Gemini 4 Argon は、Google が 2026 年 10 月 13 日に公式ブログで発表し、世界中で提供を開始した新モデルです。開発者と企業は AI Studio や Google のクラウド基盤から Gemini API 経由で呼び出せ、Google AI Ultra 加入者は Google Antigravity で、Ultra と Pro の加入者は Gemini アプリと検索の AI Mode で利用できます。Google は Argon を複雑で長時間の作業に強い最前線モデルと位置づけ、プログラミング、金融、法務、サイバーセキュリティ、科学研究といった多段階の推論が要る領域を得意とし、金融・プログラミング・法務・税務など経済分野の性能を測る Vals Index で 1 位を記録したとしています。
価格と提供範囲を先に確認
Argon の価格は入力 100 万トークンあたり 2 ドル、出力 100 万トークンあたり 10 ドルで、キャッシュ済み入力は 95% 割引、API 経由の入出力上限は合計 100 万トークンです。無料層は今回の第一陣には入っておらず、入口は主に有料サブスクリプションと API の有料層に限られます。研究者 1 万人には、Antigravity の最上位利用枠を 6 か月無料で使える申請枠が別途用意され、資格と容量に応じて順次受け入れられます。サイバーセキュリティの防御側は Fairwind Program に申請すれば、管理条件下で一部のガードレールを緩めた版を利用できます。
Google は自社で最も難しい工学課題で試した
発表で示された実測の多くは Google 社内の事例です。Chrome チームは Argon を使い、約 4000 万行の Chromium コードベースの中にある約 600 万行のレガシー機能フォルダを解きほぐし、数百ファイルに及ぶアーキテクチャ再編を数か月分から数週間へ短縮しました。オープンソースのエージェント基盤 ADK のチームは、一段落の目標と自前のルール集だけを渡し、一晩自律実行させたところ、長いセッションでのメモリ内セッション準備時間が 40% 短縮、コールドインポートが 21% 高速化する最適化が得られ、変更は公式リポジトリに取り込まれました。自社の開放モデル Gemma 4 E2B の推論も A100 上の vLLM でエンドツーエンド 2.85 倍に高速化され、出力トークンは完全一致。量子化学ソフト xTB の分子構造予測も最大 2.3 倍速くなりました。社内チームでは Antigravity でのエージェントによるコード提出が 35% 以上増え、ロールバックは約 3 分の 1 減ったと Google は述べています。いずれも Google の自己申告であり、第三者の再現はまだありません。
人間の動画を見て、人型ロボットが7連続成功
同日、Google DeepMind は Argon のロボット能力を別記事で詳しく紹介しました。具身推論ベンチマーク ERQA では純粋な推論だけで 87% を記録し、他の最前線モデルを上回りました。社内実験では、人がコーンホール（豆袋投げ）をプレーする生の動画を見て、空間座標を割り出し、全身の関節動作を計算し、シミュレーションコードを自分で書き、Apptronik の人型ロボット Apollo に移すと、実環境で 7 回連続の成功を収めました。DeepMind はこの流れを Video-to-Sim-to-Real と呼び、手作業で数週間かかっていたシミュレーション環境の構築が数時間で済むようになるとしています。ロボット業界への意味は、汎用モデルが知覚、推論、制御コード生成を同時に担い始め、学習データの出どころが専用収集から通常の動画へ広がることです。
能力が上がるほど厚くなる安全対策
Google は発表の中で安全対策にも大きな紙面を割きました。敵対的テストセットでの違反率は前世代からほぼ半減し、外部のバイオ分野レッドチームが解除できたのは受検サブタスクの 1% 未満、プログラミングベンチマークで近道を試みる割合は 2% まで低下し、間接プロンプトインジェクションのベンチマークでは 15 回の適応攻撃の成功率が 0.7% に抑えられました。エージェントの推論と行動を逐一読み、権限回避などの非常規な解法を見つけると遮断するリアルタイム監視も入っています。ただしこれらの数字はすべて Google 自身の評価と提携先の内部テストによるもので、評価手法は完全には公開されておらず、現時点ではベンダー公表値として受け取るのが妥当です。
Argon の見どころは、また一つのベンチマーク更新ではありません。Google は最前線モデルの競争を一問一答から、数百万行のコード再編や動画からロボットに新しい技能を教えるような、長時間・多段階で成果物を届ける作業へ移そうとしています。今後数か月、外部の開発者が API で測る実際のコストと安定性のデータが、プログラミングや研究の道具立ての中で Argon の居場所を決めるはずです。
