會原 
AnthropicがFableやOpus 5.5といった超強力なモデルをリリースし、OpenAIもGPT-6 Astraというそれらに比肩するモデルを投入、そして中国勢の猛追も行われ、ますます競争が激化するLLM開発。そこでもはや勝負の舞台から降りて置き去りにされていたのがGoogleです。
Google Gemini 3.1 Pro以降音沙汰がなく、もはやフロンティア同士の頂上決戦に限れば不戦敗とも言える敗北を喫していた状況のなか、いよいよGoogleが戻ってきてくれました。
米国時間9月30日、同社は最先端の性能を狙う新たなフロンティアモデル「Gemini 4 Argon」を発表しました。その性能はベンチマークを見る限りAstra、Opus、Fableを圧倒するという信じられない性能となっています。
発表と同時に誰でも使えるわけではありません。最初の提供先は、Googleが信頼するサイバー防御の担い手や一部のテスターに限定。得意とする処理や利用できる時期、APIの利用料金など、Googleが明かした仕様と展開計画をまとめました。
Gemini 4 Argonが最初に提供されるのは、Googleの「Fairwind Program」の参加組織の一部です。Fairwindは9月2日に始まった限定提供の枠組み。Google Cloudの顧客や政府機関、サイバーセキュリティのパートナーなど、Googleが信頼する組織が対象で、開始時点で650超のパートナーが参加していました。参加組織は、利用者を社内のセキュリティ・インシデント対応・侵入テストの担当者に絞り、多要素認証などの保護策を導入する必要があります。
Googleは段階的に提供を広げる方針で、公開前のモデルを米国政府が利用できる任意の手続きに参加しているとのこと。早期テスターの意見をもとに安全対策を詰めたうえで、開発者・企業・一般向けに「できるだけ早く」提供するとしています。広く提供する際は、有料APIの利用者とGoogle AI Ultraの契約者が最初。具体的な日程や、日本での提供時期は現時点では不明。
通常価格は、100万トークンあたり入力4米ドル（約630円）、出力20米ドル（約3100円）。提供開始時は導入価格として、入力2米ドル（約310円）、出力10米ドル（約1600円）で提供する予定です。キャッシュされた入力は、入力価格の95%引き。導入価格の終了時期は示されていません。
Gemini 4 Argonは、長い手順が続く複雑な作業で深い推論を保つことを狙ったモデル。Googleは得意分野として、実務のソフトウェア開発、法務・金融などの企業の知的作業、サイバー防御を挙げています。
1回で出力できるトークン数の上限は、従来の64Kトークンから100万トークンへ拡大。Googleは業界トップの上限だと説明しています。入力コンテキストウィンドウ100万は珍しくなくなりましたが、出力100万は異例ですよね。数十万トークンを一度に生成できる余裕があることで、難しい問題を1回の処理でより深く考えて解けるようになるそうです。
性能面では、長い手順を要する実務のソフトウェア開発をどこまでこなせるかを測る「DeepSWE v1.1」で77.9%を記録。Googleの比較図では、GPT-6 Astraが74.1%、Claude Opus 5.5が74.2%、Claude Fable 5.1が67.4%です。金融・コーディング・法務・税務の仕事を米国のGDPへの寄与で重み付けして評価する「Vals Index」でも68.9%で首位とし、Claude Opus 5.5の67.0%、Claude Fable 5.1の65.8%、GPT-6 Astraの63.1%を上回ったとしています。
このほか、Zapierの業務自動化ベンチマーク「AutomationBench」で51.3%の1位、長時間の動画理解を測る「LVBench」で91.7%を記録。ソフトウェアの脆弱性を見つけて修正する能力を測る「CWE-bench v1」では、プログラムによる自動判定のPass@1（1回の試行での成功率を示す指標）が68%となり、GPT-6 Astra、Grok 4.7と同率首位です。これらはGoogleの発表資料に掲載された数値で、Vals IndexとCWE-benchの結果は評価元の公開ランキングでも確認できます。
ただし、すべての分野で他社を上回ったわけではありません。Googleの公式比較表では、「FrontierSWE v2」はArgonの55.0%に対してGPT-6 Astraが65.5%。「Terminal-Bench 4.0」はArgonの57.4%に対してClaude Opus 5.5が66.4%となっており、評価する作業によって優劣は分かれています。それでも「あの超ポンコツだったGoogle Gemini Proがこの水準？」という率直な驚きがあります。
Google社内ではすでに数千人の従業員が使っているといいます。量子計算の研究では、重要な処理の一部分で必要な計算資源（量子ビット数×ゲート数）の最適化に使い、ある例では公表済みの基準を数分で40%上回る結果を出したそうです。データセンターでは、Argonのエージェントがメモリ使用状況を分析して最適化を適用し、展開によって300TiB超のメモリを空けられるとのこと。最終的な節約量は500TiBから1PiBと見積もっています。
C/C++で書かれたコードをRustへ移す作業にも投入。動画デコーダー「libgav1」では、既存のRust移植版にあった3万2000行のSIMD（複数データの一括処理）向けコードを置き換え、同じ映像出力のまま既存移植版比で2.7倍高速化し、最適化済みのC++版の性能に近づけたといいます。ただし重要なシステムでは、本番投入の前に自動・手動の監査やテストを続けている段階です。
サイバー防御では、重大な脆弱性を自律的に見つけ、実在を確かめ、修正するところまでこなせるとのこと。Googleは、信頼できる防御側の組織と社内チーム向けには、サイバー分野の安全ガードを外した状態でArgonを提供するとしています。ただFairwindでは、防御・研究目的の利用に限定し、許可された攻撃シミュレーションやマルウェア解析などを認める一方、マルウェア作成など悪意ある用途はもちろん禁止しています。
一方、広く提供する前の安全対策として、強力な能力の悪用を防ぐ仕組みも強化。サイバー攻撃や化学・生物・放射性物質・核（CBRN）の攻撃につながる依頼は拒否しつつ、正当な研究には応じる設計で、モデル内部の動きを監視して悪用を見つける仕組みも強化。外部の文書などに紛れ込ませた指示でAIを乗っ取る「間接プロンプトインジェクション」に対しては、同社が掲載したGray Swan IPIの比較で最も高い耐性を示したとしています。
一般の利用者がGeminiアプリなどで使える時期は、今回の発表では示されていません。広く提供する際に最初の対象となるのはGoogle AI Ultraの契約者と有料APIの利用者で、無料版や下位プランでの扱いは未公表。どこまで拡大されるのか気になりますね。
世代番号を「4」に引き上げた待望の新モデルですが、社外で最初に触れられるのはサイバー防御の担い手などごく一部。もっとも、脆弱性を自律的に見つけて直せる能力はサイバー攻撃にも転用できますから、まずは守る側に渡すという順番には筋が通っています。Anthropicも展開には配慮していましたよね。半額の導入価格がいつまで続くのかも含め、早く手元で答え合わせをさせてほしいところです。
そしてなにより、気がかりなのは、いつものGeminiは「使ってみると大して良くない、ベンチマークスコア倒れのベンチマーク番長」だった点。さすがに今回は違いますよね？
