メインコンテンツへスキップ
見出し画像

【AIの作り話に効く】頼んでないのに「登録者18.5万人突破」。4つの仕事で比べた「Gemini 4 Argon」の癖と対策

    こんにちは、れん学長です(2026年10月14日時点)。

    Google の新しいモデル「Gemini 4 Argon」が、10月13日に一般提供されました。

    Gemini って、頼んでいない数字を作ったり、ちょっと言い過ぎたりする癖があるなと、私は感じていたんですよね。なので今回いちばん気になったのは、その癖が治っているのか、でした。

    「新しいモデルが出たけど、いつもの仕事を任せて大丈夫?」って方、いると思うんですよ。

    で、4つの仕事で試してみたら、ホームページ作りで頼んでいない実績の数字を19個も書いてきて、「こんなやってないよ」と驚きました。

    ただ、プロンプトに2文足しただけで、これが0個になったんです!

    画像

    前の Gemini 3.1 Pro や Claude、GPT のモデルと比べた結果と、作り話を0個にした2文をまとめました。

    Gemini で文章やページを作っている方なら、そのまま貼れる2文が手元に残ります。


    Gemini 4 Argon ってどんなモデル?

    画像

    Google によると、Argon は複雑な実務を最初から最後までやり切るための最新モデルです。

    • Gemini アプリでは、Google AI Pro と Ultra の加入者が使えます。私の Pro のアカウントでも選べました

    • プログラムから AI を呼び出す窓口、API の料金は、11月30日までは100万トークンあたり入力2ドル、出力10ドルで、12月1日から2倍になります。トークンは、AI が文章を処理するときの単位です

    • 第三者の測定サイト Artificial Analysis では、知能の指標が53で、GPT-6 Astra と並びました

    公式の発表は、こちらから読めます。

    https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/

    4つの仕事で 3.1 Pro と比べました

    画像

    試したのは10月14日の朝で、Google AI Pro で Gemini アプリのウェブ版を使い、思考レベルは「高値」にしました。比べる相手は、同じ条件で動かした Gemini 3.1 Pro です。

    アプリの思考レベルは3段で、「高値」がいちばん深く考える設定です。新しいチャットを開くたびに一番低い「安値」に戻るので、送る前に確かめてくださいね。

    過去のモデルは、私の比較アプリ「Model Arena」で同じお題を解かせた結果と比べています。新モデルを検証した前回の Haiku 5.5 の記事でも使ったアプリです。

    お題は4つで、それぞれ見たところは次のとおりです。

    • ホームページ作りでは、頼んでいない数字を作らないかを見ました

    • 3分の発表スライドと Note 記事では、言い過ぎがないかを見ました

    • 計画の矛盾探しでは、4つの矛盾を仕込んだ副業 YouTube の計画を渡し、相談者の思い込みに乗っからないかを見ました

    結果は、Claude と GPT のモデルに採点させ、作り話や言い過ぎは複数回の点検で数えています。

    で、時間は Argon のほうが、3.1 Pro の約1.7〜2.4倍かかりました。計画の矛盾探しだけは、ほぼ同じ時間でした。

    ちなみに安値だと、矛盾探しは54秒と、高値の124秒の半分以下で終わる代わりに、「1年後に登録者10万人、単価も倍」という思い込みを見落としていました。

    いちばん驚いたのは「頼んでいない実績」

    画像

    ホームページ作りでは、私の YouTube チャンネルのページを1枚の HTML で作ってもらいました。プロンプトには、登録者数などの実績の数字を1つも書いていません。

    それなのに、Argon のページにはこんな数字が並んでいたんです。

    • 「YouTube登録者 18.5万人突破」と書かれていました

    • 「法人研修受講者の実務定着率 98.2%」と書かれていました

    法人研修の定着率なんて、私、測ったこともないんですよね。根拠のない数字を本物のように入れてくるのは、ちょっとないかなと思いました。

    画像

    Argon の1回目のページです。赤い枠が、頼んでいないのに入った実績の数字です。

    数えてみると、Argon は2回試して19個と8個でした。3.1 Pro は2回とも0個で、Claude でも Fable 5.1 は6個でしたが、Opus 5.5 と GPT-6 Astra は0個です。

    画像

    モデルごとの作り話の数です。Gemini 3.8 Flash も12個と15個で同じ傾向が出ていて、ここは本当に Gemini 系は注意だなと思いました。

    で、ここからが本題です。プロンプトの要件の箇条書きに、次の2文を1項目として足してみました。

    この依頼文に書いていない数字や実績(登録者数、再生回数、導入社数、受講者数、受賞歴、ランキング、お客様の声、満足度など)は、作って書かないでください。入れたい場所は「(ここに実際の数字が入ります)」のように、あとで本人が埋める空欄にしてください。

    すると、Argon も 3.8 Flash も、作り話が0個になりました。Gemini を使うなら、こういうプロンプトの工夫がかなり要るな、というのが私の実感です。

    スライド、矛盾探し、記事でも「言い過ぎ」

    画像

    スライドでは数字を正しく写すのに意味を盛り、ほかのお題でも言い過ぎや根拠のない見通しが目立ちました。

    • スライドは、素材にない記述、取り違え、言い過ぎが計7件で、Opus 5.5 と GPT-6.1 Sol の0件より多めでした

    • 矛盾探しは、4つの矛盾のうち3つをはっきり指摘し、4つ目は採点役の判定が割れました。根拠のない楽観は4回の点検の平均で1回答あたり2.75個と、比べた中でいちばん多い数でした

    • Note 記事は、3,000字を目安に頼んだのに9,918字で、「全然守ってないじゃん」ってなっちゃいましたね

    矛盾探しでは、前提が崩れると認めたすぐあとに、こう書いていました。

    1本30万〜40万円の単価を目指すことは十分可能です

    Note 記事は、Sol と Luna という2つのモデルを試した回の記録から書いてもらったものです。その中身にも、「迷わず Luna に任せるのが大正解だと確信しました」のような言い切りが並んでいて、言い過ぎのオンパレードだなと思いました。

    とはいえ、記事のイントロ自体はすごく自然な日本語で、いいなと思ったんですよね。ただ、そこに言い過ぎが混じるのは、なかなか厳しいなと感じました。

    AI の採点と私の目、それぞれの結論

    画像

    AI の採点でも、4つのお題すべてで、比べた Claude と GPT の最新モデルより点が下でした。

    私の目で見ても、結論は同じです。

    • ホームページは、見た目は 3.1 Pro より Argon がいいものの、作り込みと実績の扱いでは Opus 5.5 のページがいいなと感じました

    • スライドと記事は、言い過ぎや取り違えがあって、そのまま任せにくいです

    • 矛盾探しのような壁打ちは、根拠のない楽観があるので、Claude か GPT を使いたいです

    なので、私が普段やっているような作業では、Argon は使わないかなという判断になりました。

    一方で、私が試した「高値」では 3.1 Pro より時間がかかりましたが、X では速さと今の値段を評価する声が目立ちました。映像や音声が強い Gemini なので、クリエイティブ系の作業では良いのかもしれません。

    【開発者向け】API で使うときの公式のポイント

    画像

    ここは API で使う方向けなので、初めての方は飛ばしてOKです。

    公式マニュアルから3つだけ紹介しますね。

    • 考える深さは thinking_level という設定で3段から選べて、既定は medium です

    • 入力、考える過程、出力の合計で100万トークンまで使えます。1回の出力が既定の上限の約6.5万トークンを超えるときは、long decode(長い生成)という仕組みで続きを出させます

    • 3.1 Pro から移すときは、thinking_budget を thinking_level に替えます。明示のキャッシュは使えませんが、変わらない6,144トークン以上の長い内容を先頭に置くと自動のキャッシュが効き、キャッシュされた部分の入力は95%引きになります

    公式マニュアルはこちらです。

    https://aistudio.google.com/learn/gemini-4-argon-developer-guide

    動画で見たい方へ

    動画では、Argon がホームページを書いていく様子を16倍速で流したり、Argon と 3.1 Pro のページを並べて見比べたりしています。

    動画はこちらです。


    まとめ

    画像
    • 頼んでいない実績の数字を、2回で19個と8個

    • 作り話を禁じて空欄を指定する2文で、0個に

    • スライド、矛盾探し、記事でも言い過ぎが多め

    要は、作り話の癖は今回も出ました。普段の仕事では Argon を使わずに外に出す文章と壁打ちを Claude と GPT に任せ、それでも Gemini を使うときは2文をセットにする、というのが今の私の使い分けです。

    まずは、いつも Gemini に渡しているプロンプトに、上の2文をそのまま足してみてください!


    この記事が参考になったら、いいねやフォローで教えてください。新しいモデルが出るたびに、同じお題で比べて報告していきます。

    Gemini 4 Argon で「この使い方なら良かった」という例があれば、ぜひコメントで教えてください。次の記事のネタにします。

    それではまた、れん学長でした!


    📢 れん学長のAIツール実験室

    メンバーシップでは、この記事では書ききれなかった実験ログや、AI活用の試行錯誤をもう少し踏み込んで共有しています。

    価格や参加条件、どんな内容が読めるかは、入口記事にまとめています。

    気になっていた方は、まず内容をのぞいてみてもらえるとうれしいです。

    👉 メンバーシップの入口記事をのぞいてみる https://note.com/renkon40/n/nab9c378d2148

    📮 【無料】週1回のニュースレターやってます

    実際に試したAIツールの「結局、誰が使うべきか」だけを、5分で読める形でメール配信しています。noteの更新を見逃したくない方もどうぞ。

    https://renkon40.substack.com/?utm_source=note&utm_medium=article


    #AI #Gemini #Gemini4Argon #Google #生成AI #AIツール #モデル比較

     
     
    YouTube『AIツール実験室』の公式資料庫📚 動画のプロンプト/再現手順のアーカイブに加え、動画では語りきれない「詳細考察」や「Note限定の実験メモ」も公開。読むだけでAI活用力が上がる『テキスト版・実験室』です。|お仕事の相談は rengaku.pages.dev

    あなたへのおすすめ