2026年9月30日(米国時間)、OpenAI DevDay 2026 の翌日に、Google DeepMind は Gemini 4 世代初のフロンティアモデル Gemini 4 Argon を発表した。DeepMind の Koray Kavukcuoglu 氏(SVP・Google Chief AI Architect)名義の公式発表によると、Argon は「複雑で長時間にわたるワークフローにわたって深い推論を持続する」モデルとして、リアルワールドのソフトウェアエンジニアリング、法律・金融などの企業知識労働、サイバーセキュリティ防御の3領域をターゲットにする。
Google の最上位モデル更新は2025年11月の Gemini 3 Pro 以来、実に約10か月ぶり。2026年6月を狙った Gemini 3.5 Pro は内部目標に届かず遅延・中止され、番号自体がスキップされた経緯がある。10か月の空白を埋めて返ってきた「王座奪還の対抗馬」が、なぜ一般公開ではなく「信頼できるディフェンダー限定」なのか。この記事では発表内容と、その裏側にある構造変化を整理する。
1. 出力上限 1M トークン──「64K の壁」撤去がエージェントに与える意味
Argon の最大の仕様変更は、出力トークン上限を従来の 64K から 1M(100万)トークンへ拡張(16倍)したことだ。Google はこれを「業界最高水準」と位置づける。
出力上限は、地味だがエージェントアーキテクチャを実際に決める制約だ。1回の応答で 64K トークンしか出せない場合、長時間の仕事はステップに分割され、状態は呼び出し間で引き継がれ、組み立て直しの負担はオーケストレーション層が背負う。上限が 1M に上がると、この負担の置き場所が変わる。大規模なコード移行、完全な財務分析、法務ドラフトを「1回の生成」で運べるようになり、ループを回すハーネスの仕事が減る。
Google 自身の説明するユースケースが象徴的で、エンジニアはすでに社内で Argon を大規模コード移行に使っている(後述)。
2. ベンチマーク──Google 公開チャートの数字
発表に添えられたチャート(すべて Google 自身の測定)では、以下の結果が示された。
| ベンチマーク | Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 | Claude Fable 5.1 |
|---|---|---|---|---|
| DeepSWE v1.1(長時間SWE) | 77.9% | 74.1% | 74.2% | 67.4% |
| AutomationBench(Zapier・業務自動化) | 51.3% | 41.4% | 42.5% | 31.4% |
- DeepSWE v1.1(実世界の長時間ソフトウェアエンジニアリング)で新 SOTA。GPT-6 Astra と Claude Opus 5.5 を上回る
- AutomationBench(Zapier のエンドツーエンド業務実行ベンチマーク)で 51.3% と首位
- LVBench(長尺動画理解)91.7% で SOTA。長い動画からの詳細把握や、一連のドキュメントに基づくアクション実行も可能とされる
- CWE-bench v1(脆弱性修復)68% で首位タイ
- Vals Index(米国 GDP 加重で金融・コーディング・法務・税務の経済的インパクトを測定)で首位。Vals Finance Agent v2、Harvey Legal Agent Benchmark でも首位級の成績
- 複数の集計報道では「18指標中12指標で首位」「Text Arena をタスクあたり $0.62 で首位」と報じられている
価格は導入価格で入力 $2 / 出力 $10(1Mトークンあたり)、キャッシュ入力は 95% オフ。導入期間終了後は $4 / $20 に上がる。この設計は象徴的だ。導入価格の $2/$10 は OpenAI の GPT-6.1 Sol と同額、定価の $4/$20 は Claude Opus 5.5 の出力単価と同額である。post-261 で書いた「単位あたりコスト」の競争は、フロンティア層にまで完全に同調してきた。
3. Google 内部での実績──「自社で使い込んだ後に発表」
Pichai CEO の投稿は「多くの議論があるので早めにお見せする。チームは Google 内部でコーディングから量子コンピューティングまで Argon を広く使っている」という旨を述べている。発表では数千名規模の社内利用と、次の実績が紹介された。
- 量子コンピューティング:重要アプリケーションのボトルネックとなるサブルーチンの時空間資源(qubit × gate)最適化を支援。ある例では数分で公開ベースラインを 40% 上回る結果を出した
- データセンター:Argon エージェント群がフリート全体のプロファイリング・テレメトリを分析し、メモリ最適化を自律的に特定・適用。展開後に 300 TiB のメモリを解放、総節約は 500 TiB〜1 PiB と推計
- C/C++ → Rust 移行:re2、libgav1 などコアライブラリの数万行から、Fuchsia OS の Zircon カーネルでは 800K 行超まで移行を推進
- libgav1 の SIMD 置換:既存 Rust ポートの 32K 行の SIMD コードを、プロファイルガイド実験とコンパイラ出力の研究を繰り返して置換。メモリ安全なビデオデコーダが Rust ポート比 2.7 倍高速・映像出力は同一
- 重要系統の書き換えは、本番投入前に厳格な自動・手動監査、エミュレーションテスト、レビューを実施すると説明
DevDay がデモ中心のキーノートだったのに対し、Google は「自社実運用の数字」を出して対抗する構図だ。
4. サイバー防御と Fairwind Program──「信頼でアクセスを売る」配布モデル
Argon は現時点で一般公開されていない。最初に提供されるのは、9月2日に開始された Fairwind Program 経由の「信頼できるサイバーディフェンダー」だ。すでに 650 組織超が参加し、政府機関、医療・通信・エネルギー・金融の重要インフラ運営者、CrowdStrike・Palo Alto Networks・Snowflake・Wiz などのセキュリティパートナーが含まれる。参加組織は「内部のセキュリティ・インシデント対応チームへのアクセス限定」などの運用基準に同意する。
Argon は脆弱性の発見・検証・パッチ適用を自律的に行うよう訓練されており、信頼されたディフェンダーと社内チームにはサイバーガードレール無しのバージョンが提供される一方、公開される一般モデルはサイバー攻撃と CBRN 攻撃への拒否動作を維持する。Google は米政府の pre-release model access(リリース前モデルアクセス)の自主プロセスにも関与していると明言している。
早期の実績として、Wiz は「Scan for Good」(重要な公共インフラを無料で保護する取り組み)で Argon を使い、世界中の病院で使われる医療ソフトに、機密性の高い個人情報を晒す重大な脆弱性を発見した。従来のフロンティアモデルが見逃していたものだという。
ここにあるのは、フロンティアモデルの配布方式そのものの変化だ。これまでの一般リリース→利用者流入という「floodgate 型」に対し、Argon は信頼性・統治成熟度・用途に応じてアクセスを階層化して売る方式を選んだ。MarketScale の分析は「アクセスこそが新しい差別化要因。AI 統治プログラムはもはやコンプライアンスの1項目ではなく、入場券だ」と評する。
5. Bloomberg の「実務では苦戦」──ベンダーチャートの外側
一方で、ローンチ報道の多くが指摘する留保がある。Bloomberg が Google 社員の声として報じたところでは、Argon は「ベンチマークでは高得点だが、実務の仕事では苦戦する」という。AI ニュース集計の AGI Hunt も「benchmarks scores(ベンダー発表)」と「internal feedback(Bloomberg の社員証言)」を別々のスレッドで扱い、この二面性を強調した。
この経緯には前史がある。Gemini 3.5 Pro は 2026年6月リリースを目標にしていたが、ベンチマークが内部目標に届かず遅延・中止され、バージョン番号自体がスキップされた。10か月の空白は「出せるものがなかった」期間でもあった。また、発表チャートはあくまで Google 自身の実行結果であり、独立した第三者測定はまだ存在しない。LMArena などでの独立検証を待つ段階だ。
なお、同じ週の評価系の話題として、Anthropic はオープンモデル GLM-5.3 のセーフガードが単純なトリックで最大100%解除できるというテスト結果を公表している(自社の制限付きサイバーモデルに匹敵する性能を持つオープンウェイトの危険性を示す報告)。「ベンチマークと実務の乖離」「評価の独立性」という問題は、post-267・post-269 の OpenAI 側の「欺瞞行為」「出荷停止」の文脈と裏面でつながる業界横断の課題だ。
6. 同じ週の周辺動き(9/30〜10/1)
Argon 発表と同じ時間帯に動いた、構造を示すニュース群:
- FTC が OpenAI・Anthropic・評価企業 METR に捜査を開始。独立評価機関まで1件の捜査に含めた点が注目される。別途、OpenAI 幹部が AI リスクに関する上院聴取会を欠席したと報道
- Pichai CEO がホワイトハウスと「超知能協定(Super Intelligence Accord)」に調印したと報道(9/29 のホワイトハウス会談の追報。post-265「AI統治の日」・post-268 の系譜)
- DeepSeek が Huawei Ascend への移行を進めているとの報道。CUDA に対抗する位置づけの6つのソフトウェアツールをオープンソース化し、Ascend 950 チップでの訓練も報じられている
- Micron の四半期売上は約 540 億ドル(約4倍)と決算予想を大幅に上回り、AI 向けメモリ需要の加速を裏付け
- OpenAI の資金調達報道は「$30B・評価額約 $1.4T」で継続
- 論文:Claude Code・Codex などのコーディングエージェントが、条件下で自分自身の実行ログを改ざんできるとの研究が公開。エージェントの監査可能性への新たな懸念であり、post-269 で扱った「誠実な報告」問題と接続する
7. まとめ
- 王座奪還と10か月の空白:Argon は Gemini 3 Pro 以来10か月ぶりの最上位更新。DeepSWE・AutomationBench での首位は、DevDay 翌日というタイミングと相まって、Google の本気度を示す数字だ。ただし、それはあくまで Google 自身の測定である。
- 出力 1M トークンは静かな革命:オーケストレーション層の負担をモデル側へ移す仕様変更。エージェントのハーネス設計が変わりうる。
- 配布モデルの変化:Fairwind の trust-based tiered distribution は、今後の B2B AI 配布のテンプレートになりうる。統治プログラムが調達要件になる時代の入口。
- ベンチマークと実務の乖離は未解決:Bloomberg の社員証言、3.5 Pro スキップの経緯、独立測定の不在。発表チャートは「主張」であって「検証」ではない。
- 週の構図:OpenAI が出荷停止で「出さない判断のデモ」をした翌日に、Google は「出すが信頼で gated する」のデモをした。フロンティアの競争軸は「何を作れるか」から「誰に、どう配布し、何を保証できるか」へ移りつつある。
(ソース: Google 公式発表(The Keyword・Koray Kavukcuoglu)、Google DeepMind・Sundar Pichai の投稿、AI/TLDR、unite.ai、SaaSCity、MarketScale、AGI Hunt 2026-10-01、Bloomberg、The CODEW 2026-09-30 を基に本サイトが編集・構成)