2026年10月13日（米国時間）、Googleは新しいフロンティアモデルGemini 4 Argonの一般提供を開始しました。9月30日にまず一部のサイバー防御担当者向けに先行公開されていたもので、約2週間を経て開発者・企業向けに解禁された形です。Gemini 4ファミリーの最初のモデルであり、Googleは「最も賢いモデル」と位置づけています。
キャッチコピーは「フロンティア知能の次の時代」。コーディングや金融・法務などの専門業務、そしてサイバーセキュリティ防御の3領域に強く振ったモデルで、出力上限が100万トークンに広がったことも大きな話題になっています。今回はその中身を、料金・性能・安全性・使いどころの順に整理してみます。
発表から一般提供までの流れ
Gemini 4 Argonは、いきなり誰でも使える形では出てきませんでした。リリースは段階的に進められています。
- 9月30日：発表・先行提供 Google DeepMindのKoray Kavukcuoglu氏が発表。まずは「Fairwind Program」を通じて審査済みのサイバー防御担当者（政府機関、重要インフラ事業者、セキュリティ企業など）に限定提供されました。米国政府の自主的なリリース前モデル評価プロセスにも参加しています。
- 10月13日：一般提供（GA） Gemini API（有料枠）、Google AI Studio、Google Cloudの Gemini platform、企業向けの「Gemini for business」（Web・デスクトップ・モバイル）、エージェント型開発環境のGoogle Antigravity、Android Studioで利用可能に。個人ではGoogle AI Ultraの契約者がAI StudioやAntigravityで試せます。
モデルIDは gemini-4-argon です。OpenAIのGPT-6 Astraが限定プログラム経由で先行提供されたのと同様に、「まず信頼できる防御側に渡し、ガードレールを固めてから一般公開する」という順序を踏んでいるのが、最近のフロンティアモデルに共通する流れと言えそうです。
スペックと料金
| 項目 | 内容 |
|---|---|
| モデルID | gemini-4-argon |
| 入力 | テキスト、画像、動画、音声、PDF |
| 出力 | テキストのみ（画像・音声生成は非対応） |
| コンテキストウィンドウ | 約105万トークン（1,048,576） |
| 最大出力 | 通常6.5万トークン／「long decode」利用時は最大約105万トークン |
| 思考レベル | low / medium / high（MINIMALは非対応） |
| 主な機能 | 関数呼び出し、構造化出力、コード実行、検索グラウンディング、Googleマップ連携、URLコンテキスト、ファイル検索、コンピュータ操作（プレビュー） |
| 非対応 | Live API、明示的キャッシュ（暗黙的キャッシュのみ対応） |
目玉は出力上限の大幅拡張です。前世代の6.4万トークンから、業界最大級の100万トークンまで一気に引き上げられました。Googleは「何十万トークンもかけて深く考え、ひと続きの処理で難題を解き切れる」と説明しており、大規模なコード移行のような長時間タスクを一発で回す用途を想定しています。
料金は11月末まで半額
| 期間 | 入力（100万トークンあたり） | 出力（100万トークンあたり） |
|---|---|---|
| 導入価格（〜2026年11月30日） | 2ドル | 10ドル |
| 通常価格（12月1日以降） | 4ドル | 20ドル |
キャッシュされた入力トークンは95%引きです。通常価格の入力4ドル／出力20ドルは、GPT-6 Astra（入力10ドル／出力50ドル）の半分以下の水準で、フロンティア級モデルとしてはかなり攻めた価格設定です。ただし出力上限が100万トークンまで伸びた分、long decodeを使い倒すと1回あたりのコストは跳ね上がる点には注意が必要です。
性能：ベンチマークで見る実力
Googleが公表した主なベンチマーク結果は次のとおりです。
| ベンチマーク | 測っているもの | 結果 |
|---|---|---|
| DeepSWE v1.1 | 実務的で長時間にわたるソフトウェア開発タスク | 77.9%（最高記録） |
| Vals Index | 金融・コーディング・法務・税務の経済的インパクト（米GDP寄与で重み付け） | 首位 |
| AutomationBench（Zapier） | 主要業務のエンドツーエンド自動実行 | 51.3%（首位） |
| LVBench | 長尺動画の理解 | 91.7%（最高記録） |
| CWE-bench v1 | セキュリティ脆弱性の修正 | 68%（同率首位） |
| Gray Swan IPI | 間接プロンプトインジェクション耐性 | 首位（15回の適応的攻撃で成功率0.7%） |
第三者評価も見ておきましょう。AI評価サービスのVals AIによると、Gemini 4 ArgonはVals Indexで68.90%を記録して全48モデル中1位。Claude Sonnet 5.5（67.04%）、Claude Opus 5.5（66.97%）、Claude Fable 5.1（65.83%）を上回り、しかも1テストあたりのコストはそれらより安いという結果が出ています。もっとも、差は数ポイントの範囲で、トップ集団がほぼ横並びで競り合っている状況だと見るのが妥当でしょう。
何ができるのか：Google社内での実例
今回の発表で印象的なのは、Google自身が社内でかなり本格的に使い込んでいる点です。公表された事例をいくつか紹介します。
- C/C++からRustへの大規模移行：re2のような数万行規模のライブラリから、80万行を超えるFuchsiaのZirconカーネルまで、Argonのエージェントが移行作業を担当。動画デコーダーのlibgav1では、3.2万行のSIMDコードを安全なRustに置き換え、既存のRust版より2.7倍高速化したそうです。
- データセンターのメモリ最適化：Argonのエージェント群がフリート全体のプロファイリングデータを分析して最適化を自律的に適用し、300TiB超のメモリを解放。最終的には500TiB〜1PiBの削減を見込んでいます。
- Chromiumのリファクタリング：4,000万行規模のコードベースで数百ファイルにわたるアーキテクチャ変更を、数か月かかる見込みから数週間で完了。
- Pythonフレームワークの一晩最適化：Googleのエージェント開発キット（ADK）を自動テストの範囲内で一晩自律的に改善させ、長いセッションでの準備時間を40%短縮、初回インポートを21%高速化。
Antigravityを使うGoogleのエンジニアチームでは、エージェント経由のコード提出が35%以上増え、ロールバックはおよそ3分の1減ったと報告されています。ただし、いずれもGoogle自身による発表であり、重要なシステムの書き換えについては自動・手動の厳格な監査を経てから本番投入するとしている点も添えておきます。
ビジネス用途：金融・法務での「正確さ」
Google Cloud側の発表では、コーディング以外の業務での使いどころも強調されています。テキスト・表・グラフ・画像が混在した長い資料を読み込んで1つの成果物にまとめる、元帳の照合やスプレッドシートの数式・差異分析を自動化する、判例や規制文書から検証済みの引用を抜き出す、といった用途です。
個人的に注目したいのは、Googleが「システムの境界を守る」「見つからなかった結果も正直に報告する」「取り返しのつかない操作の前には確認を求める」ように訓練したと明言している点です。エージェントに長時間の仕事を任せるうえで、性能そのものと同じくらい大事な性質と言えます。法務AIのHarvey、デザインツールのFigma、ServiceNow、GitLabなどが早期導入企業として名前を連ねています。
サイバーセキュリティ：「防御専用」という線引き
Gemini 4 Argonは、サイバー防御に強く特化して訓練されたモデルです。脆弱性を自律的に発見・検証し、パッチまで当てられるとされています。実際、セキュリティ企業Wizが重要インフラを無償で守る取り組みの中でArgonを使ったところ、世界中の病院で使われる医療系ソフトウェアに、個人情報を露出させる重大な脆弱性を発見したそうです。従来のフロンティアモデルでは見逃されていたものだといいます。
一方で、提供の仕方には明確な線引きがあります。
- 一般向け：ペネトレーションテストやエクスプロイト作成などの「攻撃的」なタスクはブロック。防御目的では、脆弱性の検出・修正ツールCodeMenderや自前のセキュリティ環境と組み合わせて使えます。
- Fairwind Program参加者向け：審査済みの防御担当者には、サイバー関連のガードレールを外した版（
gemini-4-argon-cyber-permissive）を提供。
同じモデルでも「誰に・どこまでの能力を渡すか」を利用者の審査で切り分けるやり方は、AnthropicやOpenAIも採っている方式で、業界標準になりつつあります。
安全性：「否定できない」という正直な評価
Google DeepMindが公開したモデルカードを読むと、安全性については慎重な書きぶりが目立ちます。GoogleのFrontier Safety Frameworkでは、危険な能力に達したかどうかを判定する「重大能力レベル（CCL）」というしきい値を設けていますが、Argonについては生物分野とサイバーセキュリティ分野のどちらも、CCLに到達している可能性を否定できないとしています。
そのうえでGoogleは、一般提供の前に次の4つの領域で安全対策を強化したと説明しています。
- 悪用の防止：サイバー攻撃やCBRN（化学・生物・放射性物質・核）兵器への悪用を拒否。モデル内部の活性化状態を監視して悪用を検知する技術も強化し、社内外のレッドチームで耐性を検証。
- プロンプトインジェクション対策：メールやWebページに仕込まれた悪意ある指示への耐性は、Gemini史上最も高いとしています。
- ミスアライメントの監視：ユーザーの意図を超えた行動を取らないよう、思考過程（Chain of Thought）と行動を監視し、必要なら実行を止める仕組みを導入。
- 実行環境の堅牢化：リスクの高い訓練・評価の前にサンドボックス環境を隔離・封鎖。
特に3つ目について、Googleは訓練中の監視で見つかった問題をあえて訓練にフィードバックしないようにしたと述べています。そうしないと、モデルが「監視をすり抜ける考え方」を学んでしまう恐れがあるからです。あわせて業界全体に対しても、モデルの思考過程を人間が読める状態に保つ「推論の透明性」を維持するよう呼びかけています。GPT-6 Astraの発表時に、思考過程の監視可能性が下がったことが懸念として挙げられていたことを踏まえると、各社のスタンスの違いが見えてくる部分です。
開発者が移行時に気をつけたいこと
Gemini 3.1 Proなどから乗り換える場合、モデルIDを差し替えるだけでは済まない点がいくつかあります。
- 思考レベル
MINIMALは非対応。low / medium / high から選ぶ必要があります。 - Google Gen AI SDKを最新版に更新する必要があります（Python版は google-genai 2.30.1以上など）。
- 明示的キャッシュは使えず、暗黙的キャッシュのみ。キャッシュ前提でコスト設計している場合は見直しが必要です。
- long decodeで出力を大きく伸ばす場合、処理時間とコストが大きく増えます。Vals AIの計測では、Vals Index 1回あたりの所要時間が40分を超えていました。リアルタイム性が必要な用途には向きません。
まとめ
Gemini 4 Argonは、「長く・深く・正確に」仕事をやり切ることに振り切ったモデルです。出力100万トークン、主要ベンチマークでの首位、そしてGPT-6 Astraの半分以下という価格は、大規模なコード移行や金融・法務の重い分析業務を抱える企業にとって十分検討に値します。11月末までの導入価格期間は、試してみる良いタイミングでしょう。
一方で、生物・サイバー分野で危険なしきい値への到達を「否定できない」とGoogle自身が認めている点や、Fairwind参加者向けにガードレールなしの版が存在する点は、企業として導入を判断するうえで頭に入れておきたいところです。Claude、GPT、Geminiのトップモデルは性能面でほぼ拮抗しつつあり、今後は「どれが一番賢いか」より、コスト・使える環境・安全性への姿勢で選ぶ時代に入ってきたと言えそうです。
本記事は、Googleの公式発表および各種資料（2026年10月14日時点の情報）をもとに整理したものです。ベンチマーク数値の多くは開発元自身による発表である点にご留意ください。料金体系・提供範囲・安全対策は今後変更される可能性があるため、実際の利用を検討する際は必ず公式情報をご確認ください。
参考情報
- Gemini 4 Argon: our next era of frontier intelligence（Google Blog）
- Gemini 4 Argon is now available for developers（Google Blog）
- Gemini 4 Argon available on Google Cloud（Google Cloud Blog）
- Gemini 4 Argon（Gemini API ドキュメント）
- Developer’s guide to Gemini 4 Argon（Google Cloud ドキュメント）
- Gemini 4 Argon – Model Card（Google DeepMind）
- Gemini 4 Argon for Robotics（Google Developers Blog）
- Gemini 4 Argon Benchmarks, Cost and Capabilities（Vals AI）
