本文へ移動

2026年9月28日〜10月4日のAIニュース週間まとめ

複数のAIエージェントを権限管理と人の確認で安全につなぐイメージ

今週の主な話題確認できた動き情報源
Gemini 4 Argon最大出力を従来の64,000トークンから100万トークンへ拡大。現時点では信頼されたサイバー防御関係者などに限定して提供。Google
GPT-6.1 SolGPT-6 Solの後継を発表。ChatGPT Work、Codex、APIで提供。OpenAI
Claude Sonnet 5.5GitHub Copilotで一般提供。VS CodeやCopilot CLIなどで選択できる。GitHub

Gemini 4 Argon、最大出力を100万トークンに拡大

Googleは9月30日、Gemini 4 Argonを発表しました。最大出力は従来の64,000トークンから100万トークンへ増えています。発表時点では、Fairwind Programに参加する一部のサイバー防御関係者などへの限定提供です。開発者・企業・一般利用者向けの提供開始日は未発表です。Googleの発表

Terminal-Bench 4.0では57%前後

ターミナルで課題を解くTerminal-Bench 4.0では、Googleの自己評価が57.4%、Artificial Analysisのhigh設定が57.07%、Valsが57.58%でした。数値は近いものの、同じ条件での測定ではありません。Googleの評価資料/Artificial Analysis/Vals

下のグラフはAIモデル比較の最新データを使っています。Argonはhigh、GPT-6.1 SolとClaude Sonnet 5.5はmaxの結果です。実行用のプログラムは各モデル名の下に表示しています。推論設定や測定条件は異なります。

Terminal-Bench 4.0の解決率

モデル・推論設定Terminal-Bench 4.0(%)
Gemini 4 Argon (high)57.1
GPT-6.1 Sol (max)58.2
Claude Sonnet 5.5 (max)70.6

費用も評価によって異なります。Artificial Analysisでは1タスクあたり6.78ドル、Valsでは17.64ドルでした。AAは最大500ステップ、Valsはステップ数・費用の上限なしで1課題8時間という条件です。これらは評価で使った費用で、APIのトークン単価とは別です。AAの測定方法/Valsの結果と条件

Googleが示した一般提供開始時の予定価格は、100万トークンあたり入力2ドル・出力10ドルです。導入期間が終わると入力4ドル・出力20ドルになります。有料API利用者とGoogle AI Ultra加入者から提供を広げる方針ですが、開始日はまだ分かりません。Googleの提供方針

海外の反応

費用だけで選べるか

  • 1 名無しのMargin
    GPT-6.1 Solをmaxで使えばよくない? その方が安い。
    • 2 名無しのMargin 1への返信
      そうだね。すごく安くて、OpusやAstraと同程度だけど、かなり遅い。
    • 3 名無しのMargin 1への返信
      APIを使うならそうだね。でも、どちらの月額プランにするか選ぶなら、Google AI Proにはかなりお得な割引がある。
    • 4 名無しのMargin 1への返信
      ベンチマークと実際の使い勝手は違うって分かってるよね?
      それとも、Sonnet 5.5の方がFable 5.1やGPT-6 Astraより優れていると思う?

Argonの価格は高い?

  • 5 名無しのMargin
    めちゃくちゃ高い。
    • 6 名無しのMargin 5への返信
      価格設定自体はかなりいいと思う。ただ、実際にはどれだけ効率よくトークンを使うか次第だね。
      • 7 名無しのMargin 6への返信
        費用も賢さもOpus 5.5のhighと同じ。つまり、月額プランがないと手が出ない。

ベンチマークと使い勝手の差

  • 8 名無しのMargin
    Googleがモデルを出すたびに、みんな同じことを忘れるの? ベンチマークでは圧勝して、グラフの数字に大騒ぎするけど、実際の性能とはかなり差がある。
    • 9 名無しのMargin 8への返信
      Googleは特定の用途ではかなり強いよ。たとえば画像の認識では、Flashでも最先端のモデルをあっさり上回る。UIも得意だし、古いGemini 3.1 Proも、幅広い知識では今でもかなりいい。
      • 10 名無しのMargin 9への返信
        そうだけど、実際のコーディングは苦手なのに、コーディングのベンチマークではすごい成績を出す。そこが問題なんだ。

3.8 Flashの利用経験と、Argonへの期待

  • 11 名無しのMargin
    自分の用途では3.8 Flashがとてもよく動いている。家の持ち物を管理するAndroidアプリと、ギターの指板で作曲するWebアプリを作り終えた。どちらも月20ドルのProプランの範囲内だよ。Argonならもっとできそう。使えるようになったら試すのが楽しみ。

コーディング全般で優位とは限らない

韓国のDCInsideでは、Googleの表にあるArgonの57.4%とOpus 5.5の66.4%を挙げ、別のコーディング評価で強くても、ターミナル作業を含めて全面的に優位とは言えない、と評する投稿がありました。

出典:Reddit(費用だけで選べるか) / Reddit(Argonの価格は高い?) / Reddit(ベンチマークと使い勝手の差) / DCInside

まとめ

最大100万トークンの出力と、57%前後のTerminal-Bench 4.0の結果は確認できました。普段のコード改修でどこまで役立つかは、一般提供後に同じ課題を実行し、完成度と費用を比べて確かめたいところです。

今週紹介したニュース一覧

9月28日(月)のAIニュース

9月29日(火)のAIニュース

9月30日(水)のAIニュース

10月1日(木)のAIニュース

10月3日(土)のAIニュース

10月4日(日)のAIニュース

AIニュース一覧に戻る