Google、複雑な専門業務向けにGemini 4 Argonを発表

Google、Gemini 4 Argonを世界で提供開始

GoogleはGemini 4 Argonを発表した。同社によると、この新しいフロンティアAIモデルは、ソフトウェアエンジニアリング、金融、法律、サイバーセキュリティ、科学などの分野における、難易度の高い複数ステップの作業向けに設計されている。Googleは、10月13日からAPI提供、AI Studio、Geminiプラットフォーム、Geminiアプリ、SearchのAI Mode、対象となる契約者向けのGoogle Antigravityを通じて、モデルを世界中で利用できるようにしたと説明した。

今回の発表で注目されるのは、消費者向けの単一の機能というより、Googleがモデルに処理させたいと考える仕事の幅広さだ。Argonは「ディープワーク」、つまり文脈を保持し、複数の段階を通じて推論し、ミスの修正に大きなコストや時間がかかる環境で有用な出力を生み出す必要がある作業向けのシステムとして位置付けられている。

Googleによると、Argonは同社が金融、コーディング、法務、税務など経済的に重要な分野の性能を測定するものと説明するベンチマーク、Vals Indexで1位になった。あらゆるベンチマークの主張と同様、この結果はモデルの能力を示す一つの指標として読むのが適切であり、特定の組織のデータ、ワークフロー、リスク要件に対する性能を保証するものではない。

より大規模なエンジニアリング作業へ

Googleが示す中心的な例の一つが、大規模なソフトウェア保守だ。同社は、エンジニアがChromeなどの基盤となるオープンソースのブラウザーコードベース、Chromiumに関する作業を含む、難しい社内プロジェクトでArgonを利用したと述べた。

Googleによると、ArgonはChromeチームが、Chromiumの約4000万行のコードベース内にある約600万行のレガシーなブラウザー機能フォルダーから、ウェブページ処理の中核機能を分離するのを支援した。この作業には数百のファイルにまたがるアーキテクチャのリファクタリングが含まれていた。Googleは、通常なら数カ月かかる作業を、モデルによって数週間で完了できたと説明した。

同社は、このリファクタリングによって、ウェブページを再読み込みせずにタブ、サイドパネル、フローティングウィンドウ間で移動できるようにすることを目指していると述べた。この例は、Googleが重視するAI支援エンジニアリングの種類を示している。単独のコードスニペットを生成するだけでなく、大規模で相互依存するコードベース全体で、チームが変更を把握し、修正し、検証するのを支援するものだ。

Googleはまた、AntigravityでArgonを使用したエンジニアのエージェント型コード提出が35%以上増加し、コードのロールバックは約3分の1減少したと報告した。これらの数字は同社内部の主張であり、すべての開発チームが同じ結果を得ることを示すものではない。ただし、大手テクノロジー企業がAIツールを、納品速度への影響や取り消しが必要になる変更の割合によって評価するようになっていることを示している。

提供状況と料金

開発者や企業は、GoogleのAPIおよびプラットフォーム製品を通じてGemini 4 Argonにアクセスできる。Googleによると、Google AI Ultraの契約者はAntigravityでもモデルを利用でき、Google AI UltraおよびProの契約者はGeminiアプリとSearchのAI Modeで使用できる。

モデルは、入力100万tokensあたり2ドル、出力100万tokensあたり10ドルの導入価格で提供される。Googleは、キャッシュされた入力tokensには95%の割引が適用されると説明した。複雑なエージェント型ワークロードでは、長い文書やコードベースなどのコンテキストをモデルに繰り返し送信することがあるため、token料金は重要だ。キャッシュによって、ワークフロー内で情報を再利用するコストを下げられる。

組織にとって、開発者向けと消費者向けの両方の領域で利用できることは、Argonが同じ技術スタックの複数の部分に登場し得ることを意味する。APIを通じたカスタムアプリケーション、業務向けプラットフォーム、汎用アシスタントなどだ。この広がりは導入を容易にする可能性がある一方、機密情報がどこで処理されるのか、どの作業を自動化できるのか、人によるレビューをどこまで残す必要があるのかといった、従来からのガバナンス上の課題も生む。

科学・ビジネス分野での主張

Googleによると、社内チーム、企業ユーザー、研究者はすでにArgonをコードのリファクタリング、ワークフローの最適化、サイバーセキュリティの脆弱性対応、量子コンピューティング、核融合、ライフサイエンス研究に利用している。同社はこれらの用途を専門知識の代替とは説明していない。むしろ、複雑な情報や技術プロセスに向き合う専門家を加速するモデルとして位置付けている。

この位置付けは、フロンティアモデル開発企業間の競争でますます重要になっている。焦点は、チャットボットが流暢な回答を提供できるかどうかから、より長い作業の連鎖に信頼性をもって貢献できるかどうかへ移っている。実際には、大規模なリポジトリを読み、法務または金融のワークフローの初稿を作成し、潜在的なセキュリティ問題を特定し、研究者がアイデアを整理・検証するのを支援する、といった作業が考えられる。

Googleの発表は安全性と信頼性にも特に重点を置いている。同社はArgonを責任ある安全な方法で開発したとし、例では重大な結果につながる分野での精度を強調している。実際の試金石は、顧客が自らの環境で出力をどのように評価するかだ。とりわけ、現行の規則、原資料、コード、実験的証拠と照合しなければならない回答では、その点が重要になる。

今回の発表が変えるもの

Gemini 4 Argonは、高度なAIを消費者向けアシスタントだけでなく、開発者、企業、研究者の仕事の道具にしようとするGoogleの取り組みを拡大する。幅広い提供と利用量ベースの料金設定により、組織はこの構想を直接試せるようになる。

当面の問題は、モデルが複雑な専門業務に挑戦できるかどうかではない。実際のチームのレビュー工程に組み込めるほど安定して作業できるかどうかだ。GoogleのChromiumの例は、同社が大規模なコード保守を初期の実証の場と見ていることを示している。報告された成果がGoogle自身のエンジニアリング組織を超えて再現されれば、Argonは大規模で複数ステップの技術作業を支援するAIシステムへの、より広範な移行の一部になる可能性がある。

この記事はGoogle AI Blogの報道をもとにしています。原文を読む。