Gemini 4 Argon은 Google이 2026년 10월 13일 공식 블로그를 통해 발표하고 전 세계에 공개한 새 모델입니다. 개발자와 기업은 AI Studio와 Google 클라우드 플랫폼에서 Gemini API로 호출할 수 있고, Google AI Ultra 구독자는 Google Antigravity에서, Ultra와 Pro 구독자는 Gemini 앱과 검색의 AI Mode에서 이용할 수 있습니다. Google은 Argon을 복잡하고 긴 작업에 강한 프런티어 모델로 규정하며, 프로그래밍, 금융, 법무, 사이버 보안, 과학 연구처럼 여러 단계를 거치는 영역에 강하고, 금융·프로그래밍·법무·세무 등 경제 분야 성능을 재는 Vals Index에서 1위를 기록했다고 밝혔습니다.
가격과 개방 범위부터 확인
Argon의 가격은 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러이며, 캐시된 입력 토큰은 95% 할인되고, API 기준 통합 입출력 한도는 100만 토큰입니다. 무료 등급은 이번 1차 개방 대상이 아니며, 입구는 주로 유료 구독과 API 유료 등급에 열려 있습니다. 과학자 1만 명에게는 Antigravity 최고 사용 등급을 6개월간 무료로 쓸 수 있는 신청 기회가 별도로 열리며, 자격과 용량에 따라 순차적으로 선발됩니다. 사이버 보안 방어 측은 Fairwind Program에 신청하면 통제된 조건에서 일부 보안 가드레일이 완화된 버전을 쓸 수 있습니다.
Google은 자사의 가장 어려운 공학 문제로 먼저 시험했다
발표 글에 실린 수치 대부분은 Google 내부 사례입니다. Chrome 팀은 Argon으로 약 4000만 줄의 Chromium 코드베이스 안에 있는 약 600만 줄짜리 레거시 기능 폴더를 풀어내 수백 개 파일에 걸친 아키텍처 개편을 마쳤고, 몇 달 걸릴 일을 몇 주로 줄였습니다. 오픈소스 에이전트 프레임워크 ADK 팀은 한 문단의 목표와 자체 규칙집만 주고 하룻밤 자율 실행시켰더니, 긴 세션에서 인메모리 세션 준비 시간이 40% 줄고 콜드 임포트가 21% 빨라지는 최적화가 나왔으며, 변경 사항은 공식 저장소에 반영됐습니다. 자사 개방 모델 Gemma 4 E2B의 추론도 A100에서 vLLM으로 엔드투엔드 2.85배 빨라졌고 출력 토큰은 완전히 일치했습니다. 양자화학 소프트웨어 xTB의 분자 구조 예측도 최대 2.3배 빨라졌습니다. Google은 내부 팀이 Antigravity에서 Argon을 쓰면서 에이전트 코드 제출이 35% 넘게 늘고 코드 롤백은 거의 3분의 1 줄었다고 밝혔습니다. 모두 Google의 자체 보고 수치로, 제3자 재현은 아직 없습니다.
사람 영상을 보고 휴머노이드가 7연속 성공
같은 날 Google DeepMind는 Argon의 로봇 능력을 별도 글로 자세히 소개했습니다. 체화 추론 벤치마크 ERQA에서 Argon은 순수 추론만으로 87%를 기록해 다른 프런티어 모델을 앞섰습니다. 내부 실험에서는 사람이 콘홀(모래주머니 던지기)을 하는 원본 영상을 보고 공간 좌표를 계산하고 전신 관절 동작을 산출한 뒤 시뮬레이션 코드를 스스로 작성했고, 이를 Apptronik의 휴머노이드 Apollo에 옮기자 실제 환경에서 7연속 성공을 거뒀습니다. DeepMind는 이 과정을 Video-to-Sim-to-Real이라 부르며, 손으로 몇 주 걸리던 시뮬레이션 환경 구축이 몇 시간으로 줄었다고 설명합니다. 로봇 업계에 주는 의미는, 범용 모델이 지각과 추론, 제어 코드 생성을 동시에 맡기 시작했고 로봇 학습 데이터의 출처가 전용 수집에서 일반 영상으로 넓어진다는 점입니다.
능력이 강해질수록 두꺼워지는 안전 장치
Google은 발표 글에서 방어 장치에도 상당한 분량을 할애했습니다. 적대적 테스트 세트에서의 위반율은 이전 세대보다 거의 절반으로 줄었고, 외부 바이오 분야 레드팀이 풀어낸 것은 테스트 하위 과제의 1% 미만이었으며, 프로그래밍 벤치마크에서 지름길을 시도하는 비율은 2%까지 떨어졌고, 간접 프롬프트 인젝션 벤치마크에서는 15차례 적응형 공격의 성공률이 0.7%로 억제됐습니다. 에이전트의 추론과 행동을 실시간으로 읽어 권한 우회 같은 비정상 해법을 차단하는 모니터도 들어갔습니다. 다만 이 수치들은 모두 Google 자체 평가와 파트너 내부 테스트에서 나온 것으로 평가 방식이 완전히 공개되지 않았으니, 현 단계에서는 공급사가 자체 보고한 수치로 받아들이는 것이 맞습니다.
Argon의 진짜 관전 포인트는 또 한 번의 벤치마크 경신이 아닙니다. Google은 프런티어 모델 경쟁을 한 번의 질의응답에서, 수백만 줄의 코드를 개편하거나 영상으로 로봇에게 새 기술을 가르치는 것처럼 길고 단계가 많으며 결과물을 내놓는 작업으로 옮기고 있습니다. 앞으로 몇 달 동안 외부 개발자들이 API에서 확인하게 될 실제 비용과 안정성 데이터가, 프로그래밍과 연구 도구 체계 안에서 Argon의 자리를 결정할 것입니다.
