Google、新フロンティアモデル「Gemini 4 Argon」を発表 ― サイバー防御特化、信頼済みパートナーに限定提供
Googleは、2026年9月30日、新しいフロンティアモデル「Gemini 4 Argon」を発表しました。現実世界のソフトウェアエンジニアリング、法務・金融などエンタープライズの知識労働、そして、サイバーセキュリティ防御という3領域で、フロンティア級の性能を発揮するとされています。発表はGoogle DeepMindのSVP兼チーフAIアーキテクト、Koray Kavukcuoglu氏によるブログ記事で行われました。TechCrunchも同日、この発表を報じています。
1. Argonの立ち位置:まずは信頼済みのサイバー防御者に限定提供
Googleは、Argonを同社のセキュリティ施策「Fairwind Program」を通じて、信頼済みのサイバー防御パートナーの一部に向けて段階的に提供を開始すると発表しました。同社は、このレベルのフロンティア能力を安全に展開するには段階的なアプローチが必要だとし、米国政府の「事前公開モデルアクセス」の自主的なプロセスにも積極的に関与しながら、アクセスを徐々に拡大していく方針を示しています。開発者・企業・一般消費者への提供は、初期テスターからのフィードバックを踏まえてガードレールを改善した後、できるだけ早く行うとしています。
1-1. 価格:導入価格は入力100万トークンあたり2ドル
Argonの導入価格は、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、キャッシュ済み入力トークンは入力価格から95%割引されるとしています。この導入価格の期間が終了した後は、入力100万トークンあたり4ドル、出力100万トークンあたり20ドルが適用される予定です。
2. Google社内での活用事例
Googleは、すでに数千人の社員がArgonを社内業務に活用していると説明しています。
2-1. 量子アルゴリズムの最適化
量子コンピューティングの研究者が、重要なアプリケーションのボトルネックとなっているサブルーチンの「時空間リソース(量子ビット×ゲート数)」の最適化にArgonを活用した例が紹介されています。ある例では、既発表のベースラインを数分で40%上回る性能を達成したとのことです。
2-2. データセンターのメモリ最適化
Argonエージェントのチームが、Google全体の稼働状況のプロファイリング・テレメトリーを分析し、自律的にメモリ最適化を特定・適用した結果、展開後に300TiB超のメモリを解放し、総計で500TiB〜1PiBの節約が見込まれるとしています。
2-3. 大規模コードベースのC/C++からRustへの移行
Argonエージェントは、Google全体でC/C++コードベースをRustへ移行する作業にも携わっています。re2やlibgav1といったコアライブラリ(数万行規模)から、Fuchsiaの「Zircon」カーネル(80万行超)まで対象としています。こうした大規模な書き換えは、重要なシステムであることを踏まえ、自動・手動双方による厳格な監査、エミュレーションテスト、レビューを経たうえで本番環境に投入されるとのことです。
動画デコード用のオープンソースソフトウェア「libgav1」では、Argonエージェントが既存のRust移植版の3万2,000行のSIMDコードを置き換え、プロファイルガイド最適化の実験を何度も繰り返し、コンパイラの出力を分析しながら、コンパイラが自動的にベクトル化できる安全なRustコードを生成したといいます。結果として、同一の映像出力を保ちながら、従来のRust移植版より2.7倍高速なメモリセーフな動画デコーダーが完成し、最適化されたC++版に近い性能に到達したとしています。
3. 出力トークン上限を64Kから100万に拡大
Googleは、より長く複雑なユースケースに対応するため、Argonの出力トークン上限を、従来の64Kトークンから業界最高水準の100万トークンまで大幅に拡大したと発表しました。モデルが一つの軌道(トラジェクトリ)の中で数十万トークンを深く思考・生成できる余地を持つことで、難しい問題を一度で解決する、新しい水準の推論の深さが加わるとしています。
4. ベンチマーク:コーディング・エンタープライズ領域で主要スコアを独占
4-1. コーディング:DeepSWE v1.1で77.9%
Googleのエンジニアは、日常的なデバッグから大規模なコードベース移行、アルゴリズム設計まで、Argonを日々の業務に活用しているといいます。現実世界の長期的なソフトウェアエンジニアリングタスクの性能を測る「DeepSWE v1.1」で77.9%を記録し、新たな最高水準を打ち立てたとしています。
4-2. エンタープライズ知識労働:Vals Indexで首位
コーディング以外の分野でも、Argonは、金融・コーディング・法務・税務の業務における経済的インパクトを、米国GDPへの貢献度で重み付けして測定する「Vals Index」で首位を獲得しました。多段階の金融リサーチを測る「Vals Finance Agent v2」や、法務リサーチ・起案を測る「Harveyの法務エージェントベンチマーク」でも同様に優れた性能を示しているといいます。ビジネスの中核機能にまたがるエンドツーエンドの実行力を測るZapierの「AutomationBench」では、51.3%のスコアで首位を獲得しました。
4-3. 視覚理解:長尺動画の理解でも最高水準
Argonは、視覚理解を要する知識労働でも強みを発揮するとされ、専門的なチャート分析、長尺動画からの詳細な情報抽出、複数の文書に基づく行動判断が可能だといいます。長尺動画理解を測る「LVBench」では91.7%を記録し、最高水準を達成しました。
5. サイバーセキュリティ防御での強み
5-1. 脆弱性の自律的な発見・検証・修正
Googleは、新しい時代のサイバー攻撃に対抗できるよう、Gemini 4 Argonをサイバーセキュリティ防御に高い能力を持つよう訓練したと説明しています。Argonは、重大なソフトウェアの脆弱性を自律的に発見・検証・修正できるといい、信頼済みの防御者やGoogle社内チーム向けには、サイバー関連のガードレールを外した状態で提供し、フロンティア級のサイバー防御能力を最大限活用できるようにするとしています。
5-2. Wizの「Scan for Good」で病院向けソフトの脆弱性を発見
クラウドセキュリティ企業Wizは、すでにArgonを「Scan for Good」(重要な公共インフラを無償で保護する取り組み)を通じたサイバー防御に活用しています。早期の実証例として、Argonは世界中の病院で使われる医療ソフトウェアに、機微な個人情報を露出させる重大な脆弱性を発見しました。この深刻なリスクは、従来のフロンティアモデルでは見逃されていたものだといいます。
セキュリティ脆弱性の修復能力を評価する「CWE-bench v1」では、Argonは68%のスコアで首位タイを記録し、前モデル「3.8 Flash Cyber」の「CWE-bench v0」での水準をさらに積み上げました。
Google社内の包括的な脆弱性ベンチマークでは、Argonは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から幅広い脆弱性を発見しました。Wizの内部ブラックボックス・ペネトレーションテストベンチマーク(ソースコードなしで稼働中のWebシステムを分析する能力を測定)では、Argonは攻撃対象領域の発見、脆弱性の特定、それを検証する概念実証証拠の生成のいずれにおいても、3.8 Flash Cyberを上回ったとしています。
6. 広範な提供前に強化する4つの安全対策
Googleは、Gemini 4 Argonの広範な提供に先立ち、4つの領域でフロンティア安全対策を強化し続けていると説明しています。
6-1. 悪用防止
サイバー攻撃やCBRN(化学・生物・放射性物質・核)攻撃への悪用を防ぐため、同社の「Frontier Safety Framework」に基づき、正当な「デュアルユース」の科学研究は維持しながら有害な要求を拒否するよう設計されているといいます。モデルの「内部活性化」を監視して悪用を検知する技術の改善を含め、今回のローンチに向けて対策の堅牢性を強化しており、社内外のレッドチームによる手動・自動攻撃を組み合わせた堅牢性テストを実施したとのことです。
6-2. プロンプトインジェクション攻撃への防御
Argonは、悪意ある指示や文脈を使ってモデルの挙動を乗っ取る「間接的プロンプトインジェクション」に対して、これまでで最も耐性のあるモデルだとしています。自動化されたレッドチーミングと敵対的トレーニングにより、Gray Swanの間接プロンプトインジェクション(IPI)ベンチマークで首位の堅牢性を示しているといいます。
6-3. ミスアライメント(意図からの逸脱)の監視
Argonがユーザーの意図を超えた方法でタスクを達成しようとすることを防ぐため、思考過程(chain-of-thought)と行動を監視し、必要に応じて実行を停止する「ミスアライメント緩和策」を展開しているとしています。同様の仕組みを学習実行時の監視にも用い、専門のインシデント対応チームに警告を送る体制を取っているといい、その結果をモデルの学習に直接フィードバックしないよう慎重に配慮しているとも説明しています。これは、Argonの推論自体が監視を回避するように形作られてしまうリスクを避けるためだといいます。Googleは、業界全体に対しても、こうした推論の透明性を維持するよう強く呼びかけています。
6-4. システムの堅牢化
フロンティアモデルの能力が高まるにつれ、安全なテストにはモデル自体に見合うセキュアな環境が必要になるとし、「エージェント制御ロードマップ」に沿って、高リスクの学習・評価を始める前にサンドボックス環境を分離・封鎖する形で堅牢化を進めているとしています。こうしたエージェントセキュリティのベストプラクティスを、業界全体のセキュリティ向上のためパートナーと共有していく方針も示しました。
7. TechCrunchの見立て:競合モデルとの比較、Googleの巻き返し
TechCrunchは、主要AIラボ各社が、AIの暴走リスクを警告しながらも、互いに先を争うようにますます強力なモデルを発表し続けている状況に触れ、OpenAIが「最高のモデル」と謳ったAstraを発表したこと、Anthropicも同様の論調でFableを発表したことを例に挙げました。
Googleは、自社のブログで、Argonが、OpenAIのGPT-6 AstraやAnthropicのFable・Opusモデルを、複数のAIベンチマークで大きく上回るスコアを記録したと主張しているとTechCrunchは伝えています。同記事は、AIベンチマークのスタートアップとして存在感を増しているValsを引用し、Argonが同社のAIモデル指数で現在首位にあることを示している点も紹介しました。
TechCrunchは、Googleが、かつてAI競争で「後れを取っている」とみなされていたことに触れつつ、最近はGeminiで成功を収めつつあると評価しています。同社は8月、Geminiアプリの月間利用者数が10億人を超えたと発表しており、これは最近ChatGPTが月間利用者数10億人に達したと発表したOpenAIと肩を並べる規模だとしています。
