Google、「Gemini 4 Argon」フラッグシップモデルを発表

Googleは、競合の約8倍にあたる100万トークンの出力上限を備えた、長時間タスク向けフラッグシップモデル「Gemini 4 Argon」を発表した。同モデルは現在、Fairwindプログラムのサイバーセキュリティ防御者向けに信頼テスト中で、価格は100万トークンあたり入力2ドル、出力10ドル。公開された19のベンチマークのうち13で首位となっている。
Key insights
競合フラッグシップと対比し、19ベンチマーク中13で首位
Googleの比較表は、19のテストでGemini 4 ArgonをOpenAIのGPT-6 Astra、AnthropicのClaude Fable 5.1、Claude Opus 5.5と対比したもの。Argonは13種目で1位を獲得し、Astraと1種目で同率、5種目で劣後した。最大の差がついたのは専門業務で、Harveyの法務エージェントテストでは19.6%(競合は3.8〜6.7%)、Vals Finance Agent v2では65.4%(同53.5〜58.9%)、ZapierのAutomationBenchでは51.3%を記録した。一方、FrontierSWE v2(55.0%対Astraの65.5%)、Opus 5.5が66.4%で首位だったTerminal-bench 4.0、PostTrainBench、Terminal-Bench Science、OSWorld-2.0では競合を下回った。
100万トークン出力が長時間タスク向けの位置づけを決定づける
Argonの目玉仕様は、1回の実行あたり100万トークンという出力上限で、GPT-6 Astra、GPT-6.1 Sol、Claude Fable 5.1、Opus 5.5が提供する12万8000トークンの約8倍にあたり、前世代の6万4000トークンから引き上げられた。Googleによると、同モデルはタスクを多数のラウンドに分割することなく、単一のタスク内で数十万トークンにわたる思考と生成を連続的に行えるという。長尺コンテンツでの結果もこの位置づけを裏付けており、GraphWalksでは25万6000〜100万トークンのコンテキストで84.2%(競合は65.0〜71.8%)、LVBench長尺動画理解では91.7%を記録し、3社の競合モデルをすべて上回った。
サイバーセキュリティ防御が発表の中核
Googleは、Argonを重要な脆弱性の自律的な発見・検証・パッチ適用を目的とするセキュリティ防御向けに特化して訓練しており、trusted-defender版と社内版にはサイバー面の制限が設けられていない。セキュリティ企業Wizはすでに無料の「Scan for Good」プログラムでArgonを活用しており、その中で、世界中の病院で使用される医療ソフトウェアの重大な脆弱性を、従来の最先端モデルが見逃す中で発見した。CWE-bench v1では68%でGPT-6 Astraと同率の1位となり、脆弱性発見では従来のセキュリティ特化モデル3.8 Flash Cyberを明確に上回った。今回のリリースには4つの安全対策が伴う。(1)活性化状態の悪用監視を伴うサイバー攻撃およびCBRN(化学・生物・放射線・核)支援の拒否、(2)間接プロンプトインジェクション対策、(3)推論と行動の監視および意図からの逸脱時の中止、(4)高リスクの訓練・テスト用の隔離サンドボックスである。
先発競合を下回る攻撃的価格設定
Argonの導入価格は100万トークンあたり入力2ドル、出力10ドルで、GPT-6.1 Solと同一である。プロモーション終了後は入力4ドル、出力20ドルに引き上げられ、Claude Opus 5.5と同等となる。定価でも、100万トークンあたり入力10ドル、出力50ドルを課金するGPT-6 AstraとClaude Fable 5.1の5分の1のコストに抑えられる。キャッシュ入力は定価の5%で課金され、SolおよびOpus 5.5と同水準である。
社内での導入が長文出力の価値を実証
Googleは社内での成果を紹介した。量子研究チームはArgonを用い、公開されているベースラインを40%上回るサブルーチンの空間・時間リソースの最適化を数分で実現した。データセンターのメモリ使用量を分析したArgonエージェントは、最適化を発見・適用して300TiB超のメモリを解放し、総削減量は500TiB〜1PiBと推定される。さらに、エージェントはGoogleのC/C++コードをRustへ移行しており、基盤ライブラリからFuchsia Zirconカーネルの80万行超に及び、いずれもリリース前に自動レビューと人間によるレビューを通過している。libgav1動画デコーダーのRust移植では、エージェントが手書きのアクセラレーションコード3万2000行を、コンパイラで最適化可能な安全なRustに置き換え、同一の出力のまま2.7倍の高速化を達成した。
段階的提供はセキュリティ防御者から開始
Argonは現在信頼テスト中で、一般ユーザーは利用できない。最初のアクセスはGoogleのFairwindプログラムに参加するサイバーセキュリティ防御者に与えられ、続いて有料API顧客とGoogle AI Ultra契約者、その後一般消費者へと順次展開されるが、日程は公表されていない。Googleは米国政府の自主的な展開前レビュープロセスに参加しており、正式リリース前に政府へモデルへのアクセスを提供している。すでに数千人のGoogle社員が日常業務でArgonを使用している。