Googleは、ソフトウェアエンジニアリング、金融調査、法務文書の作成、サイバー防御など、複数段階の推論を必要とする長期的な専門業務向けの人工知能モデル、Gemini 4 Argonを発表した。同社によると、このモデルは出力上限を従来の6万4000トークンから100万トークンに引き上げ、長いワークフローを処理し、1つのタスク内で広範な出力を生成できる。
一般提供に先立つ限定提供
Googleは、Fairwindプログラムを通じて、信頼できるサイバーセキュリティ防御担当者のグループへのArgonの提供を開始した。また、米国政府が実施する、モデルの公開前アクセスに関する自主的なプロセスにも参加していると述べており、テスターからフィードバックを収集し、安全対策を改善した後、アクセスを段階的に拡大する予定だとしている。
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ドルから開始され、キャッシュされた入力トークンには95%の割引が適用される。導入期間終了後は、入力が100万トークンあたり4ドル、出力が100万トークンあたり20ドルに引き上げられる。Googleによると、より広範な提供は、まずAPI経由の有料顧客とGoogle AI Ultra加入者を対象に開始され、その後、開発者、企業、消費者へ拡大される。
プログラミングと企業業務における性能
Googleは、Argonが長期的なソフトウェアエンジニアリング業務向けのDeepSWE v1.1ベンチマークで77.9%を達成し、金融、プログラミング、法律、税務分野における経済的効果を測定するVals指標で首位になったと述べている。また、ZapierのAutomationBenchでは51.3%で首位となり、長時間の動画理解を測定するLVBenchでは91.7%を達成した。
Google社内では、このモデルは量子コンピューティングのアルゴリズム改善、データセンターにおけるメモリ消費データの分析、CおよびC++からRustへのコードベース移行に使用された。同社によると、メモリの改善を適用した結果、300テラバイトを超える容量が解放され、総削減量は500テラバイトから1ペタバイトに及ぶと見積もられている。libgav1ライブラリでは、Argonが約3万2000行のSIMDコードを置き換え、その結果、従来のRust実装より2.7倍高速なRust版が実現した一方、動画出力は同一に保たれた。Googleは、移行作業について、製品環境に公開する前に監査、テスト、レビューを受けていると強調している。
サイバー防御への特別な注力
Googleは、ソフトウェア脆弱性を自律的に発見、検証、修正するようArgonを訓練した。同社によると、Wizは公共インフラを保護するScan for Goodイニシアチブの一環としてArgonを使用しており、初期の試験で、世界各地の病院が使用する医療ソフトウェアにおいて、機密性の高い個人データをさらす危険のあった重大な脆弱性をモデルが発見した。脆弱性修正向けのCWE-bench v1では、Argonは68%のスコアで1位タイとなった。
実務上、何が変わるのか
Argonは、短い回答でのモデル利用から、分析、実行、レビューを含む長期的な専門ワークフローの運用への移行を示している。ただし、示された結果はGoogleまたはそのパートナー、および特定のベンチマークに基づくものであり、あらゆる本番環境で同等の性能を示すことを必ずしも意味しない。また、現在の提供は限定されており、Googleは、安全性試験、不正利用への耐性、間接的な命令インジェクション、非整合のリスクに対する改善を条件として一般アクセスを認めている。
同社は、モデルの挙動と処置を監視し、訓練や高リスク評価に使用する環境の分離を強化していると述べている。また、Argonは当初、信頼できる防御担当者と社内チームに対して、一部のサイバーセキュリティ上の防御策を適用しない形で提供される予定だという。この決定は、防御能力の潜在力を高める一方で、利用者の選定と運用上の監督を提供の安全性における重要な要素にする。