Google DeepMind は 9 月 30 日に新世代の先進モデル「Gemini 4 Argon」をリリースしました。最も衝撃的な変更点は出力上限の引き上げです。従来の 64K から一気に 100 万トークンへと拡大したのです。この値は「一度にどのくらい生成できるか」を示しており、上下文ウィンドウとは異なります。モデルが単一のタスクチェーンで数十万乃至百万文字を分割せずに連続して生成できるようになると、深層的なコードベースの移行や長文技術報告書、複数ステップの自動化プロセスにおいて、全体を通じた一貫性が生まれます。現在の一般的な先進モデルの出力上限は約 12.8 万トークンですが、Argon のこの跳躍は断層級のものです。

image.png

エビデンスに基づく長距離作業、評価で全面的リード

位置づけとしては、Argon は一斉開放ではなく段階的・特定ユーザー向けの配布を行います。まず信頼できるネットワーク防御者に提供し、次に開発者、企業、サブスクライバーへと広げていきます。Google はこれを「複雑で長期的なワークフロー」に特化させ、ソフトウェア工学、法務、金融、サイバーセキュリティ防御を主な対象としています。成績は非常に優秀です：DeepSWE v1.1 における長時間ソフトウェアエンジニアリングでは 77.9% を記録し、歴史的新記録となりました。Vals指数（金融／プログラミング／法務／税務の加重平均）ではトップを維持し、ZapierのAutomationBenchでは 51.3% で第1位を獲得しました。長動画理解のLVBenchでは91.7%で最高記録を更新しました。視覚面でも専門的なグラフを扱い、長動画から細節を抽出し、ドキュメント間での行動が可能です。

セキュリティを強調する防衛策、価格は両極端

サイバーセキュリティが今回のリリースの主要なテーマとなっています。Argon は、独自に重要な脆弱性を見つけて検証し、修正できるようにトレーニングされています。信頼できる防御者とGoogle内部チームには、「ネットワークバリアなし」バージョンも提供されます。セキュリティベンダーのWizは、Scan for Goodプロジェクトを通じて、このモデルを使って世界中の病院用医療ソフトウェア内の深刻な脆弱性を発見しました。これは以前の先進モデルでは見逃されていました。CWE-bench v1の脆弱性修正では68%で並んで第一位を記録しました。

価格は2つのランクに分けられます。導入期間中は、100万トークンの入力あたり2ドル、出力は10ドルですが、以降はそれぞれ4ドルと20ドルになります。広範囲に利用可能になる前に、Googleは4つの前線をさらに強化しています。それは、誤用防止、プロンプト注入防止、誤った思考プロセスの監視、サンドボックスの強化です。すでに数千人のGoogle従業員がこのモデルを使ってコードのデバッグやアルゴリズム設計、大規模なコード移行を行っており、量子アルゴリズムはこのモデルによって数分で基準を40%向上させました。要するに、Argonの狙いはチャットではなく、プロフェッショナルが最も困難なハードボーンをこなすことです。