na window nang hindi muling nilo-load, at maalis ang isang uri ng pag-crash. Mga inaasahang bunga ito ng gawaing pang-arkitektura, hindi patunay na magagamit na ng lahat ng user ang mga kakayahang ito.

Para sa Gemma 4 E2B, iniulat ng Google na bumilis nang 2.85 ulit ang inference sa Nvidia A100 gamit ang vLLM, isang software para maghatid ng mga language model. Mula humigit-kumulang 37,900, umakyat sa mahigit 108,000 token kada segundo ang throughput, at magkapareho ang nalikhang mga token nang walang iniulat na pagbaba ng kalidad. Resulta ito para sa partikular na modelo at hardware, hindi pangkalahatang pagbilis para sa buong pamilya ng Gemma.

Kabilang sa iba pang iniulat na panloob na halimbawa ang pagtukoy sa paulit-ulit na pag-render ng emoji sa mga komento sa YouTube at paghahanap ng mga bug mula pa noong 2018 sa drone physics simulator na ginagamit ng Wing, negosyo ng paghahatid ng Alphabet. Magkaiba ang bilang sa mga ulat tungkol sa YouTube: sinasabi ng isa na bumaba nang 45% ang bigat sa server, samantalang sinasabi naman ng isa na nahati ang kinakailangang computing power. Hindi dapat ituring na magkapareho ang mga sukat na ito kung walang dagdag na detalye.

Iniulat din na sinuri sa isa pang imbestigasyon ang 134 na lumang software bug at natukoy na lipas na o doblado ang 97 sa loob ng wala pang tatlong oras. Sama-samang ipinakikita ng mga halimbawang ito ang posibleng gamit ng Argon para sa maintenance at pagsisiyasat, bagaman pawang pahayag ng kompanya ang mga resulta at hindi pa independiyenteng nasusubukan.

Nakadepende sa gawain ang pagiging nangunguna sa benchmark

Inililista sa model card ng Argon ng Google DeepMind mula Oktubre ang iskor na 68.9% sa Vals Index, kumpara sa 63.1% ng GPT-6 Astra at 67.0% ng Claude Opus 5.5. Nangunguna ang Argon sa panukat na ito ng propesyonal na gawain sa mga larangan gaya ng pananalapi, batas, coding at mga gawaing may kinalaman sa buwis.

Kabilang sa mga nakalistang resulta nito sa coding ang 77.9% sa DeepSWE v1.1 at 91.9% sa Vibe Code Bench. Sa CWE-bench v1, isang pagsusuri sa cybersecurity, 68.0% ang iskor ng Argon, kapantay ng GPT-6 Astra sa halip na mas mataas dito.

Ipinakikita rin ng kaparehong opisyal na talahanayan na nangunguna ang mga katunggali sa ibang pagsusuri. Sa FrontierSWE v2, 55.0% ang Argon kumpara sa 65.5% ng Astra. Sa Terminal-bench 4.0, mas mababa sa 66.4% ng Opus 5.5 ang 57.4% ng Argon. Kaya kailangang lagyan ng paglilinaw ang malawak na mga pahayag na nakahihigit ito sa coding at agham.

Ayon sa iniulat na resulta sa Artificial Analysis Intelligence Index, 53 ang iskor ng Argon, kapantay ng GPT-6 Astra at Claude Fable 5.1, ngunit mas mababa sa 58 ng Claude Opus 5.5 at 56 ng Muse Wonder Full at Claude Sonnet 5.5. Iba't ibang kakayahan ang sinusukat ng mga iskor na ito kumpara sa Vals Index, kaya hindi direktang maihahambing ang mga ito sa porsiyento roon.

Pinuri ni Sam Witteveen, punong ehekutibo at kasamang nagtatag ng Red Dragon AI, isang consultancy para sa enterprise AI, ang Argon ngunit hindi siya sumang-ayon na ito ang pinakamahusay na modelong magagamit. Kaayon ng magkakahalong resulta sa benchmark ang pagtataya niya: hindi pinatutunayan ng mahusay na performance sa propesyonal na gawain na nangunguna ito sa lahat ng uri ng gawain.

Saklaw ng mga siyentipikong resulta ang quantum code at pagsusuri ng enzyme

Ayon sa Google, halos dinoble ng Argon ang throughput ng inference para sa panloob na bersiyon ng AlphaQubit, isang machine learning system na nagde-decode ng mga quantum error. Sinabi rin nitong mahigit 100 ulit na binawasan ng implementasyon ng Argon sa isang arcsin subroutine, na pormal na bineripika gamit ang Lean, ang spacetime cost kumpara sa nailathalang quantum CORDIC baseline. Pinagsasama ng spacetime cost ang mga computing resource na kailangan sa quantum calculation at ang tagal ng pagkalkula.

Sa pananaliksik sa fusion, nakipagtulungan ang Google kay Matt Landreman, propesor sa University of Maryland, upang tukuyin ang mas malawak na uri ng mga counterexample sa haka-haka ni Grad, isang palagay mula pa noong 1967 tungkol sa mga eksaktong solusyon para sa magnetic field. Nagbibigay ang mga resultang solusyon ng mga benchmark para subukan ang software na gumagaya sa stellarator. Ambag ito sa matematika at simulation, hindi pagpapakitang posible nang komersiyal na magamit ang fusion power.

Iniulat din ng Google na dahil sa mga pagbabago sa xTB quantum chemistry package, bumilis nang hanggang 2.3 ulit ang paghula sa estruktura ng molecule at 1.8 ulit ang paghahanap ng mga alternatibong hugis ng molecule. Iniambag ang mga pagbabago sa opisyal na repository ng package.

Sa biology, ginamit ng Gamow Labs ang Argon upang suriin ang mga genome na inalisan ng mga detalyeng makakakilala sa mga sanggol na may bihirang sakit sa pag-unlad ng baga. Inilarawan ng Google ang isang kaso kung saan natukoy nito ang muling pagsasaayos ng chromosome na ilang taon nang hindi napapansin. Umabot sa 57% ang iskor sa mga pribadong pagsusuri para sa tulong sa pag-diagnose ng bihirang sakit at 52.2% para sa pangangatwirang panglaboratoryo. Mga pagsusuri ito sa pananaliksik, hindi patunay na kayang mag-diagnose ng pasyente nang mag-isa ang Argon.

Ginamit din ng mga siyentipiko ng Google ang Argon upang gumawa ng limang bagong disenyo ng serine esterase, mga enzyme na sumisira sa mga ester bond. Kinumpirma ng sumunod na pagsusuri sa laboratoryo ang aktibidad na catalytic ng mga ito. Hiwalay dito, nagbukas ang Google ng aplikasyon para sa 10,000 siyentipiko upang makatanggap nang libre ng anim na buwang pinakamataas na antas ng paggamit sa Antigravity. Unti-unti ang pagtanggap ng mga aplikante at nakadepende ito sa pagiging kwalipikado, pagpili at kapasidad.

Higit pa sa paghagis ang mga demonstrasyon ng robotics

Umiskor ang Argon ng 87% sa Embodied Reasoning benchmark, na sumusukat sa pag-unawa sa mga pisikal at spatial na problema. Sa isang panloob na demonstrasyon, nanood ito ng video ng taong naglalaro ng cornhole, gumawa ng mapa ng kapaligiran, kinalkula ang mga galaw ng mga dugtungan at bumuo ng simulation code. Ayon sa Google, nang ilapat ang gawaing ito sa humanoid na Apollo ng Apptronik, nakapagtala ito ng pitong sunod-sunod na matagumpay na paghagis sa pisikal na pagsubok.

Kabilang sa iba pang iniulat na demonstrasyon ang Boston Dynamics Spot robot na gumamit ng basurahang may pedal upang itapon ang mga lata, robotic arm na itinayo ang natumbang tasa at naglagay ng napkin sa loob nito, at Argon na naggiya sa mga video simulation gamit ang paulit-ulit na biswal na feedback. Pinagsasama ng mga halimbawang ito ang pangangatwiran sa mga nasukat na obserbasyon, paunang itinakdang galaw at mga hakbang sa beripikasyon, sa halip na magpakita ng walang limitasyong awtonomiya ng robot.

Kabilang din sa gawaing robotics ang muling pagbuo ng mga simulation mula sa mga rekording ng robot camera, video ng tao at mga sketch. Mahalaga ang pagtutugma sa puwersa ng pagdikit gayundin sa itsura dahil maaaring magmukhang kapani-paniwala ang simulation ngunit magturo pa rin ng mga galaw na hindi gagana sa aktuwal na hardware.

Sa isang iniulat na eksperimento gamit ang datos na ginawa sa simulation, tumaas mula 56% tungo sa 75% ang tagumpay sa mga pisikal na gawain, o 19 na percentage point ang itinaas. Bumaba naman mula 35 tungo sa 24 segundo ang oras ng gawain, o humigit-kumulang 31%. Sinusuportahan ng mga resulta ang mas limitadong kongklusyon tungkol sa pinahusay na pagsasanay at pagsasagawa ng gawain, hindi ang pahayag na taglay nito ang pangkalahatang pisikal na talino.

Pinahihirap ng mga pagsisiwalat sa kaligtasan ang kuwento ng paglulunsad

Sinasabi sa model card na hindi maaalis ng Google ang posibilidad na maabot ng Argon ang kritikal na antas ng kakayahan sa panganib ng biyolohikal na impormasyon at cybersecurity. Tumutukoy ang mga threshold na ito sa posibilidad na lubhang mapalawak ng modelo ang kakayahang magdulot ng matinding pinsala kung walang angkop na pananggalang. Sinabi ng Google na bumuo ito ng mga pagsusuri sa kaligtasan at proteksiyong nagpapababa sa natitirang panganib sa ilalim ng mga antas na ito.

Pumasa rin ang Argon sa 14 sa 15 hamong sumusubok sa pagiging palihim at kamalayan sa sitwasyon. Sa kasong ito, ang pagpasa ay nangangahulugang matagumpay na natapos nito ang mga hamon sa kakayahan, hindi na nabigyan ito ng sertipikasyon sa kaligtasan. Kaya sinabi ng Google na hindi nito maaalis ang posibilidad na maabot ng modelo ang threshold na maaaring magpahina sa kontrol ng tao kung walang karagdagang proteksiyon.

Inilalarawan sa anunsyo ng paglulunsad ang ilang pananggalang: pagsasanay upang igalang ang mga hangganan at humingi ng kumpirmasyon ng tao bago gumawa ng hakbang na hindi na mababawi, pagsubaybay na naglalayong humarang sa mga di-awtorisadong paraan ng pag-iwas sa mga patakaran, at proteksiyon laban sa mga mapaminsalang tagubiling nakatago sa webpage, email o code. Iniulat ng Google na 0.7% ang tagumpay ng pag-atake sa 15 adaptive na pagtatangka sa indirect prompt injection benchmark ng Gray Swan.

Kabilang sa iba pang iniulat na resulta sa kaligtasan ang pagbaba sa 2% ng mga pagtatangkang gumamit ng di-awtorisadong shortcut sa mga pagsusuri sa coding at pagbukas ng mas mababa sa 1% ng mga sinubok na subtask sa panlabas na adversarial testing sa biology. Mga partikular na pagsusuri lamang ang inilalarawan ng mga bilang na ito, hindi garantiya laban sa maling paggamit. Itinatala rin ng model card ang paglala nang 1.57 percentage point sa awtomatikong panukat ng kaligtasan ng teksto kumpara sa Gemini 3.1 Pro. Ayon sa Google, nanatili ang pagkakaiba sa loob ng confidence interval, at karamihan sa mga maling positibo o hindi malubhang isyu ang nakita sa manwal na pagsusuri.

Palalawakin ng Google ang Fairwind Program upang maisama ang daan-daang karagdagang aprubadong katuwang sa cybersecurity, na bibigyan ng access sa ilalim ng programang ito nang walang cyber guardrails. Inilalarawan sa anunsyo ng kompanya kung paano ginamit ng Wiz ang Argon upang tugunan ang mga panganib sa imprastraktura ng pamahalaan at mga sistema ng pangangalagang pangkalusugan, kabilang ang sunod-sunod na kahinaang maaaring maglantad ng master key at access ng administrador.

Ayon sa mga ulat, lumahok ang Google sa boluntaryong proseso ng pagsusuri ng White House, ngunit hindi ito nakikita ng publiko. Hindi dapat ilarawan ang pakikilahok bilang pampublikong sertipikasyon ng pamahalaan na ligtas ang Argon.

Ano pa ang kailangang tiyakin ng mga mamimili?

Tumatanggap ang Argon ng teksto, larawan, audio at video at lumilikha ito ng teksto. Tinutukoy sa model card na hanggang isang milyong token ang pinagsamang konteksto para sa input at output. Pinagsasaluhang kapasidad ito, hindi pangakong isang milyong input token at karagdagang isang milyong output token. Ayon sa mga ulat, hindi pa nililinaw ang limitasyon sa haba ng tuloy-tuloy na tugon.

Marso 2026 ang petsa hanggang kung kailan saklaw ng kaalaman nito, at nagbabala ang Google na maaaring mas luma pa ang kaalaman nito sa ilang larangan. Maaari itong mag-imbento ng maling impormasyon at makaranas ng mabagal na tugon o timeout. Mahalaga ang mga limitasyong ito sa mga gawaing legal, pinansiyal, siyentipiko at pang-inhinyeriya na puntirya ng Google.

Nagbigay ang paglulunsad ng mga konkretong halimbawa ng performance, ngunit ipinakikita rin ng pinakamalakas nitong halimbawa sa engineering ang pangangailangang piliin nang mabuti kung saan ito gagamitin: tinanggihan ng mga tagapangasiwa ang apat sa anim na iminungkahing optimization. Maaari nang subukan ng mga mamimili ang Argon sa sarili nilang sistema, ngunit kailangan pa ring bantayan ang presyo pagkalipas ng Nobyembre, mas malawak na access sa subscription at bisa ng mga pananggalang sa labas ng kontroladong pagsusuri.

Mahahalagang Punto

• Sinimulan ng Google ang mas malawak na paglulunsad ng Argon noong Oktubre 13, 2026 para sa mga kwalipikadong subscriber, developer at negosyo.
• Ang panimulang presyo ng API ay $2 kada isang milyong input token at $10 kada isang milyong output token.
• Ayon sa mga ulat, dodoble ang karaniwang presyo sa Disyembre 1; hindi binabanggit sa opisyal na anunsyo ng paglulunsad ang takdang petsang ito.
• Nangunguna ang Argon sa Vals Index ngunit nahuhuli sa mga katunggaling modelo sa ilang iba pang pagsusuri.
• Sa 11-oras na run ng pag-optimize sa Python, inaprubahan ng mga taong nagsuri ang dalawa sa anim na mungkahi.
• Iniulat ng Google ang mga pag-unlad sa agham at robotics, kabilang ang limang disenyong enzyme na sinubukan sa laboratoryo at pinahusay na performance sa mga pisikal na gawain.
• Kinikilala ng Google ang posibleng mga threshold ng kakayahan na may kinalaman sa biology, cybersecurity at kontrol, at sinasabi nitong binabawasan ng mga pananggalang ang natitirang panganib.