AI・テクノロジー

Gemini 4 Argon発表、出力100万トークンとサイバー先行提供の狙い

Googleが9月30日に発表した「Gemini 4 Argon」は出力上限を100万トークンに拡大。サイバー防御組織への限定提供から始まる段階展開、ベンチマークの強みと弱み、社内懐疑論までを整理する。

claude

• 9 min read
Share

Googleは2026年9月30日（米国時間）、新しいフロンティアAIモデル「Gemini 4 Argon」を発表しました。Gemini 4 Argonの最大の特徴は、1回の処理で出力できるトークン数の上限を従来の6万4000から100万へと大きく広げ、数時間単位で続く複雑な作業をこなせるように設計した点です。

ただし、誰でもすぐに使えるわけではありません。Googleはまず「Fairwind Program」を通じて信頼できるサイバー防御組織に限定して提供し、一般の開発者や企業、消費者への公開時期は明らかにしていません。高い性能を打ち出す一方で、公開を慎重に段階化した点に、2026年秋のAI業界が置かれた状況がよく表れています。

この記事では、Gemini 4 Argonで何が変わったのか、ベンチマークの強みと弱み、限定提供の理由、そして報じられた社内の懐疑論までを整理します。

この記事の要点

  • 出力上限を6万4000トークンから100万トークンへ拡大し、長時間・多段階のワークフローに特化
  • DeepSWE v1.1（77.9%）やAutomationBench（51.3%）で首位とする一方、FrontierSWE v2などでは他社モデルを下回る
  • まずサイバー防御組織に先行提供し、防御側にはサイバー関連のガードレールを外した版を渡す
  • 導入価格は100万トークンあたり入力2ドル・出力10ドル。一般提供は有料APIとGoogle AI Ultraから順次
  • Bloombergは「実務では性能が落ちる」とする社内の懐疑的な声を報道。Googleは否定している

背景：7カ月ぶりの上位モデル更新と「Pro」不在

Googleの上位モデル更新は約7カ月ぶりと日本経済新聞は伝えています。2026年5月に発表された「Gemini 3.5 Pro」は当初6月公開の予定でしたが、一般提供には至りませんでした。その後Googleは、3.6以降の「Flash」系モデルを短い間隔で投入し、低価格・高速路線で存在感を保ってきました。9月にはサイバー防御向けの「Gemini 3.8 Flash Cyber」も公開しています。

その流れのなかで登場したのが、従来の「Pro」ではなく「Argon」という名前を持つモデルです。ITmediaによれば、Googleは名称の由来やPro系列との関係を説明していません。Bloombergは関係者の話として、Googleが3.5 Proの開発を断念していたとも報じています。

競合の動きも激しくなっています。OpenAIは9月29日に「GPT-6.1 Astra」の一般公開を安全基準を理由に中止し、翌日のDevDayでは常駐型エージェント「dots」と「GPT-6.1 Sol」を発表しました。AnthropicもClaude Opus 5.5を投入済みです。スンダー・ピチャイCEOはXで「次期モデルをめぐる議論が広がっているので、できるだけ早く先行公開したかった」と述べており、競争のなかで発表を急いだ様子がうかがえます。

何が新しいのか：100万トークン出力と長時間ワークフロー

出力上限の大幅な拡大

Gemini 4 Argonでは、入力ではなく「出力」の上限が100万トークンに広がりました。Googleは、モデルが深く考える余地を確保し、1つのプロセスで数十万トークンを生成できるようにしたと説明しています。長い入力の扱いでも、GraphWalksでは最大12万8000トークンの条件で99.7%、25万6000〜100万トークンの条件で84.2%を記録したとGIGAZINEは伝えています。

大規模なコードの書き換えや長い法務文書の作成、何段階もの調査のように、途中で出力が途切れると困る作業ほど、この拡大の効果は大きくなります。

Google社内での活用例

Googleはすでに数千人の社員が社内でArgonを使っているとし、具体的な成果も公表しています。

  • 量子アルゴリズムの最適化：重要なサブルーチンの時空間リソース（量子ビット×ゲート）で、公表済みの基準値を40%上回る改善を数分で達成
  • データセンターのメモリ最適化：Argonエージェントが稼働状況のデータを分析し、展開済みの範囲で300TiB以上のメモリを解放。最終的には500TiB〜1PiBの節約を見込む
  • C/C++からRustへの移行：数万行規模のライブラリから、80万行を超えるFuchsiaのZirconカーネルまで対象を拡大
  • 動画デコーダーlibgav1：約3万2000行のSIMDコードを置き換え、同じ映像出力を保ったままRust移植版より2.7倍高速化

Rust移行などの重要なシステムについては、本番投入前に自動・手動の監査やエミュレーションテスト、レビューを行っているとしています。

ベンチマークで見る強みと弱み

Googleが公開した比較では、Argonは多くの評価で首位に立っています。

評価 Gemini 4 Argon GPT-6 Astra Claude Opus 5.5
DeepSWE v1.1（長時間の開発） 77.9% 74.1% 74.2%
Vals Index（実務能力） 68.9% 63.1% 67.0%
AutomationBench（業務自動化） 51.3% 41.4% 42.5%
CWE-bench v1（脆弱性修正） 68% 68% 67%
FrontierSWE v2 55.0% 65.5% 62.3%

（数値はGoogle発表をもとにしたGIGAZINEの報道による）

財務調査のVals Finance Agent v2でも65.4%と比較対象で最も高く、長時間動画の理解を測るLVBenchでは91.7%を記録しました。

一方、弱点もはっきりしています。FrontierSWE v2では他社モデルを10ポイント前後下回りました。第三者機関Artificial Analysisの評価でも、AutomationBench-AAでは77.5%で首位だったものの、Terminal Bench 4では約57%にとどまり、Claude Sonnet 5.5（64%）やClaude Opus 5.5（60%）に及びませんでした。作業の種類によって順位が入れ替わるため、「総合で最強」と単純には言えない結果です。

なぜサイバー防御組織に先行提供するのか

防御側に「ガードレールなし」で渡す

Argonはソフトウェアの重大な脆弱性を自律的に発見・検証し、修正まで行えるよう訓練されています。Google社内の脆弱性ベンチマークでは85.8%を記録し、Gemini 3.8 Flash Cyberの71.0%を上回りました。セキュリティ企業Wizが行ったソースコードなしの侵入テストでも70.9%（3.8 Flash Cyberは58.2%）を示しています。

Wizは公共インフラを無償で守る取り組み「Scan for Good」でArgonを使い、世界の病院で使われる医療ソフトから、機密性の高い個人情報が漏れうる重大な脆弱性を見つけたと説明されています。

こうした能力は、攻撃に使われれば危険です。そこでGoogleは、Fairwind Programの参加者など信頼できる防御側と社内チームに限り、サイバー関連のガードレールを外した版を提供する方針を取りました。GoogleのGeminiプロダクト責任者Tulsee Doshi氏はCNBCに対し、「防御側にできるだけ早く届けられる」と段階展開の狙いを語っています。

4つの安全対策

Googleは一般提供の前に、次の4領域で安全対策を強化するとしています。

  • 悪用への防御：サイバー攻撃や化学・生物・放射性物質・核（CBRN）への悪用を拒否。モデルの内部状態を監視して悪用を検知する技術も改良
  • プロンプトインジェクション対策：Gray Swanの間接プロンプトインジェクション評価で攻撃成功率0.7%と、比較対象で最も低い値
  • ミスアライメントの監視：思考過程と行動を監視し、ユーザーの意図から外れた動きがあれば実行を停止
  • システムの強化：高リスクな訓練・評価の前にサンドボックス環境を隔離・密閉

発表の前日には、ピチャイCEOがトランプ大統領や主要AI企業のトップとともに、AI安全に関する自主協定に署名しています。Googleは米政府によるリリース前のモデル評価にも参加しており、規制当局の目が厳しくなるなかでの慎重な公開だったと言えます。

報じられた社内の懐疑論

Bloombergは、取り組みに直接関わる複数の関係者の話として、Gemini 4はベンチマークでは好成績でも、社員が実際の業務で使うと性能が落ち、一部のコーディング作業に苦戦していると報じました。

これに対しGoogleは、コーディングなどで期待を下回るという見方は正確ではないと反論しています。アルファベット株は発表後の時間外取引で約1.7%上昇しましたが、通常取引ではこの報道を受けて上げ幅を縮めたとされています。

ベンチマークの数値と実務での使い勝手は必ずしも一致しません。FrontierSWE v2やTerminal Bench 4での結果も含めて考えると、導入を検討する企業は自社の作業で検証する必要があります。

影響と今後の見通し

開発者・企業への影響

一般提供時の導入価格は、100万トークンあたり入力2ドル・出力10ドルで、キャッシュ済み入力は95%引きです。ITmediaによれば、導入期間終了後は入力4ドル・出力20ドルになります。出力上限が100万トークンに広がる分、1回の処理で出力トークンを大量に使う使い方も増えるため、実際のコストは用途によって大きく変わります。

一般提供は有料APIの利用者と「Google AI Ultra」加入者から始まり、その後に開発者・企業・一般ユーザーへ広げる予定です。具体的な時期は示されていません。

業界への波及

OpenAIがGPT-6.1 Astraの公開を見送り、Googleが限定提供から始めたことで、「最上位モデルはまず限られた相手に、安全確認をしながら渡す」という公開方法が広がりつつあります。サイバー能力の高いモデルを防御側に先に届ける考え方は、ほかの開発企業にも影響を与える可能性があります。

一方で、段階展開が長引けば、一般ユーザーにとっては「発表されたのに使えない」状態が続きます。Googleが安全対策と公開スピードをどう両立させるかが、今後の注目点です。

よくある質問

Gemini 4 Argonはいつから一般の人が使えるのか

2026年10月1日時点で一般提供の時期は発表されていません。Googleは初期テスターのフィードバックをもとに安全対策を改善したうえで、有料APIの利用者とGoogle AI Ultraの加入者から順に提供範囲を広げるとしています。

Gemini 4 Argonの料金はいくらか

API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、キャッシュ済みの入力トークンは95%引きです。導入期間の終了後は、入力4ドル・出力20ドルになると報じられています。

出力100万トークンで何ができるようになるのか

1回の処理で数十万トークン規模の文章やコードを生成できるため、大規模なコード移行や長い文書の作成、多段階の調査などを途中で止めずに進めやすくなります。上限は従来の6万4000トークンから約15倍に広がりました。

Gemini 4 ArgonはGPT-6 AstraやClaude Opus 5.5より性能が高いのか

DeepSWE v1.1やAutomationBench、Vals Indexなどでは上回っていますが、FrontierSWE v2やTerminal Bench 4では下回っています。評価によって順位が入れ替わるため、用途ごとに比べる必要があります。

なぜサイバーセキュリティの担当者に先に提供されたのか

Argonは脆弱性を自律的に発見・修正できる高いサイバー能力を持つため、悪用リスクを抑えつつ、防御側にいち早く届ける狙いがあります。Googleは信頼できる防御組織と社内チームに限り、サイバー関連のガードレールを外した版を提供しています。

まとめ

  • Gemini 4 Argonは、出力100万トークンと長時間ワークフローへの強さを打ち出した、Googleの7カ月ぶりの上位モデル
  • コーディング・業務自動化・脆弱性対応で首位級の数値を示す一方、一部の評価では他社モデルに劣る
  • サイバー防御組織への限定提供から始める段階展開は、AIの安全性に厳しい目が向く2026年秋の業界状況を反映している
  • 社内の懐疑論も報じられており、実務での性能は一般提供後の検証を待つ必要がある

発表されたばかりで使える人も限られているため、今後の一般提供の時期や第三者による実務評価が、Argonの本当の実力を測るうえでの手がかりになりそうです。

参考ソース

関連記事