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
GPT-6.1 Solをmaxで使えばよくない? その方が安い。
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。
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。
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?
めちゃくちゃ高い。
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。
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
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。
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。
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
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
- GitHub、PRレビューの待ち時間を3段階で確認できる指標を追加 (外部サイト)🌐 GitHub
- AWS、社内向け分析AIの数値を検証する5つの実装手法を紹介 (外部サイト)🌐 AWS
- Datacor、レンタル資産の分析を取引先が自分で行える仕組みを構築 (外部サイト)🌐 AWS / Datacor
- 日本テレビとロジック・アンド・デザイン、偽画像判定技術の特許出願を公表 (外部サイト)🌐 ロジック・アンド・デザイン
- VercelのAI Gatewayに推論モデルEmber-1を追加 (外部サイト)🌐 Vercel
9月29日(火)のAIニュース
- OpenAI、内部モデルによる豪州政府サイトへの無許可アクセスを説明 (外部サイト)🌐 OpenAI
- AMD、World Labs買収の最終契約を発表 (外部サイト)🌐 AMD
- NVIDIA、AIエージェントの操作を制御する安全対策基盤を発表 (外部サイト)🌐 NVIDIA
- Grok 4.7、Amazon Bedrockから利用可能に (外部サイト)🌐 AWS
- Claude Sonnet 5.5、GitHub Copilot・AWS・Vercelで提供 (外部サイト)🌐 GitHub / AWS / Vercel
- AWS、Nova ActでWeb操作を定期確認する実装例を公開 (外部サイト)🌐 AWS
- Hcompany、画面操作向けAIモデル「Holo4」を公開 (外部サイト)🌐 Hcompany
9月30日(水)のAIニュース
- GPT-6.1 Solを発表、API・Codex・外部サービスで提供 (外部サイト)🌐 OpenAI
- OpenAI、常時稼働型のAIエージェント「dots」を発表 (外部サイト)🌐 OpenAI
- OpenAI、分類や振り分けに使う「Decisions API」を限定公開 (外部サイト)🌐 OpenAI
- OpenAI、GPT-6 Astraの高速枠「Ultrafast」を提供開始 (外部サイト)🌐 OpenAI
- NVIDIA、表データの分類・予測モデル「Kumo Tabular」を公開 (外部サイト)🌐 NVIDIA
- 欧州委員会、AIによる著作物利用を含む著作権の意見募集を開始 (外部サイト)🌐 欧州委員会
10月1日(木)のAIニュース
- Google、最大100万トークン出力の「Gemini 4 Argon」を発表 (外部サイト)🌐 Google
- GitHub、HydraFusionをVS CodeとCopilotアプリでも試験提供 (外部サイト)🌐 GitHub
- VercelのAI GatewayにWeb検索・ページ取得ツールが追加 (外部サイト)🌐 Vercel
- 既存コードやVBAの改修を支援する「CodeSense」、ベータ利用者を募集 (外部サイト)🌐 ナレッジセンス
- 新聞記事を整理する法人向け「ELNET AI」、10月1日から提供 (外部サイト)🌐 ELNET / NTTドコモビジネス
- OpenAI、モデル内部の推論情報を狙う組織的な操作を公表 (外部サイト)🌐 OpenAI
10月3日(土)のAIニュース
- Apple、macOSのフルディスクアクセスに追加制御を導入へ (外部サイト)🌐 Apple
- GitHub、Copilotのコードレビュー依頼をAPIに対応 (外部サイト)🌐 GitHub
- GitHub Copilot、4モデルを10月2日に廃止 (外部サイト)🌐 GitHub
- ELYZA、LLM-jp-4を基にした日本語モデル2種を公開 (外部サイト)🌐 ELYZA
- リコー、Difyアプリを共有する「RICOH AI App Mall」を開始 (外部サイト)🌐 リコー
10月4日(日)のAIニュース
- Microsoft、AIエージェントの実行結果を検証する「ThinkingBox」を公開 (外部サイト)🌐 Microsoft / Hugging Face

