※このページにはアフィリエイトリンクが含まれています。
Googleが、新しいAIモデル「Gemini 4 Argon(ジェミニ 4 アルゴン)」の提供を広げました。開発したのは、GoogleのAI研究部門であるGoogle DeepMindです。
この記事では、公式の発表をもとに、Gemini 4 Argonでできることや使える条件、料金を整理します。
※この記事は、2026年10月時点の情報をもとにしています。
Gemini 4 Argonの発表と位置づけ
Gemini 4 Argonは、2026年9月30日に、Googleの公式ブログで発表されました。
実際のソフトウェア開発、法律や金融などの企業の仕事、サイバー攻撃からの防御といった、長く複雑な作業に向けたフロンティアモデル(各社がつくる最先端のモデル)と説明されています。
発表の時点では、信頼できるサイバー防御の担当者に向けて、Fairwind Programという枠組みを通じて少しずつ提供する形でした。
その後、2026年10月13日に、開発者や企業、Geminiの有料プランの加入者へと、提供が広げられています。
回答のしかたと扱える量
2026年10月13日の公式ブログによると、Gemini 4 Argonは、遠回しな言い方を減らして、より直接的に答えるようになったとされています。
必要以上のくり返しをせず、文体の指示にも、これまでのGeminiのモデルよりよく従うと説明されています。
扱える量も広がりました。9月30日の発表では、1回に出力できる量の上限を、6万4,000トークンから100万トークンに広げたと案内されています。
トークンは、AIが文章を区切って数える単位です。
モデルカード(モデルの性能や仕様をまとめた公式の資料)では、入力と出力を合わせて100万トークンまで扱え、入力にはテキスト、画像、音声、動画を使えるとされています。
3D制作やソフトウェア開発での事例
Googleは、Gemini 4 Argonで、空間を捉える力、数学的な正確さ、見た目を形にするコーディングの力が大きく上がったとしています。
公式ブログでは、ゲームやWebアプリ、提案用のスライド、3Dのシーンなど、そのまま使える形のものを作る例が紹介されています。
3Dの制作
紹介されている例の1つが、仏塔(パゴダ)の3Dモデルです。
Google Antigravity(Googleのエージェント型の開発ツール)の上で、複数のAIエージェントが見た目を確かめて直すことをくり返し、3D制作ソフトのBlenderの中に、いくつもの建物が並ぶお寺の一画を作り上げたと説明されています。
本物の机の写真から、遊べる小さなレースゲームを作った例もあります。机の上の物や部屋、コースは、Blender MCPを使って形にされたとのことです。
MCPは、AIとほかのソフトやサービスをつなぐための共通の規格で、Blender MCPは、AIからBlenderを操作するためのしくみです。
ソフトウェア開発
Google社内では、Chromeの開発チームの作業にも使われました。
約4,000万行あるChromium(Chromeのもとになっているブラウザ)のコードで、Webページを扱う中心の部分を、約600万行の古い機能のフォルダから切り離す作業を手伝ったと発表されています。
整ったコードの変更を複数同時に進めながら、数百のファイルにまたがる設計の見直しを終え、何か月分もの作業が数週間で済んだとのことです。
また、Google Antigravityで使ったチームでは、AIエージェントによるコードの提出が35%以上増え、コードの取り消し(ロールバック)は3分の1近く減ったとしています。
ロボットの分野での事例
ロボットの分野では、ERQAというベンチマークで87%を記録し、ほかのフロンティアモデルを上回ったと、Googleは発表しています。
ERQAは、3Dの環境で、物の位置や動きにかかわる問題を理解して解く力を測るテストです。
公式ブログでは、人がコーンホール(穴のあいた板に袋を投げ入れる遊び)をしている動画から、周りの空間の位置関係と全身の関節の動きを計算して、シミュレーションのコードを自分で作った例が紹介されています。
その結果をApptronikの人型ロボットApolloに移したところ、実際の試験で7回続けて穴に入れられたとのことです。
Google Developers Blogでは、Boston DynamicsのロボットSpotの例も紹介されています。
足で踏んで開けるゴミ箱にソーダ缶を捨てる作業を、先にMuJoCoというシミュレーターの中で練習してから行うという内容です。
手描きのスケッチを撮った写真から、シミュレーションの場面を組み立てる例も案内されています。
ベンチマークの結果
Google DeepMindのモデルカードには、19項目のベンチマーク(性能を測るためのテスト)の結果が載っています。
比べる相手は、OpenAIのGPT-6 Astraと、AnthropicのClaude Fable 5.1、Claude Opus 5.5です。
この表では、19項目のうち14項目で、Gemini 4 Argonがいちばん高い数値とされています(このうち1項目は、GPT-6 Astraと同じ数値)。これらは、Googleが自社で発表した結果です。
差が大きいのは、法律の仕事を想定したHarvey’s Legal Agent Benchmarkで、Gemini 4 Argonの19.6%に対し、ほかの3つのモデルは3.8〜6.7%でした。
長い文脈の中で情報をたどるGraphWalks(25万6,000〜100万トークン)でも、84.2%といちばん高い数値になっています。
一方で、モデルカードの表では、次の5項目で、ほかのモデルの数値のほうが高くなっています。
- Terminal-bench 4.0:Claude Opus 5.5が66.4%、Gemini 4 Argonは57.4%
- FrontierSWE v2:GPT-6 Astraが65.5%、Gemini 4 Argonは55.0%
- PostTrainBench:Claude Opus 5.5が49.3%、Gemini 4 Argonは45.3%
- Terminal-Bench Science 0.1:GPT-6 Astraが68.1%、Gemini 4 Argonは57.6%
- OSWorld-2.0:GPT-6 Astraが72.6%、Gemini 4 Argonは69.2%
こうした結果から、Googleのモデルが、他社の最前線のモデルとほぼ横並びの水準に来たという見方もあります。
使える条件とAPIの料金
2026年10月13日の公式ブログでは、使える場所と対象が、次のように案内されています。
- Geminiアプリ、Google検索のAIモード:Google AI ProとGoogle AI Ultraの加入者
- Google Antigravity:Google AI Ultraの加入者
- API(Google AI Studioなど):世界の開発者と企業
Geminiアプリのリリースノートでは、世界に向けて順次提供するとされています。日本や日本語を名指しした案内は見当たりませんでした。
APIの料金は、Gemini APIの料金ページで、2026年11月30日までの導入価格と、12月1日からの価格に分けて案内されています(標準の処理の場合)。
| 100万トークンあたり | 2026年11月30日まで | 2026年12月1日から |
|---|---|---|
| 入力 | 2ドル(約300円) | 4ドル(約600円) |
| 出力 | 10ドル(約1,600円) | 20ドル(約3,200円) |
※円のめやすは、1ドル=158円(2026年10月14日時点)で計算しています。実際の請求額は、為替や税で変わります。
出力の料金には、AIが考える途中で使うトークンも含まれます。一度読んだ内容を使い回すキャッシュの分は、入力の料金から95%引きになると、公式ブログで説明されています。
なお、料金ページでは、Gemini 4 ArgonはAPIの無料の枠では使えないとされています。
おわりに
Gemini 4 Argonは、ソフトウェア開発から3D制作、ロボットまで、幅広い分野の事例とともに登場しました。
紹介されている数値の多くはGoogleが発表したものなので、実際の使い心地は、これから増えていく利用者の声も見ながら、ゆっくり確かめていくのがよさそうです。
僕のひとりごと
僕がAIに興味を持つようになったきっかけは、GeminiのNano Bananaが登場したことでした。
それまでは、AIなんてチャットでちょこっと質問する程度。「へぇ～、こんなこともできるんだ！」と思いながらも、回答に間違いが多い気がして、正直あまり使う気になりませんでした。
ところが、Nano Bananaを見てビックリ！「AIって、こんなことまでできるのかよ！」と、すっかり興味津々になってしまいました。
そして勢いに乗って、Google AI Proに加入！いろいろ試しては感動し、「AIってスゲーな！」と未来を感じる毎日でした。
ところが、しばらく使っているうちに、また気づいてしまいました。「あれ？ この答え、また間違っていないかい？」
感動と疑惑のジェットコースターです。結局、数か月でGoogle AI Proを解約しました。
それ以来、どうもGeminiとは相性が悪いというか、僕の使い方に合わないというか、なんとなくしっくりこないのです。
そんな僕の前に登場したのが、Gemini 4 Argon。3Dモデルを作ったり、複雑なプログラムを直したり、ロボットを動かしたりできるらしい。
マジかよ！ そこまで進化したのか！
……とは思うものの、以前の経験があるので、すぐに飛びつく気にはなれません。
「本当にそこまでできるの？」と、疑い深いユーザーになってしまった僕です。
ただ、Geminiにも大きな魅力があります。それは、料金が比較的安いこと！
性能より先に、料金で心を揺さぶられているというのが正直なところで、今のところ一番惹かれているのは、そこだったりします。
ゴメンね、Geminiさん！ 決して嫌いになったわけじゃないんだよ。
ちょっと相性が合わなかっただけなんだ……たぶん。
いつか「Gemini、最高じゃん！」と手のひらを返す日が来るかもしれません。そのときは、大いに記事を書かせてもらいます。
それまでに、もっと正確に答えてくれる賢い子に成長しておいてね。期待してるぞ、Geminiさん！
参考情報
- Google公式ブログ「Gemini 4 Argon: our next era of frontier intelligence」
- Google公式ブログ「Gemini 4 Argon: Built to solve your hardest problems」
- Google DeepMind「Gemini 4 Argon – Model Card」
- Google Developers Blog「Gemini 4 Argon for Robotics」
- Google AI for Developers「Gemini Developer API pricing」
- Google Gemini「リリースノート」
