米Googleは現地時間の9月30日、新たなフロンティアモデル「Gemini 4 Argon」を発表しました。
長期にわたる複雑な作業で推論を続けられるよう設計されており、まずはサイバーセキュリティの防衛担当者を対象に提供が始まっています。
長いワークフローを想定した新モデル
Googleは、Gemini 4 Argonの主な用途として、ソフトウェア開発、法務・財務などの企業向けナレッジワーク、サイバーセキュリティ防衛を挙げています。
特徴の一つは、出力トークンの上限が従来の6万4,000トークンから100万トークンへ拡大したことです。
一度の処理で数十万トークン規模の内容を生成できるため、大規模なコードベースの分析や、長い調査・文書作成などを連続した作業として扱いやすくなるとしています。
ただし、100万トークンという数値は出力上限を示すものであり、実際に利用できる条件や処理時間、費用は用途やAPIの設定などによって異なります。
提供はサイバー防衛担当者から段階的に
Gemini 4 Argonは発表時点で一般公開されておらず、信頼できるサイバーセキュリティ担当者向けの「Fairwind Program」を通じて先行展開されています。
Googleは今後、有料APIの顧客や「Google AI Ultra」の契約者を皮切りに、開発者、企業、一般ユーザーへ提供する意向を示しています。
社内ではすでに数千人の社員が利用しており、専門的なコーディングや調査、文章作成に活用されているとのことです。
Googleは具体例として、量子コンピューティング研究や、大規模なC/C++コードベースをRustへ移行する取り組みで成果を上げたと説明しています。
ベンチマークでは競合モデルと比較
Googleが公表したベンチマークでは、Gemini 4 ArgonはOpenAIの「GPT-6 Astra」やAnthropicの「Claude Fable 5.1」「Claude Opus 5.5」を多くの項目で上回ったとされています。
一方、これらはGoogleが示した評価結果であり、ベンチマークの条件や実際の業務における使い勝手は、利用者側でも確認する必要があります。
| 評価項目 | Googleが公表した結果 |
|---|---|
| 脆弱性の修復（CWE-bench v1） | 68％。Grok 4.7、GPT-6 Astraと首位タイ |
| 社内の脆弱性発見ベンチマーク | 20種類のプログラミング言語を含むコードベースで85.8％ |
| Wizのブラックボックステスト | ソースコードなしのWebシステムを対象に70.9％ |
脆弱性発見の評価では、Googleの専門モデル「Gemini 3.8 Flash Cyber」がそれぞれ71.0％、58.2％だったのに対し、Argonは85.8％、70.9％を記録したと発表されています。
いずれもGoogleが公表した数値であり、評価対象やテスト環境が異なる結果を単純に横並びで比較することには注意が必要です。
高い能力を前提に安全対策も強化
Gemini 4 Argonは脆弱性を自律的に発見・検証し、パッチを適用できるよう訓練されている一方、悪用を防ぐためのセーフガードも設けられます。
Googleは一般展開に向け、サイバー攻撃や化学・生物・放射性物質・核関連の悪用を防ぐ仕組み、間接的なプロンプトインジェクションへの耐性、モデルの行動監視、隔離されたサンドボックス環境の強化を進めるとしています。
プロンプトインジェクションとは、外部の文書やWebページなどに埋め込まれた悪意ある指示によって、AIの動作を意図しない方向へ誘導する攻撃です。
Googleによると、Gray Swanの間接プロンプトインジェクション評価では、15回試行時の攻撃成功率がArgonは0.7％でした。
同じ評価でClaude Opus 5.5とClaude Fable 5.1は1.0％、GPT-6 Astraは8.5％とされていますが、こちらも特定の評価条件における結果です。
API価格は導入価格を提示
発表時点の導入価格は、入力が100万トークンあたり2ドル、出力が同10ドルです。
キャッシュされた入力トークンには、入力価格から95％割引が適用されるとしています。
出力上限の大きさは複雑な処理をまとめて実行するうえで有用ですが、長文を生成するほど出力料金も増えるため、導入時には処理量と費用の見積もりが重要になります。
まとめ
Gemini 4 Argonは、100万トークンの出力上限と長期的な推論を特徴とし、ソフトウェア開発や企業業務、サイバー防衛での活用を見込むGoogleの新モデルです。
まずはサイバー防衛担当者向けに提供され、一般展開に先立って安全対策が強化されます。
公表ベンチマークでは高い性能が示されていますが、利用可能な時期や実務での効果、費用対効果は、今後の提供範囲と実際の利用結果を踏まえて見極める必要があります。