Gemini 4 Argon徹底解説｜最強を名乗るのに誰も使えないモデルの正体

発表の要点を3行で

久しぶりに「待たされた末に出てきた本命」が登場した。Gemini 4 Argon（ジェミニ 4 アルゴン）である。アルゴンは周期表の希ガス、反応しない退屈な気体の名だ。だが中身は退屈と程遠い。

そして最大の特徴は、性能でも価格でもない。一般ユーザーは当面使えないという一点である。順を追って見ていこう。

Gemini 4 Argon とは何者か

これは Gemini 4 世代の最初のモデルにあたる。もともと2026年5月の開発者会議で予告されていた上位モデルは 3.5 Pro という名前だったが、これは取りやめとなり、間に 3.8 Flash 系が挟まった。つまり今回のモデルは幻に終わった上位版の実質的な置き換えであり、命名規則そのものも変わった。

設計思想は明快だ。long-horizon（ロングホライズン、長時間・多段階）のワークフローを、人間に制御を返さずどこまで走り切れるか。公式発表は用途を3つに絞る。実務のソフトウェア開発、法務や金融など専門職のナレッジワーク（知識労働）、そしてサイバー防御である。

技術的な目玉は出力側の上限だ。入力100万トークンは既にフロンティアモデルの標準装備だが、出力100万トークンを掲げたモデルはほとんどない。従来の同系列は64,000トークンだったので、15倍以上の拡張になる。「深く考え、数十万トークンを一つの軌跡の中で生成する余地があれば、推論の深さが一段変わる」というのが開発側の主張である。なお入力コンテキストウィンドウ（文脈窓）の具体的な数値は、今回明示されていない。

ベンチマーク、18項目の勝敗

公開された比較表から主要7項目を抜き出した。数値は達成率（パーセント）で、高いほど良い。

まず目を引くのは法務だ。19.6に対して競合は5.4と3.8。三倍から五倍の差である。金融分野は65.4で競合の53.5や58.6を、長尺動画の理解は91.7で87.5や83.7を上回った。ただし法務の19.6とは5件に1件しか完遂できていないということでもある。まだ実務投入できる水準ではない。

逆に弱点もはっきり出ている。FrontierSWE v2 では10.5ポイント、表に載せなかった端末操作系でも9ポイント、競合に離された。「コーディングが得意」と大きく打ち出した割に、開発系の成績はまだらである。

他社との差別化はどこにあるのか

第一に、出力の長さ。単なる数字自慢ではない。コード移行、監査、契約書レビューといった仕事は「一気にどこまで書き切れるか」で質が決まる。人間に差し戻すたび文脈が切れるからだ。出力上限の拡張は、エージェント運用の実質的な作業単位の拡大を意味する。

第二に、ナレッジワークへの振り切り。指標に採用された Vals Index（ヴァルス インデックス）は、金融・開発・法務・税務の各分野を米国の国内総生産への寄与度で重み付けして評価する。「賢さ」ではなく「経済的インパクト」を測る物差しだ。消費者向けチャットボットの人格勝負から降り、企業の支出が既に発生している領域へ照準を合わせてきた。

第三に、防御側サイバーセキュリティ。欠陥の発見・検証・修正までを自律的に回すよう訓練されている。信頼された防御組織と社内チームに対しては、該当分野のガードレール（安全柵）を外した状態で提供するという。これは競合にはない踏み込みだ。

第四に、prompt injection（プロンプトインジェクション、間接的な指示注入）への耐性。外部データに仕込まれた悪意ある指示にモデルが乗っ取られる手口で、エージェント運用の最大の弱点とされてきた。第三者機関の指標における攻撃成功率は0.7パーセント。競合最良が1.0、次が8.5、最下位は51.8だから、ここは数字で見る限り頭一つ抜けている。

料金体系、わかっている範囲で

価格は公式に明示された。100万トークンあたりの単価で、導入期間中は割引、期間後に正規価格へ移る二段構えだ。

表には載せなかったが、cached input（キャッシュ入力）は通常入力の95パーセント引きと公表されている。導入期間中なら100万トークンで0.10ドル。正規価格移行後の割引率は明示されていない。

構図はこうだ。導入期間中は競合最上位の五分の一から二分の一。期間終了後は Claude Opus 5.5 と同額に並ぶ。価格で殴りに来たというより、「土俵に戻ってきた」という表明に近い。

なぜ、まだ使えないのか

配布先は Fairwind Program（フェアウィンド プログラム）の参加組織に限定されている。2026年9月に開始された枠組みで、政府機関や国家サイバー当局、医療・通信・電力・金融などの重要インフラ事業者、基盤技術プラットフォームが対象だ。

理由は単純で、能力が高すぎるからである。欠陥を自律的に見つけて直せるということは、裏返せば見つけて突けるということだ。だから防御側に先に渡し、適応の時間を与える。発表側は米国政府の自主的な事前アクセス手続きにも参加していると述べている。

実績も示された。クラウドセキュリティ企業の Wiz（ウィズ）が無償の公共インフラ保護活動で使用したところ、世界中の病院で使われる医療ソフトウェアから、従来のモデルが見落としていた重大な個人情報露出を発見したという。

広く開かれるのは、安全策の検証が終わってからだ。順番は有料の開発者向け顧客と月額200ドルの最上位サブスクリプション加入者が先行し、その後に企業・一般消費者へ、とされる。時期は未定だ。

社内では既に稼働している

最後の事例は重い。コンパイラの出力を読み、自動ベクトル化が効くようコードを書き直して2.7倍。これは「書けます」ではなく「性能工学ができます」の領域だ。もっとも、カーネルを含む大規模書き換えには自動・手動の監査と検証を重ねているとも明記されている。そのまま本番に流しているわけではない。

IT小僧の視点

一つ目。ベンチマークはモデル単体の比較ではない。欠陥修正の指標では、各社のモデルがそれぞれ自前のエージェント基盤の上で走っている。測っているのは「モデルと道具立ての総合力」だ。横並びの表は、見た目ほど等条件ではない。

二つ目。開示された18項目は、発表側が選んだ18項目である。単独首位12という数え方は正しいが、それは自社が提示した土俵の上での話だ。強い領域を厚めに並べるのは、どの企業でもやることである。

三つ目。「安全だから配らない」は検証不能な主張でもある。限定配布は、安全性の担保であると同時に、完成度の不均一さを外部評価から守る壁にもなりうる。実際、開発系の成績はまだらだった。能力が高すぎて出せないのか、詰め切れていないのか、外からは区別がつかない。

とはいえ、障害の切り分けと同じ理屈で考えれば、防御側への先行提供には一定の筋が通る。同じ能力が攻撃側に渡るのは時間の問題で、ならば直す側が先に持つほうが被害は小さい。最小権限と監査証跡の思想に沿った配り方だ。問題は、その「信頼された組織」を誰がどう選び、記録が誰に見えるのか、という点である。そこは今のところ開示されていない。

まとめ

Gemini 4 Argon は、消費者向けの話題作りではなく企業の業務そのものを取りに来たモデルである。法務・金融・長文脈・動画理解で明確に抜け、開発系では競合に譲る項目も残した。価格は導入期間中に限れば破格で、その後は横並びになる。

そして我々が触れるのは、まだ先だ。「最も強力」という宣言と「だから渡せない」という但し書きが、同時に出てくる時代になった。フロンティアモデルの発表は、性能競争の話から配布統制の話へ重心を移している。実際に触れる日が来たら、改めて検証したい。

※2026年10月1日時点の公開情報に基づく。価格・提供範囲は変更の可能性あり。数値は発表側の公開比較表および米国テック系メディアの報道による。