Gemini 4 Argonが発表された
GoogleはGemini 4 Argonを発表しました。英語版の公式発表は2026年9月30日付、日本語版は10月1日付です。長い工程を伴うソフトウェア開発や企業の知識業務、サイバー防御を主な対象としています。
今回、まず押さえたいのは出力上限が100万トークンに拡大されたことと、一般提供はこれから段階的に進むことです。発表されたからといって、手元のGeminiですぐ選べるとは限りません。
筆者はGoogle AI Proを利用しているので、今回の発表は今のところまだ直接関係のない話です。
この記事では2026年10月1日時点のGoogle公式発表、モデル紹介、評価方法をもとに整理します。利用体験のレビューではありません。
今は限定提供、今後は有料APIとUltraから
公式発表によると、発表時点ではFairwind Programを通じ、一部の信頼できるサイバー防御担当者への提供が進められています。一般向けの展開は、有料API利用者とGoogle AI Ultraの契約者から始める予定です。
一般提供の開始日は具体的に示されていません。無料プランやGoogle AI Proへの対応時期、日本での利用開始日も、今回の発表では明らかになっていません。
モデル紹介ページにGeminiアプリやAI Studioへのリンクがあることと、Argonへのアクセスが開放されていることは別です。実際に使う段階では、自分の契約やAPIで対象モデルを選択できるか確認する必要があります。
100万トークンは出力上限
Googleは、従来の64Kから出力トークンの上限を1M、つまり100万へ増やしたと説明しています。トークンは文章やコードをモデルが処理する単位です。
ここでいう100万は、入力できる資料の長さを指すコンテキストウィンドウではありません。公式発表は、長い推論や生成を一つの流れで続けられるようにする変更として説明しています。
上限が大きいからといって、毎回それだけ出力させる必要はありません。長い出力を許す場合は、待ち時間や生成結果を確認する手間も増えるため、作業に応じた上限の設定が必要になります。
API料金には導入価格と通常価格がある
英語版の発表本文と脚注では、次の料金が示されています。単位はいずれも100万トークンあたりの米ドルです。
| 項目 | 導入価格 | 導入期間終了後 |
|---|---|---|
| 入力 | $2 | $4 |
| 出力 | $10 | $20 |
キャッシュ済み入力は、入力価格から95%引きとされています。導入期間の終了日は、今回確認した発表には記載されていません。
導入時の単価だけで継続運用の予算を組むと、通常価格へ切り替わった際に見直しが必要になります。また、トークン単価だけでは総額は決まりません。複数の手順を自律的に進めるエージェント処理では、一つの作業が完了するまでに使ったトークン数を含めて費用を見積もる必要があります。
ベンチマークは得意分野ごとに見る
ベンチマークは、決められた課題を使って性能を測る評価です。Google DeepMindのモデル紹介に掲載されている結果から、開発と業務に関わる項目を抜き出しました。
| 評価 | Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|
| DeepSWE v1.1 | 77.9% | 74.1% | 74.2% |
| FrontierSWE v2 | 55.0% | 65.5% | 62.3% |
| Terminal-Bench 4.0 | 57.4% | 58.2% | 66.4% |
| AutomationBench | 51.3% | 41.4% | 42.5% |
同じ開発系の評価でも順位が入れ替わっています。Argonがすべての作業で一律に上回るわけではなく、評価する課題によって結果が異なります。
評価方法の資料では、特記のない限りGemini APIの最も高い思考設定を使い、他社モデルの結果は原則として各社の公表値を参照すると説明されています。評価によって実行条件や結果の出所が異なるため、普段使う推論設定での速さや費用、日本語の指示への対応まで、この数値だけで判断するのは難しいです。
サイバー防御と安全対策も発表の中心
GoogleはArgonを、脆弱性の発見・検証・修正にも対応するモデルとして紹介しています。提供を広げる前の対策として、悪用防止、間接的なプロンプトインジェクションへの防御、意図を逸脱する動作の監視、実行環境の隔離を挙げています。
プロンプトインジェクションは、読み込んだページや文書に紛れた指示でAIの動作を誘導する攻撃です。外部資料を読みながら長い作業を進める用途では、回答の精度だけでなく、途中で不適切な指示に従わないことも重要になります。
モデルが修正案を生成できても、その変更を本番へ適用してよいかは別の判断です。コードレビューやテストをどの段階で行うかは、利用する側で決める必要があります。
現時点では提供条件を待って判断する
Gemini 4 Argonは、長い作業を継続する能力に重点を置いたモデルです。ただ、性能の評価と、自分が使えるかどうかは別の判断になります。Google AI Proでの提供条件が明らかになるまでは、今回の数値をそのまま日常利用の見込みに置き換えることはできません。