メインコンテンツへスキップ
見出し画像

Gemini 4 Argon、使えるのは限られた人だけ。77.9%という数字をどこまで信じるか

    Googleが2026年9月30日、新しいフラッグシップモデル「Gemini 4 Argon」を発表しました。ただし、誰でも触れる状態ではありません。いま使えるのは、信頼された少数のサイバー防御担当者だけです。

    6月に約束されていたGemini 3.5 Proは出ないまま、夏はFlash系の小型モデルが続いていました。そこへ今回の発表です。この記事では、公表された数字のうち何が確かで、何がまだ確かめられないのかを、仕事で生成AIを使う立場から整理します。

    「発表」と「使える」は別の話です

    画像

    Googleの公式ブログによると、Argonはまず同社のFairwind Programを通じて、信頼されたサイバー防御の担当者に提供されています。

    画像

    開発者や企業、一般ユーザーへの提供は「できるだけ早く」とあるだけで、日付はありません。順番は有料のAPI顧客とGoogle AI Ultraの契約者が先です。

    もう一つ目を引いたのは、米国政府の任意の事前アクセスの手続きに参加している、と明記されている点です。性能の高さより、公開までの段取りに時間をかけていることのほうが、今回の発表の輪郭をよく表しているように思います。

    77.9%の読み方

    画像

    ソフトウェア開発の実務を模したベンチマークDeepSWE v1.1で、Argonは77.9%を記録したとGoogleは説明しています。Ars Technicaの報道では、GPT-6 Astra、Fable 5.1、Opus 5.5を上回る水準だとされています。

    自動化業務を測るAutomationBenchでは51.3%で1位、長い動画の理解を測るLVBenchでは91.7%、脆弱性の修正を測るCWE-bench v1では68%で首位タイ。並ぶ数字はどれも強気です。

    ただ、これらはすべてGoogleが自社ブログで示した値です。

    私は発表直後の数字を、そのまま横に並べて比べるのが苦手です。7月のGemini 3.6 Flashがいい例でした。Google公表の指標は軒並み改善していたのに、Artificial AnalysisのIntelligence Indexは前世代と同じ50だった、とある検証記事が指摘しています。

    第三者機関の計測でも、3.6 Flashは最上位モデルには届かないものの、他の最先端モデルに並ぶ水準と報じられました。

    どの物差しで測るかで、印象はかなり変わります。独立した評価が出るまでは、「Google自身の物差しでは強い」と受け取っておくのが妥当でしょう。

    社内の成果は、どこまでが本番か

    画像

    公式ブログには、社内での活用例も並んでいます。

    データセンターの運用データをArgonのエージェント群が解析し、メモリの最適化を自動で見つけて適用した。展開が終われば300TiB超が空き、最終的には500TiBから1PiBの節約を見込む。これが一つ目です。条件つきの見込みであることに注意が必要です。

    C/C++からRustへの移行も紹介されています。規模は、Fuchsia OSのZirconカーネルで80万行超。ただ、Google自身が、重要なシステムなので自動と手作業の監査、エミュレーションテスト、レビューを経てから本番に出すと書いています。いまは「取り組んでいる」段階で、「置き換えが終わった」ではありません。

    動画デコーダのlibgav1は少し違います。既存のRust版から3.2万行のSIMDコードを置き換え、出力は同一のまま2.7倍速くなったといいます。検証しやすい具体的な数字で、私にはこちらのほうが信頼しやすく映りました。

    Wizが見つけたとされる病院向けソフトの脆弱性も同じです。他のモデルが見逃した、という説明はあっても、中身は明かされていません。

    見落としやすい価格の注釈

    画像

    価格は、入力が100万トークンあたり2ドル、出力が10ドルです。Ars Technicaの記事も、期間限定の料金だと触れています。

    公式ブログの脚注には、導入期間が終わると入力4ドル、出力20ドルになると書かれています。つまり、いまの価格は本来の半額です。

    出力の上限は、従来の6.4万トークンから100万トークンへ広がります。長い資料や契約書のドラフトを一度に書き切らせる用途には効きそうです。一方で、長く出力させるほど、高い出力側の単価がそのまま響きます。

    いま、手元でできること

    画像

    触れないモデルの評価は、結局のところ待つしかありません。乗り換えを考える段階ではないと思います。

    今できるのは、評価の物差しを自分の側に持っておくことです。普段の仕事で繰り返し頼んでいる課題を3つほど決め、同じ文面で各モデルに投げて比べる。それだけでも、ベンチマークの数字に振り回されにくくなります。

    比較の相手には、すでに一般提供されているGemini 3.6 Flashが使えます。

    競争の軸が変わりはじめています

    画像

    今回の発表で最も印象に残ったのは、性能の数字より、渡し方の説明が厚いことでした。誰に、どの順番で、どの安全装置をつけて渡すのか。

    Googleは、思考過程と行動を監視して、逸脱しそうなら実行を止める仕組みを入れたと説明しています。さらに、業界全体に推論の透明性を保つよう呼びかけています。

    速さを競う時代から、慎重さの見せ方も競う時代へ。そう読むこともできます。もっとも、その慎重さが本物かどうかは、広く公開されてから、私たちが使って確かめることになります。

    参考記事

    〇Gemini 4 Argon: our next era of frontier intelligence(2026年9月30日)

    〇Google announces Gemini 4 Argon AI model, but you can't use it yet(2026年9月)

    〇【実験的記事】Gemini 3.6 Flashの検証をGPT‑5.6 Solに任せてみる(2026年7月23日)

    〇Gemini 3.6 Flashのベンチマーク結果はこんな感じ(2026年7月22日)

    〇最新の Gemini モデルを使用する(Gemini API ドキュメント)


    あなたへのおすすめ