DeepMind、Gemini 4 Argon発表──100万トークン出力とサイバー防御

発表の概要

Google DeepMindは2026年9月30日、新しいフロンティアモデル「Gemini 4 Argon」を発表した。複雑で長い工程を伴う業務で深い推論を持続させることを狙ったモデルで、まずサイバー防御の信頼された担当者向けプログラム「Fairwind Program」を通じて提供が始まる。開発者、企業、消費者への広い提供は、安全策を検証しながら段階的に進める方針だ。

発表はKoray Kavukcuoglu氏（Google DeepMind SVP兼Google Chief AI Architect）による。同社は米国政府が設ける公開前モデルアクセスの自主的プロセスに参加しているとしている。Argonは社内のワークフローでもすでに使われており、数千人のGooglerが専門的なコーディングや調査、文章作成で効果を挙げているという。

出力100万トークンへ拡大

技術面で最も分かりやすい変化は、出力トークン上限の拡大だ。同社が「業界最高水準」と位置づける100万トークンまで引き上げ、従来の64Kトークンから大幅に増やした。モデルが一度に何十万トークンを生成できる余裕を持つことで、難しい問題を1回の実行で解き切れるようになると説明している。

社内では量子コンピューティング研究の補助にも使われている。重要なアプリケーションのボトルネックとなるサブルーチンの時空間リソース（量子ビット×ゲート）の最適化で、公開されているベースラインを数分で40%上回った例が示された。

別の例では、Argonのエージェント群が全社のプロファイリングテレメトリを分析し、Googleのデータセンター全体でメモリ最適化を自律的に特定・適用した。展開後に300 TiB超のメモリが解放され、最終的には500 TiBから1 PiBの削減を見込むとしている。

大規模コード移行と評価指標

Argonのエージェントは、Google社内のC/C++コードベースをRustへ移行する作業にも使われている。re2やlibgav1といった基盤ライブラリの数万行規模から、Fuchsia OSのZirconカーネルでは80万行超まで対象が広がる。重要度の高いシステムについては、自動・手動の監査やエミュレーションテスト、レビューを経て本番に展開するとしている。

libgav1では、既存のRust移植版に対して3万2000行のSIMDコードを置き換えた。プロファイルに基づく実験を多数回行い、コンパイラの出力を調べながら、コンパイラが自動でベクトル化できる安全なRustを生成した結果、Rust移植版より2.7倍高速で、映像出力が同一のメモリ安全なデコーダになったという。最適化されたC++版に近づいたとしている。

評価指標でも高い数値を示している。実世界の長期的なソフトウェアエンジニアリング課題を測るDeepSWE v1.1では77.9%で新たな最高水準を記録した。経済的影響を測るVals Indexで首位、ZapierのAutomationBenchでは51.3%で1位、長時間の動画理解を測るLVBenchでは91.7%で最高水準としている。

サイバー防御での成果

Argonはサイバー防御向けに訓練されており、重大なソフトウェア脆弱性の発見、検証、修正を自律的に行えるという。信頼された防御担当者とGoogle社内チームには、サイバー分野のガードレールを外した状態で提供する。

Wizは公共インフラの保護を目的とした「Scan for Good」でArgonをすでに利用している。初期の実証では、世界中の病院で使われる医療ソフトに、機微な個人情報が露出する重大な脆弱性を発見した。従来のフロンティアモデルが見逃していた深刻なリスクだったとしている。

脆弱性の修正能力を測るCWE-bench v1では、68%で首位タイとなった。これは3.8 Flash CyberがCWE-bench v0で示した性能を土台にしたものとされる。Google内部の包括的な脆弱性ベンチマークでは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の露出を発見し、Wizのブラックボックス侵入テストベンチマークでも3.8 Flash Cyberを上回ったと報告されている。

安全策と提供計画

広く提供する前に、同社は4つの領域で安全策を強化している。サイバー攻撃やCBRN（化学・生物・放射線・核）への悪用を防ぐ拒否設計、間接プロンプトインジェクションへの耐性、意図から外れた行動を防ぐミスアラインメント監視、そしてサンドボックス環境の隔離・封止だ。

同社はArgonを、間接プロンプトインジェクション耐性を測るGray SwanのIPIベンチマークでリードしているとしている。ミスアラインメント対策ではチェーンオブソートと行動を監視し、必要に応じて実行を止める仕組みを導入した。トレーニング実行の監視にも同様のシステムを使い、監視を回避する方向に推論が形成されないよう、検知結果を学習に戻さない配慮をしているという。

提供は段階的で、まずFairwind Programのサイバー防御担当者、次に有料API顧客とGoogle AI Ultra購読者、その後、開発者・企業・消費者へと広げる計画だ。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の95%割引とされている。