［ニュース解説］Google「Gemini 4 Argon」公開——コーディングから科学研究まで、難題向け最上位モデルの全容

2026-10-14

はじめに

　Google DeepMindは2026年10月13日、最新のフロンティアモデル「Gemini 4 Argon」を発表し、APIやGeminiアプリなどを通じて世界同時に提供を開始しました。本稿では、発表内容をもとに、エンジニアリングや業務、科学研究での活用事例、安全対策、利用方法までを整理して解説します。

参考記事

タイトル: Gemini 4 Argon: Built to solve your hardest problems
著者: Koray Kavukcuoglu（SVP, Google DeepMind and Chief AI Architect, Google）
発行元: Google DeepMind
発行日: 2026年10月13日
URL: https://deepmind.google/blog/introducing-gemini-4-argon/

要点

Gemini 4 ArgonはAPI、Google Antigravity、Geminiアプリ、検索のAIモードで世界同時に提供が始まった。
金融・コーディング・法務・税務などの性能を測るVals Indexで1位を記録したとGoogleは説明している。
導入価格は入力100万トークンあたり2ドル、出力100万トークンあたり10ドルである。
Chromeの大規模リファクタリング、Gemmaの推論高速化、核融合や希少疾患の研究などに活用されている。
不正利用対策、エージェントの監視、プロンプトインジェクション耐性など多層的な安全対策を備える。

詳細解説

Gemini 4 Argonの位置づけと提供形態

　Gemini 4 Argonは、コーディング、金融、法務、サイバーセキュリティ、科学など、複数の工程を要する複雑な実務タスクを得意とするモデルです。Googleによれば、金融・コーディング・法務・税務といった経済的に重要な分野での性能を測る「Vals Index」で1位となり、分野横断のベンチマークで他のフロンティアモデルを上回ったとしています。

　提供先は幅広く、開発者・企業向けにはAI StudioとGemini platformのAPI、Google AI Ultra加入者にはエージェント型開発環境のGoogle Antigravity、Google AI UltraとProの加入者にはGeminiアプリと検索のAIモードが用意されています。価格は導入価格として入力100万トークンあたり2ドル、出力100万トークンあたり10ドルで、キャッシュされた入力は95%引きです。

　Google社内や企業、研究機関ではすでに次の4領域で使われていると説明されています。

大規模コードベースのリファクタリングや最適化
法務・金融・科学などの業務ワークフローの効率化
重大なサイバーセキュリティ脆弱性の発見と修正
量子コンピューティング、核融合、生命科学での新たな発見

　2月に登場したGemini 3.1 Proから約8か月での世代交代となります。今回は「Pro」ではなく「Argon」という名称が使われ、末尾でGemini 4ファミリーの残りのモデルも今後投入すると予告されていることから、本稿としてはシリーズの命名体系そのものが変わりつつあると受け止めています。

複雑なエンジニアリング課題への適用

　Googleによれば、Antigravity上でArgonを使ったチームでは、エージェントによるコード提出が35%以上増え、コードのロールバック（不具合による差し戻し）は約3分の1減ったといいます。具体例として次の5つが紹介されています。

Chromeのコード分離: Chromiumの4,000万行のコードベースのうち、約600万行あるブラウザ機能のレガシーフォルダから、ウェブページ処理の中核部分を切り離しました。数百ファイルにまたがる改修を、数か月かかる見込みのところ数週間で完了したとしています。これにより、ページを再読み込みせずにタブやサイドパネル間を移動でき、クラッシュの一類型も解消されると説明されています。
ADK（Agent Development Kit）の最適化: 社内ルール集と1段落の目標を与えると、Argonが一晩自律的に作業し、長いセッションでのメモリ上のセッション準備時間を40%、コールドインポート（初回読み込み）を21%短縮しました。変更はすでに公開リポジトリに反映されています。
量子化学パッケージxTBの高速化: 分子の立体構造予測を最大2.3倍、配座探索（分子が取りうる形の探索）を1.8倍高速化し、変更を公式リポジトリに提供しました。
Gemmaの推論高速化: vLLM上のGemma 4 E2Bで、A100 GPUにおけるスループットを毎秒約37,900トークンから10万8,000トークン超へ高め、2.85倍の高速化を数日で達成したとしています。出力トークンは完全に一致し、品質低下はないと説明されています。
3D可視化の制作: 空間推論や数学的な精度が向上し、Antigravityのスラッシュコマンドやマルチエージェントの反復ループを使って、ブラウザで動く3Dゲームやアニメーションを試作できるようになったとしています。

　これらの事例に共通しているのは、「目標を与えて長時間任せ、検証可能な成果物を返してもらう」という使い方だと読めます。テストやトークン一致率のような客観的な合否基準がある領域ほど、自律的な作業の効果を確かめやすいと考えられます。

業務・専門職ワークフローでの活用

　Argonは推論力、視覚理解、専門知識、文章力を組み合わせ、法務・金融・科学などの業務を支援するとされています。スタイル指示への追従は過去のGeminiモデルで最も高く、回答は不要な留保や繰り返し、決まり文句を減らして直接的になったと説明されています。早期アクセス企業からは、次のような評価が寄せられています。

Deloitte: 長時間タスクで評価上100%完了し、複数ツールをまたいで文脈を保ったとしています。
Box: Gemini 3.1 Proと比べて精度が14%向上し、図表内の情報も含めて文書全体の根拠をつないだとしています。
Kepler: SEC（米国証券取引委員会）提出書類からの財務分析で、アナリスト作成のモデルと99%以上の数値が一致したとしています。
Quadrillion: 複雑な研究タスクを、同等モデルより1.5倍速く、タスクあたり4分の1のコストで完了したとしています。
Cartwheel: 動画から3Dシーンを作る処理で、実行時間を約100分の1、トークン使用量を90%削減したとしています。
法務・医療分野: LexisNexisやMinutaIAは法務文書の分析、Ambience Healthcareは200件超の合成カルテでの病名コード抽出で高い評価を示しています。

　このほか、約50GBのLiDARデータなどから遺跡の3Dモデルを再構築するデモや、Isomorphic Labsが特許やPDFの情報抽出を数週間から数時間に短縮した事例も紹介されています。なお、これらは各社の社内評価にもとづく数値であり、評価条件は公開されていません。自社業務への適用を検討する場合は、自社データで小規模に検証してから判断するのが現実的だと思います。

サイバー防御での活用とFairwind Program

　Googleは、信頼できる防御側の組織に高度なサイバー能力を提供する「Fairwind Program」の参加パートナーを、新たに数百組織規模で拡大すると発表しました。セキュリティ企業Wizは、重要インフラを無償で守る取り組み「Scan for Good」でArgonを活用しており、次の2件の事例が示されています。

政府機関のデータ保護: 連邦機関と協力し、機密データや政府インフラが露出しかねない欠陥を事前に特定・修正しました。
医療インフラの保護: 複数の脆弱性を連鎖させて分析し、マスターキーが露出して管理者権限を奪われうるファイルダウンロードの抜け穴を発見・修正しました。数十万件の患者記録の保護につながったとしています。

　攻撃に転用されうる能力を、審査を経た防御側に限定して提供する方式は、Gemini 3.8 Flashの防御特化版などでも見られた流れと考えられます。能力の高さと悪用リスクの両立をアクセス管理で図る設計として、今後も注目されるところだと思います。

科学研究での新たな発見

　科学分野では、次の4領域での成果が紹介されています。

量子コンピューティング: 量子誤り訂正デコーダーAlphaQubitの社内版を最適化されたハードウェアカーネルに書き換え、推論スループットをほぼ2倍にしました。また、量子シミュレーションで使うarcsin計算の実装をArgonが作成し、Leanで形式検証したうえで、既存の手法と比べて時空間コストを100分の1以下にしたとしています。
核融合: 核融合炉の有力候補であるステラレーターの磁場について、1967年以来「厳密解は存在しない」とされてきたGradの予想に対し、メリーランド大学のLandreman教授とGoogleのチームが、より広い反例のクラスを発見しました。
希少疾患研究: Gamow Labsは新生児の希少な肺疾患のゲノム解析にArgonを使い、既存ソフトが長年見逃していた染色体の再配列を特定しました。同社の評価では、希少疾患診断支援のRareBenchで57%、ウェットラボ推論のLabBenchで52.2%と首位だったとしています。
酵素設計: リサイクルや医薬品製造に使われるセリンエステラーゼの設計で、データ収集からモデル調整、候補の絞り込みまでを数時間で行い、5つの新規設計すべてで触媒活性が実験的に確認されました。

　加えてGoogleは、研究促進のため1万人の科学者にAntigravityの最上位利用枠を6か月間無償で提供するとしており、申し込みを受け付けています。形式検証や実験による確認を組み合わせている点は、AIの出力をそのまま信じるのではなく、検証の仕組みとセットで使う姿勢の表れと読めます。

ロボティクス開発の加速

　Googleによれば、Argonは3D環境での物理的・空間的な問題解決能力を測るERQAベンチマークで87%を記録し、他のフロンティアモデルを上回りました。社内テストでは、人間がコーンホール（袋を穴に投げ入れる遊び）をする動画を見て、環境の座標と全身の関節動作を計算し、シミュレーションコードを自律的に作成しました。これをApptronik社の人型ロボットApolloに移したところ、実環境で7回連続で成功したといいます。

　この「動画→シミュレーション→実機」の流れは、数週間かかる手作業のシミュレーション構築を数時間に短縮するとされています。ロボット学習では学習データの不足が大きな課題とされてきたため、一般的な動画を学習素材に変えられる点は、開発の進め方に影響を与える可能性があると考えられます。

責任ある開発と安全対策

　Googleは、Argonが高い能力を持つことから外部パートナーと連携して能力と安全策を測定し、過去最も包括的な安全対策を講じたとしています。主な内容は次の3つです。

不正利用・ジェイルブレイク対策: Frontier Safety Frameworkにもとづき評価し、ジェイルブレイク耐性、監視、執行を組み合わせた多層防御を導入しました。外部のバイオ分野のレッドチーミング（攻撃役による検証）で解除できた生物関連サブタスクは1%未満で、敵対的な評価セットでの違反は約2分の1に減ったとしています。
エージェントのアライメントとリアルタイム監視: 権限エラーやテスト失敗に直面した際に無断で抜け道を使わないよう、システムの境界を守り、否定的な結果も正直に報告し、取り返しのつかない操作の前に人間の確認を待つよう訓練しました。コーディング評価での抜け道の試行は2%まで下がったとしています。さらに、推論過程と行動を読み取って不適切な回避策をリアルタイムで止める監視機構も導入し、訓練中は思考内容自体に罰則を与えないことで、推論の透明性を保っているとしています。
プロンプトインジェクション耐性: ウェブページやメールに隠された悪意ある指示への耐性を高め、Gray Swanの間接プロンプトインジェクション評価で、15回の適応的攻撃に対する成功率を0.7%に抑えたとしています。

　エージェントが長時間自律的に動くほど、能力そのものより「途中で勝手な近道をしないか」が実務上の論点になると思います。思考に罰則を与えず監視可能性を保つという方針は、AIの内部を人間が点検できる状態を守るための工夫と受け止めています。詳細はモデルカードで公開されています。

利用開始の方法

　ArgonはGemini APIで入出力合計100万トークンの上限に対応し、長時間かかる複雑な問題に取り組めるとしています。長い出力を扱うための新しい継続プロトコルについては、開発者・企業向けのドキュメントで設定方法が案内されています。利用者別の提供形態は次のとおりです。

開発者: AI StudioとAndroid StudioでGemini APIの有料枠から利用できます。Google AI Ultra加入者はAntigravityとAI Studioでも試せます。
企業: Gemini for business、API、Antigravityで利用できます。
一般ユーザー: Google AI UltraまたはProの加入者は、Geminiアプリと検索のAIモードで利用できます。
科学者・研究者: Antigravityの最上位利用枠を6か月無償で使える枠に応募できます（資格・受け入れ枠・選考あり）。
サイバー防御担当者: Fairwind Programに応募すると、サイバー関連の制限を外したArgonを順次利用できます。