この1年の大半、グーグルの人工知能をめぐる話題は、同社がまだ出していないものについてだった。Gemini 4 Argonはその答えであり、最も示唆に富むのはベンチマークのスコアではない。誰が使えるのか、という招待リストだ。Google DeepMindの新しいフロンティアモデルは、同社のFairwind Programを通じて、審査を経た少数のサイバーセキュリティ防御担当者に最初に提供され、それ以外の誰にも提供されない。

Argonは長期にわたる作業のために設計されている。ソフトウェアエンジニアリング、法務・金融のリサーチ、そしてサイバー防御だ。仕組みの面での最大の変化は出力の長さにある。モデルは1回の処理で数十万トークンを推論し書き出せるようになり、大規模なコード移行を断片をつなぎ合わせるのではなく、最後までやり遂げられるだけの長さを確保した。

グーグルによれば、すでに数千人の自社エンジニアがこのモデルを使っている。発表の中で同社は、Argonのエージェントがデータセンター全体で300 TiB以上のメモリを解放し、CやC++のコードをメモリ安全な言語Rustへ移植していると説明している。対象は80万行を超えるFuchsia Zirconカーネルにまで及ぶ。グーグルのオープンソース動画デコーダーlibgav1では、Argonが手作業で最適化された32,000行のSIMDコードを安全なRustに書き換え、以前のRust移植版より2.7倍速く動作させた。

Bar chart comparing Gemini 4 Argon and Gemini 3.8 Flash Cyber on vulnerability discovery and the Wiz penetration test benchmark — Image: Google

出力の上限は64,000トークンから100万トークンへ引き上げられた。ベンチマークの数値はグーグル自身によるものだ。DeepSWE v1.1で77.9%、経済的な重み付けをした知識労働を測るVals Indexで首位、長尺動画理解のLVBenchで91.7%。VentureBeatの集計では、公表された18のベンチマークのうち12でArgonが単独首位に立つ一方、FrontierSWE v2ではOpenAIのGPT-6 Astraが依然として10ポイント以上上回っている。外部のテスターがモデルを実際に動かせるようになるまで、これらは主張であって評価ではない。

サイバーセキュリティという位置づけが、この入口の狭さを説明している。グーグルはArgonを、脆弱性を自ら発見し、検証し、修正するよう訓練しており、信頼できる防御担当者にはサイバー関連のガードレールを外したバージョンを提供する。WizのScan for Goodの取り組みを通じて、このモデルは病院向けソフトウェアに潜む、個人データを露出させる重大な欠陥を検出した。これは従来のモデルが見逃していたものだ。居心地の悪い仕組みは、穴をふさぐのがこれほど得意なモデルは、定義上、穴を見つけるのも得意だということだ。

だからこそ、本当の焦点は安全対策にある。グーグルによれば、Argonはサイバー攻撃や化学・生物・放射性物質・核による攻撃への協力を拒否し、プロンプトインジェクションへの耐性は同社のモデルで過去最高であり、思考の連鎖を監視して利用者の意図を逸脱した時点で実行を止めるモニターの下で動作する。グーグルはまた、米国政府による任意のリリース前モデルアクセスの枠組みにも参加している。

では、Gemini 4 Argonを今使えるのは誰か。Fairwindの参加者とグーグル社内のチームだけだ。開発者、企業、一般消費者向けの提供時期は示されていない。アクセスはまず有料のAPI顧客とGoogle AI Ultraの加入者から始まる。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、その後はそれぞれ4ドルと20ドルに上がる。

このモデルは9月30日、コライ・カヴクチュオグル氏によって発表された。同氏は、デミス・ハサビス氏が8月に最高経営責任者を退いた後、Google DeepMindのトップに就いた人物だ。2025年11月のGemini 3以来となるグーグル初の新たなフラッグシップであり、その真の試金石はランキング表ではなく、ガードレールなしで公開されたモデルが、本来託されるべき人々の手の中にとどまり続けるかどうかにある。

タグ: 人工知能, Google, サイバーセキュリティ, Gemini, Google DeepMind, 大規模言語モデル, Demis Hassabis