Gemini 4 Argonとは？性能・100万トークン・料金・使い方

最終更新日:2026/10/14

Googleの最新フロンティアモデル「Gemini 4 Argon」が、2026年9月30日（米国時間）の発表から約2週間後の10月13日（米国時間）に、一般提供を開始しました。

「Gemini 3.5 Proは出なかったのに、いきなりGemini 4？」と驚いた方も多いのではないでしょうか。Argonは、Googleが3.5 Proの投入を見送って開発を進めてきた、約7カ月ぶりのFlash超えクラスのモデルとされています。

特に注目されているのが、Gemini APIで入力と出力を合わせて最大100万トークンを扱える点です。従来は最大出力が6万4,000トークンだったため、長大なコードや資料を1回の応答でまとめて生成できる余地が大きく広がりました。

2026年10月14日時点で、Gemini 4 Argonは一般提供の段階に入っています。グローバルで順次利用可能になっており、主な提供先は次のとおりです。

• 開発者・企業：Gemini APIの有料プラン（Google AI Studioなど）
• 一般ユーザー：Google AI UltraまたはGoogle AI Proの契約者（Geminiアプリ、Google検索のAIモード）
• サイバーセキュリティ担当者：Fairwind Programに申し込むと、サイバー関連のガードレールなしで利用可能

なお、導入価格は2026年11月30日までの期間限定です。Geminiアプリの無料プランは対象外のため、利用条件には注意が必要です。

この記事では、Gemini 4 Argonの驚異的な性能（入出力合計100万トークン）や他社モデルとの比較、気になる「どこでどう使えるのか」「料金はいくらか」といった最新状況までが一目で理解でき、自社導入や開発の準備をスムーズに進められます。

Gemini 4 Argonの基本概要と特徴

Gemini 4 Argonは、Google DeepMindが開発したフロンティアモデルです。フロンティアモデルとは、その時点でAI性能の最前線にある最上位クラスのモデルを指します。
Googleはこのモデルを「長期的で複雑なワークフローを通じて、深い推論を持続できる」ものと位置づけています。得意分野は次の4つです。

• 実務レベルのソフトウェアエンジニアリング
• 法務・金融などの企業向けナレッジワーク
• サイバーセキュリティ防御
• 科学研究
• クリエイティブライティング

入力はテキスト、画像、動画、ファイルに対応しています。モデルの重み（学習済みパラメータ）は非公開です。

Argon（アルゴン）モデルの位置付けと開発の背景

Argonは、2025年11月のGemini 3から約10カ月ぶりとなる新世代の最上位モデルです。この間のGoogleは、OpenAIの「GPT-6 Astra」やAnthropicの「Claude Fable 5」にフロンティアの座を譲ったと見られていました。Argonは、その巻き返しを狙う一手といえます。
報道によれば、Gemini 4世代の最初のモデルはPro/Flashといったティア名ではなく、元素名のコードネーム「Argon」で登場しました。Googleは、Gemini 4ファミリーのほかのモデルも今後提供していくとしています。

Googleは社内でも、数週間にわたってArgonを使った検証を進めてきたと説明しています。今回の一般提供で、Googleのサービスだけでなく、外部の開発者や企業、一般ユーザーにも広く届く段階に入りました。

従来のGeminiシリーズや他モデルとの違い

Argonの最大の違いは、長時間の連続作業を前提に設計されている点です。従来のGeminiは、エージェント性能（自律的に複数ステップのタスクをこなす力）が弱点とされてきました。第三者機関のArtificial Analysisによれば、Argonはエージェント系の評価で大きく改善しています。

最大100万出力トークン対応がもたらすインパクト

Gemini APIでは、入力と出力を合わせて最大100万トークンまで扱えます。出力側だけの上限が100万と明記されているわけではない点に注意が必要ですが、入力が小さければ、従来の出力上限（6万4,000トークン）の約15倍超にあたる量を、1回の作業の中で生成できる計算です。Googleは、モデルが数十万トークンを使って深く考え抜けるようになり、難問を「一発で」解きやすくなると説明しています。
たとえば次のような作業が、分割せずに実行しやすくなります。

• 数十万行規模のコードベースの再構築
• 大量の契約書や財務資料を横断した分析レポートの一括作成
• 長大な推論の過程を含む複雑な計画の策定

長い出力を扱う際は、新しい「継続プロトコル」（長文生成を継続して行う仕組み）への対応が必要になります。Googleの開発者・企業向けドキュメントで、事前に設定方法を確認しておきましょう。

ただし、出力が長くなる分、トークン課金も増える点には注意が必要です。この点は料金の章で詳しく見ていきます。

Gemini 4 Argonの主な機能と強み（ベンチマーク・性能）

長時間の連続推論とエージェント能力

Argonの核となる強みは、複数ステップにわたる長時間のタスクを、途中で息切れせずにこなす力です。Geminiの製品責任者であるTulsee Doshi氏も、長く複数ステップに及ぶ作業の実行を強みとして挙げています。
ここで気になるのは「処理速度」でしょう。Valsの測定では、Vals Index（金融・コーディング・法務・税務などの総合指標）1回の評価に約46分33秒かかっています。複雑なエージェント作業では、1回あたりの所要時間が長くなる傾向がある点は覚えておきたいところです。

一方、安全面でも改善が進んでいます。Googleによれば、コーディングベンチマークでタスクが行き詰まった際に許可のない近道をとろうとする試みは2%にまで減少しました。エージェントの推論と行動を読み取り、意図しない回避策を検出してブロックする監視の仕組みも導入されていま

競合比較：GPT-6 Astra・Claude Opus 5.5とのベンチマーク

Google DeepMindが公開した主要ベンチマークでは、Argonは多くの項目で首位です。

※出典：Google DeepMind公開値。太字は各行の最高値です。
一方で、すべてで勝っているわけではありません。FrontierSWE v2ではGPT-6 Astraが上回っています。さらにArtificial Analysisの集計では、Terminal-Bench 4.0でArgonが57%に対し、Claude Sonnet 5.5が64%、Claude Opus 5.5が60%、GPT-6 Astraが59%と、Argonが後れを取りました。
総合的な知能指標（Intelligence Index）では、ArgonはGPT-6 Astraと同水準です。タスク1件あたりのコストは、発表時点の割引価格でAstraの約60%（1.99ドル対3.26ドル）と報告されています。

一般提供の開始により、第三者による独立した検証も今後進むとみられます。数値はあくまで現時点のものとして、自社の業務で試して確かめるのが確実です。

詳細なベンチマークのグラフは、こちらからご覧ください。

Google、新モデル「Gemini 4 Argon」発表。出力トークン上限を100万に拡大、複雑なワークフローに対応

大規模コード移行・脆弱性発見・法務／金融での精度向上

注目したいのは、ベンチマークの数字だけでなく実務に近い成果が示されている点です。

• コード移行：C/C++からRustへの移行を、数万行規模のライブラリから80万行超のFuchsia Zirconカーネルまで拡大して進めています
• セキュリティ：脆弱性の修復能力を測るCWE-bench v1で68%を記録し、首位タイとなりました
• 法務・金融：Harvey Legal Agent Benchmarkでは、他モデルを大きく引き離しています

長時間動画（LVBench）やマルチモーダル解析の強み

マルチモーダル（テキスト以外の画像・動画なども扱う能力）も強みです。長時間動画の理解を測るLVBenchで、Argonは91.7%と最高水準のスコアを記録しました。
グラフやチャートの専門的な読み解き、長い動画からの細部の特定、複数資料に基づく行動など、視覚的な理解が必要な業務で力を発揮するとGoogleは説明しています。空間推論の精度向上により、3Dビジュアライゼーションやゲームのプロトタイプ作成といった用途も紹介されています

Gemini 4 Argonの具体活用事例【エンジニア・専門職向け】

プログラミング・アプリ開発：大規模コード再構築とデバッグ

Googleの社内では、Argonがすでに実務で使われています。代表的な事例が、動画デコーダー「libgav1」の高速化です。
ArgonのエージェントはRust移植版をもとに、3万2,000行のSIMDコード（複数データを一度に処理する高速化用のコード）を置き換えました。プロファイルを使った実験を繰り返し、コンパイラの出力を調べながら、コンパイラが自動で並列化できる安全なRustを書いています。結果として、映像出力は同一のまま、Rust移植版の約2.7倍速い、メモリ安全なデコーダーが完成しました。
なお、重要なシステムの書き換えは、自動・手動の監査やエミュレーションテストを経てから本番投入される方針です。

一般提供にあわせて、Googleは新たな事例も公開しました。

• Chromeの大規模リファクタリング：約4,000万行のChromiumコードベースのうち、約600万行のレガシーなフォルダーからWebページ処理の中核部分を切り離す作業を、数カ月かかるところ数週間で完了
• Pythonコードの最適化：Agent Development Kit（ADK）のチームがArgonに一晩作業させた結果、長いセッションでのメモリ内セッション準備時間が40%短縮、初回インポートが21%高速化
• 推論の高速化：オープンモデル「Gemma」の推論を、品質を落とさず約2.85倍に高速化

Googleは、Antigravity上でArgonを使うことで、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が約3分の1減ったとも説明しています。

サイバーセキュリティ：脆弱性検知と自動修正

Argonは、脆弱性の発見・検証・修正パッチの作成を自律的に行えるよう訓練されています。

セキュリティ企業のWizは、無償で重要インフラを守る取り組み「Scan for Good」でArgonを活用しました。複数の脆弱性を連鎖させて、公開ファイルのダウンロード制限の回避によりマスターキーが漏れ、管理者権限を奪われかねない問題を発見し、数十万件規模の患者情報を守っています。

Googleの社内ベンチマークでも、20のプログラミング言語にまたがる複雑なコードベースで幅広い脆弱性を検出しました。

サイバー関連のガードレールを外した状態で使えるのは、Fairwind Programに参加する信頼されたサイバー防御担当者です。同プログラムは、一般提供の開始と同じ日から、数百のパートナーへの拡大も始まっています。防御側が能力を最大限に使えるようにするための措置です。

間接的なプロンプトインジェクション（外部の文書やWebページに仕込まれた悪意ある指示）への耐性も強化されています。Gray Swanのベンチマークでは、攻撃側が手法を調整しながら最大15回試行した場合でも、攻撃成功率は0.7%に抑えられました。

法務・金融・リサーチ：膨大な資料の自動分析・作成

専門職の領域でも、成果が出始めています。

• 金融：複数ステップの金融リサーチを測るVals Finance Agent v2で首位
• 法務：法務リサーチと文書作成を測るHarveyのベンチマークで首位
• 業務全般：Zapierの業務自動化ベンチマーク（AutomationBench）で1位

Geminiアプリでは、整理されていないプロジェクト資料から顧客向けの提案スライドを作成するデモも公開されました。カスタムスキルやスケジュールされたタスクを組み合わせ、今後の依頼への対応まで自動化する内容です。創薬を手がけるIsomorphic Labsでは、複雑なPDFや特許から必要な情報を抽出する作業が、数週間から数時間に短縮されたとされています。

さらにGoogleの社内検証でも、すでに以下のような目覚ましい成果が上がっています。

• 量子コンピューティング：サブルーチンの資源（量子ビット×ゲート数）の最適化で、公開済みの基準より40%良い結果を数分で達成
• データセンター：Argonエージェント群がメモリ使用を最適化し、300TiB超のメモリを解放（総削減の見込みは500TiB〜1PiB）

Gemini 4 Argonの利用方法・料金プラン・提供状況

Gemini 4 Argonは、2026年10月13日（米国時間）にグローバルで一般提供が始まりました。9月30日の発表時点ではFairwind Programに参加する信頼されたテスト参加者に限られていましたが、現在は次のように対象が広がっています。ただし、順次の展開のため、お使いのアカウントやお住まいの地域によって、利用可能になるタイミングが前後する場合があります。

安全面では、Googleは「Frontier Safety Framework」に基づく多層の防御（誤用・脱獄対策、監視）を整えたと説明しています。外部のバイオ分野のレッドチームが突破できたのは、テスト対象のサブタスクの1%未満だったとされています。

利用を開始するための手順

利用の入り口は、立場によって異なります。

• 開発者：Google AI StudioでGemini APIの有料プランを用意し、モデルを選択してAPIを呼び出す
• 企業：Gemini for businessのほか、Google Cloud上のGeminiプラットフォームやAPI経由で利用する
• 個人：Google AI ProまたはUltraに加入し、Geminiアプリ・AIモードでモデルを選ぶ

なお、Geminiアプリの無料プランは、10月9日から利用できるモデルがFlash-Liteのみになっています。Argonを使うには有料プランへの加入が必要です。

APIで長い出力を扱う場合は、継続プロトコルへの対応も必要です。事前にドキュメントを確認しましょう。

料金体系とキャッシュ割引

Googleが公表している料金は、期間限定の導入価格と通常価格の2段階です。

キャッシュとは、同じ入力（長い指示文や資料など）を繰り返し使う際に、割安に処理できる仕組みです。社内資料を何度も参照する業務では、大きなコスト削減につながります。
導入価格は2026年11月30日までです。12月以降は通常価格が適用されるため、本格導入の際は通常価格で試算しておくことをおすすめします。出力100万トークンを1回生成すると、導入価格なら約$10、通常価格なら約$20です。

料金比較表：GPT-6 Astra・Claude Opus 5.5など他社モデルとの料金比較

※いずれも100万トークンあたり、標準APIの目安です。GPT-6 Astraは入力27.2万トークン超で長文料金（入力20／出力75）が適用されます。最新情報は各社の公式ページでご確認ください。
導入価格のArgonは、GPT-6 Astraの5分の1の水準です。通常価格に戻ってもClaude Opus 5.5と同額で、Astraの半分以下に収まります。ただし、Argonは1タスクあたりの出力トークンが多くなる傾向があるため、単価だけでなく1タスクあたりの総コストで比較することが大切です。

まとめ

Gemini 4 Argonは、入出力合計100万トークンの長大な作業枠と、長時間の自律エージェント能力を強みとする、Googleの新たなフロンティアモデルです。主なポイントは次の3つです。

• 金融・法務・業務自動化・コーディングの多くのベンチマークで首位（一部ではAstraやOpus 5.5が上回る）
• 大規模なコード移行やセキュリティ脆弱性の発見・修正といった実務で成果
• 導入価格は入力2／出力10（11月30日まで）、通常価格は4／20で、キャッシュは95%オフ

すでに有料プランがあれば、今日から試せる状況です。導入価格の期間中に、次の準備を進めておきましょう。

• ユースケースの洗い出し：長文生成や大規模コード処理など、大きな作業枠が活きる業務を整理する
• 評価用のタスクセット作成：導入価格のうちに、自社の代表的な業務を用意する
• コスト試算：出力が長くなる分の費用を、導入価格と通常価格の両方で見積もる
• セキュリティ・ガバナンスの確認：エージェントに任せる範囲や権限を、あらかじめ決めておく

Argonは、Googleの各サービスを支える基盤になっていくと見られています。Googleは、Gemini 4ファミリーのほかのモデルも今後提供するとしており、用途やコストに応じた選択肢が増えていきそうです。

一方で、AI業界の競争は非常に速く、GPT-6.1 Solなど安価な競合も次々に登場しています。特定のモデルに依存しすぎず、複数モデルを使い分けられる体制を整えておくことが、これからのAI活用の鍵になるでしょう。

アイスマイリーでは、生成AI のサービス比較と企業一覧を無料配布しています。課題や目的に応じたサービスを比較検討できますので、ぜひこの機会にお問い合わせください。

AIsmiley編集部

株式会社アイスマイリーが運営するAIポータルメディア「AIsmiley」は、AIの専門家によるコンテンツ配信とプロダクト紹介を行うWebメディアです。AI資格を保有した編集部がDX推進の事例や人工知能ソリューションの活用方法、ニュース、トレンド情報を発信しています。

・Facebookでも発信しています @AIsmiley.inc
・Xもフォローください @AIsmiley_inc
・Youtubeのチャンネル登録もお願いいたします@aismiley
メルマガに登録する