【AI】Google「Gemini 4 Argon (ジェミニ・フォー・アルゴン)」発表！従来の16倍の最大100万トークン出力へ【いつ使える？】

Googleから、新モデル「Gemini 4 Argon (ジェミニ・フォー・アルゴン)」が発表されました。

最大出力は100万トークンで、従来の6万4,000トークンから約16倍です。

しかもGoogle社内では、80万行を超えるコードの移行にも投入されています。

こんなAI、早く触ってみたいですよね。

何がそこまですごいのか、実際の活用例と提供時期まで掘り下げます。

【AI】Google「Gemini 4 Argon (ジェミニ・フォー・アルゴン)」発表！従来の16倍の最大100万トークン出力へ【いつ使える？】

発表の核心

まず、「Argon」がどんな仕事を狙うモデルなのか見ていきます。

Googleが重視したのは、難しい問題を長い手順で解き続ける力です。

コードを書いて終わりではなく、調べ、試し、直すところまで進めます。

対象はソフト開発だけでなく、金融や法務の専門業務にも広がります。

Googleの発表を見ると、短い質問への回答より、大仕事を預けるAIという方向です。

では、すでにどんな仕事で使われているのでしょうか。

コードを作り直す

まずは、Google社内で公開された開発の事例です。

Googleは、動画を再生するソフト「libgav1」のRust版を改良しました。

「Argon」のエージェントが、約3万2,000行の処理を置き換えています。

対象は、動画処理を速くするための、かなり細かな計算部分です。

性能を測ってはコードを直す作業を、何度も繰り返しました。

結果は、元のRust版と比べて2.7倍の速度です。

出力される動画は同一だったとGoogleは説明しています。

ここでの2.7倍は、改良前のRust版との比較です。

最適化されたC++版より2.7倍速い、という話ではありません。

ここ、ただ大量のコードを書いた話ではないんですよね。

測定結果を見て、改善案を試し、速さまで詰めています。

安全性を高めやすいRustへ移しても、速度は妥協したくありません。

その難しい両立へ、AIが踏み込んだ事例です。

さらにGoogleでは、C/C++製のソフトをRustへ移す作業にも「Argon」を投入中です。

対象には、80万行を超えるシステムの中核部分も含まれます。

こちらは移行が完了した話ではありません。

重要な部分なので、自動テストや人による監査を進めている段階です。

それでも、AIを80万行規模の開発へ入れたこと自体、かなりアツイですね。

データセンターも改善

コード以外にも、Google社内で動いた例があります。

複数の「Argon」エージェントが、データセンターの稼働データを分析しました。

狙ったのは、メモリの無駄を見つけて減らすことです。

Googleによると、改善を展開すれば300 TiB以上のメモリが空く見込みです。

さらに全体では、500 TiBから1 PiBの節約を見込んでいます。

ピビバイト級の話なので、規模感がもう別世界です。

現時点で、そのメモリがすべて解放済みという意味ではありません。

これは、単なる文章生成では出せない価値です。

システムの状態を調べ、実際の改善へつなげています。

大規模な現場でAIを使うと、削れる無駄も大きいわけです。

量子計算の研究でも、計算手順の改良に使われています。

Googleが示した一例では、公開済みの基準より40%改善したそうです。

社内事例は、ソフト開発から研究まで広がっています。

病院を守る脆弱性発見

次は、Google社外でのサイバー防御の事例です。

セキュリティ企業のWizは、「Argon」を防御活動に使用しています。

病院で使われる医療ソフトに、個人情報が漏れる重大な弱点を見つけました。

Googleによると、従来の最先端モデルが見逃していた問題です。

「Argon」は、脆弱性を探し、確かめ、修正する能力を重視して作られています。

ここで面白いのが、ソースコードなしで攻撃面を調べる能力です。

外から見えるWebサイトの動きだけで、弱点を探す評価も行われています。

Googleが公表したWizの社内評価では、「Argon」が70.9%です。

先行する「Gemini 3.8 Flash Cyber」の58.2%を上回りました。

これは非公開の評価なので、数字はGoogle側の結果として見てください。

公開ベンチマークの脆弱性修正では68%で、ほかの最上位モデルと同点です。

これが、最初の提供先にサイバー防御担当者を選んだ理由につながります。

攻撃にも使われ得る力なので、一般公開は段階的に進める方針です。

Googleは、悪用の防止に加えて、プロンプト注入への対策も進めています。

これは、読み込んだ資料の中の悪意ある指示に、AIが乗っ取られる問題です。

長い仕事を任せるほど、途中で出会う情報の安全性が重要になります。

100万トークンの意味

ここからは、「Argon」の数字を掘り下げます。

Googleが発表した100万トークンは、入力ではなく出力の上限です。

従来の6万4,000トークンから、約16倍へ広がりました。

長い資料を読み込める「入力枠」とは、別の数字です。

入力が長くても、途中で考える余地が足りなければ作業は続きません。

ちなみに、Googleは長い入力を理解する力も別に測っています。

25万6,000から100万トークンの課題で、スコアは84.2%です。

長文の中の関係をたどる試験で、出力100万トークンとは別の話です。

ここでいう出力枠には、長い作業を進める際の推論も関わります。

100万トークンの回答文を、毎回画面に表示するという意味ではありません。

AIが途中で考え、コードを書き、次の手を選ぶ余地が大きくなります。

途中で作業が長くなっても、ひと続きの処理を続けやすくする狙いです。

大きなプログラムの修正や、何段階もある調査でこそ効いてきます。

一方、上限が大きいだけで、必ず正確に完走できるわけではありません。

長い作業では、途中の判断と検証の質も問われます。

正直、普通の質問に100万トークンは必要ありません。

必要なのは、一回の指示では片づかない仕事をゴリゴリ進めたい人です。

ベンチマークの裏側

では、その長い仕事をどこまでこなせるのでしょうか。

ソフト開発を測る「DeepSWE v1.1」で、Google公表値は77.9%です。

これは、実際の開発に近い長い作業をこなす評価です。

ただ、別の「FrontierSWE v2」では55.0%でした。

同じ表の「GPT-6 Astra」は65.5%で、こちらでは「Argon」が下回ります。

つまり、コーディングなら何でも最強、とは言えません。

評価の課題や、AIに使わせる道具で結果が変わります。

Googleの評価方法でも、モデルごとに数値の取得元が異なります。

ここを見ずに、勝率だけで最強と決めるのは早いですね。

専門業務と長い動画

「Argon」の強みは、コードの量だけではありません。

Googleは、金融調査や法務の調査・文書作成でも高い評価結果を示しています。

金融の評価では、複数の段階を踏む調査を測っています。

法務の評価も、資料を調べ、文書へまとめる仕事が対象です。

複数の資料を読み、条件を照らし合わせる仕事が想定されています。

映像も扱えます。

長い動画の理解を測る「LVBench」では、91.7%を記録しました。

こちらもGoogleによる測定で、比較モデルとの映像の取り込み条件は同一ではありません。

動画の細部を拾う力まで伸びているのは、動画制作者として気になります。

たとえば長い収録から必要な場面を探す用途は、私なら試してみたいです。

これは私の活用案で、Googleが公開した利用実績ではありません。

数字も、あくまでGoogleが公表した評価結果です。

実際の使いやすさは、提供後に確かめたいところです。

いつ使える？

ここまで聞くと、今すぐ使いたくなりますよね。

2026年10月1日時点で、一般ユーザー向けには公開されていません。

まずは、Googleの「Fairwind Program」を通じて、信頼されたサイバー防御担当者などへ提供されています。

その後、有料APIユーザーとGoogle AI Ultra加入者から展開を始める予定です。

開発者、企業、一般ユーザーへも、段階的に広げる方針です。

具体的な一般提供日は、まだ発表されていません。

GoogleはAPIの導入価格も発表しています。

入力100万トークンあたり2ドル、出力は10ドルです。

導入期間が終わると、それぞれ4ドルと20ドルになります。

長い仕事で出力が増えるほど、APIの費用も増えます。

同じ入力を再利用する場合は、キャッシュした入力が95%割引です。

何を「Argon」に任せるかで、費用対効果が大きく変わりそうです。

導入期間の終了日と、一般ユーザーが実際に使える条件は続報待ちです。

結論

ここまでを踏まえて、「Argon」の評価をまとめます。

一番ワクワクするのは、AIが長い仕事を途中で投げ出さずに進める方向です。

約3万2,000行の改良では、速度まで上げた実例が出ています。

80万行超の移行にも取り組み、サイバー防御では新たな弱点を発見しました。

単に長文を出すAIではなく、複雑な作業を進めるAIとして見たいですね。

開発や専門業務を任せたい人にとっては、かなり気になるモデルです。

一般ユーザーはまだ使えないので、現時点で乗り換えを決める必要はありません。

提供が始まったら、実際の成功率と費用を確かめるのが次の判断です。

最後に

今回は、Googleの新モデル「Gemini 4 Argon」についてご紹介しました。

皆さんなら、このAIにどんな大仕事を任せてみたいですか。

ぜひコメント欄で教えてください。

この動画が参考になった方は、高評価・チャンネル登録をよろしくお願いします。

それでは、また次回の動画でお会いしましょう！

参考: Google公式発表「Gemini 4 Argon」、Google DeepMind「Gemini 4 Argon」、サイバー防御の性能、ベンチマークの評価方法、Fairwind Program

動画版はこちら: