Googleは2026年10月13日、Gemini 4 Argon（モデルID gemini-4-argon）を開発者と企業向けに一般提供しました。Gemini API のリリースノートは同日付で「our most capable model built for complex coding, agentic, math, and science tasks」と位置づけています。Gemini 4 世代の最初のモデルで、入力・思考・出力が1つの100万トークン窓を共有する点が3.x系と大きく違います。
本記事は、Argonを自社システムから呼び出す実装者向けに、仕様の読み方、64Kトークンを超える出力を得る long decode の実行コード、導入価格が切り替わる12月1日以降の費用、3.8 Flash と使い分ける条件を扱います。3.8 Flash 自体の仕様と移行手順はGemini 3.8 Flashとは？3.7からの差分・料金・移行コードを実装目線で解説に譲ります。数値はすべて2026年10月25日時点の公表値です。
まとめ：Gemini 4 Argonは長時間の推論と100万トークン出力のときだけ呼ぶ
- モデルIDは
gemini-4-argonで、日付サフィックスの無い Stable 版です。Gemini API の無料枠では使えず、有料枠が前提になります。 - コンテキストは入力・思考・出力の合計で1,048,576トークン。通常の呼び出しで返せる出力は65,536トークンまでです。
- 65,536を超える出力には long decode を使います。
backgroundとstoreを両方 true にしないと400エラーで止まります。 - Standard の単価は11月30日まで入力2ドル・出力10ドル（100万トークンあたり）。12月1日から4ドルと20ドルへ倍になります。3.8 Flash も2027年1月に倍になるため、単価差は12月だけ約5.3倍、1月以降は約2.7倍です。
- 公表ベンチマークでは DeepSWE v1.1 が77.9%、長文脈の GraphWalks（256K〜1M）が84.2%で他社比較の首位。一方で Terminal-bench 4.0 と FrontierSWE v2 では他社モデルを下回ります。
- 短文の分類・要約、無料枠で回す検証、明示的キャッシュに依存する処理は3.8 Flash に残します。
Gemini 4 ArgonのGA日・モデルID・仕様を公式ドキュメントで確かめる
まずは「何がいつから使えるのか」を一次情報で固めます。発表と一般提供の日付がずれており、二次記事には先行提供期間の古い情報が残っているためです。
9月30日の発表から10月13日GAまでの提供経緯とモデルID
Gemini 4 Argon は2026年9月30日に発表され、当初はサイバー防御組織向けの Fairwind Program などに先行提供されました。一般提供は10月13日です。Google の発表記事は、開発者向けに Gemini API（AI Studio）・Gemini platform・Android Studio（Gemini API 有料ティア）、企業向けに Gemini for business と API、個人向けに Gemini アプリと検索のAIモード（Google AI Pro・Ultra 加入者）を提供先として挙げています。
10月初旬の解説記事には「APIで呼ぶと見つからないと返る」「一般公開日は未定」と書かれたものが残っています。これはGA前の状況です。現在は gemini-4-argon がそのまま通るので、推測したIDや -preview 付きの名前を書かないでください。
入出力共有の1,048,576トークン窓と同期出力65,536の上限
Gemini 4 Argon のモデル詳細ページは、コンテキストウィンドウを入力と出力の合計で1,048,576トークン、最大出力を同期呼び出しの既定で65,536、long decode 使用時で最大1,048,576と記載しています。入力はテキスト・画像・動画・音声・PDF、出力はテキストのみです。
| 項目 | Gemini 4 Argon | Gemini 3.8 Flash |
|---|---|---|
| モデルID | gemini-4-argon | gemini-3.8-flash |
| GA日 | 2026年10月13日 | 2026年9月2日 |
| コンテキスト | 入出力共有で1,048,576 | 入力最大100万 |
| 最大出力 | 65,536（拡張時1,048,576） | 64K |
| thinking_level | low・medium・high（既定medium） | low・medium・high（既定medium） |
| キャッシュ | 暗黙的のみ | 暗黙的・明示的 |
| 無料枠 | なし | あり |
| knowledge cutoff | 2026年3月 | 2026年3月 |
共有窓とは、長い入力を渡すほど出せる出力が減るという意味です。thinking のドキュメントによれば、入力と max_output_tokens の合計が1,048,576を超えると、API が出力上限を「1,048,576から入力を引いた残り」へ自動で切り詰めます。エラーにならないぶん、気づかないまま出力が短くなる点に注意が要ります。
Gemini 4 Argonのベンチマークを3.8 Flashと他社モデルで比べる
Gemini 4 Argon のモデルカードは、GPT-6 Astra・Claude Fable 5.1・Claude Opus 5.5 と並べた評価表を載せています。いずれもGoogleによる公表値で、第三者の再現ではありません。
DeepSWE v1.1の77.9%と長文脈GraphWalksで突出した2領域
| ベンチマーク | Argon | GPT-6 Astra | Fable 5.1 | Opus 5.5 |
|---|---|---|---|---|
| Vals Index | 68.9% | 63.1% | 65.8% | 67.0% |
| DeepSWE v1.1 | 77.9% | 74.1% | 67.4% | 74.2% |
| GraphWalks 256K〜1M | 84.2% | 71.8% | 65.0% | 66.8% |
| FrontierSWE v2 | 55.0% | 65.5% | 56.3% | 62.3% |
| Terminal-bench 4.0 | 57.4% | 58.2% | 57.9% | 66.4% |
| CWE-bench v1 | 68.0% | 68.0% | 58.0% | 67.0% |
差がはっきり出たのは長文脈です。256Kから1Mトークンの GraphWalks で84.2%と、2位の71.8%を12.4ポイント上回りました。100万トークンの共有窓を実際に使い切る処理で、他社モデルとの差が最も大きくなる設計だと読めます。コード系では DeepSWE v1.1 が77.9%で、3.8 Flash のモデルカードにある73.7%から4.2ポイント上です。
Terminal-bench 4.0とFrontierSWE v2で他社に届かない領域
反対に、ターミナル操作の Terminal-bench 4.0 は57.4%で4モデル中最下位、FrontierSWE v2 も55.0%で最下位でした。CLI 主体のエージェントや、未知のリポジトリを一から改修する用途では、Argon を選ぶ根拠がベンチマーク上はありません。
比較の落とし穴も1つあります。3.8 Flash のモデルカードは Terminal-bench 2.1 で89.4%を出していますが、Argon の表は4.0版で57.4%です。版が違うので、この2つの数字を並べて「Argon のほうが低い」と読むのは誤りになります。同じ版の数値がそろうまでは、ターミナル系の比較は保留してください。
Gemini 4 Argonの料金4ティアと12月1日に倍になる単価の試算
単価はGemini Developer API の料金ページに載っています。他モデルを含めた単価表と課金設定の手順はGemini APIの料金と無料枠：モデル別単価・課金設定・費用の計算コードにまとめているので、ここではArgon固有の部分だけを扱います。
Standard・Batch・Flex・Priorityの導入価格と通常価格
| ティア | 入力（11月30日まで） | 出力（11月30日まで） | 12月1日から |
|---|---|---|---|
| Standard | 2.00ドル | 10.00ドル | 4.00／20.00ドル |
| Batch・Flex | 1.00ドル | 5.00ドル | 2.00／10.00ドル |
| Priority | 3.60ドル | 18.00ドル | 7.20／36.00ドル |
単位は100万トークンあたりで、出力単価には思考トークンが含まれます。暗黙的キャッシュに当たった入力は Standard で0.10ドル（12月から0.20ドル）です。Batch と Flex では検索グラウンディングが使えないため、検索結果を根拠にする処理を夜間バッチへ寄せる設計は組めません。
3.8 Flash・3.1 Pro Previewとの月額比較と200K超での逆転
Standard で月に入力3,000万トークン・出力500万トークンを使う想定で比べます。Argon は11月までが月110ドル、12月からは月220ドル。同じ量を3.8 Flash で流すと2026年内は月41.25ドル、3.8 Flash の単価が倍になる2027年1月からは月82.50ドルです。差は2026年12月の1か月だけ約5.3倍に開き、2027年1月以降は約2.7倍に落ち着きます。
前世代の上位モデル gemini-3.1-pro-preview は、プロンプト20万トークン以下で入力2ドル・出力12ドル、20万超で入力4ドル・出力18ドルという2段の単価です。Argon には20万トークンの境目がありません。このため、20万トークンを超える長い入力を毎回渡す処理に限ると、12月以降でも入力単価は3.1 Pro Preview と同じ4ドルに並びます。短い入力中心の処理なら、12月以降は3.1 Pro Preview のほうが安くなります。
無料枠なしと明示的キャッシュ非対応を踏まえた検証環境の費用設計
料金ページは「Gemini 4 Argon is not available on the Free tier」と明記しています。無料枠のAPIキーで動かしている検証環境は、モデルIDを変えただけでは動きません。キーの発行と有料枠への切り替えはGemini APIキーの取得方法：AI Studioでの発行・環境変数・制限と漏洩時の失効の手順で済ませてください。
もう1つの制約がキャッシュです。Argon は暗黙的キャッシュだけに対応し、明示的キャッシュ（キャッシュを作成してIDで参照する方式）を持ちません。3.8 Flash で長い社内文書を明示的キャッシュに載せて費用を抑えている実装は、そのまま Argon へ移せない構成です。
Interactions APIでGemini 4 Argonを呼ぶPython設定例
ここからは呼び出しに必要な設定と、実行できるPythonの最小コードを示します。記法は Gemini API ドキュメントの Python SDK（google-genai）に合わせています。
gemini-4-argonを環境変数で切り替えるPythonの呼び出し例
モデルIDは設定値として外へ出し、既定値だけを Argon にしておきます。費用が合わない処理を3.8 Flash へ戻すとき、環境変数の入れ替えで済みます。
import os
from google import genai
# モデルIDは環境変数で切り替える。費用が合わない処理は gemini-3.8-flash へ戻す
MODEL_ID = os.environ.get("GEMINI_MODEL_ID", "gemini-4-argon")
client = genai.Client() # GEMINI_API_KEY を環境変数から読む
interaction = client.interactions.create(
model=MODEL_ID,
input="この設計書の矛盾点を重要度順に5件挙げてください",
generation_config={
"thinking_level": "medium",
"max_output_tokens": 32768,
},
)
print(interaction.output_text)
print(interaction.usage)
max_output_tokens は同期呼び出しでは65,536が上限です。usage には思考トークン数が別項目で返るので、最初の数十件は必ず出力して、出力トークンに占める思考の割合を把握してください。
thinking_levelのlow・medium・highと既定mediumの選び方
thinking のドキュメントにあるモデル別対応表では、gemini-4-argon の既定が medium、選べる値が low・medium・high の3段です。3.6 Flash にあった minimal はありません。
選び方は出力の長さで決めます。設計レビューのように答えが短く判断が重い処理は high。要約や定型の書き換えは low で足ります。max_output_tokens を小さくして費用を抑えようとすると、思考で上限を使い切って本文が空になることがあるため、費用は thinking_level を下げて調整するのが公式ドキュメントの推奨です。
long decodeの65,536トークン超出力とbackground実行手順
Argon 固有の機能が long decode です。long decode のドキュメントによれば、1回のモデル呼び出しが生成できるのは64Kトークンまでで、それを超える分はサーバー側が64Kずつの「ホップ」で続きを生成し、同じ interaction の中に出力を積み上げます。
background=Trueとstore=Trueで投げてポーリングする実装
リクエストは即座にIDを返し、生成は裏で進みます。完了まで interactions.get で状態を取り直し、model_output の各ステップを連結して全文にします。
import time
from google import genai
client = genai.Client()
interaction = client.interactions.create(
model="gemini-4-argon",
input="添付した仕様書群から、移行計画書を章立てから全文まで作成してください",
background=True, # 65,536 を超える出力にはバックグラウンド実行が必須
store=True, # background 実行では store=True が必須（False だと400）
generation_config={
"max_output_tokens": 262144,
"thinking_level": "medium",
},
)
while interaction.status in ("in_progress", "queued"):
time.sleep(5)
interaction = client.interactions.get(id=interaction.id)
# ホップごとに model_output ステップが増えるので、テキストを全部つなぐ
text = "".join(
content.text
for step in interaction.steps
if step.type == "model_output"
for content in step.content
if content.type == "text"
)
if interaction.status == "incomplete" and not text:
# 思考だけで max_output_tokens を使い切った。上限を上げるか thinking_level を下げる
raise RuntimeError("思考トークンで上限に到達: " + interaction.id)
print(interaction.status, len(text))
print(interaction.usage)
実行は最長24時間まで続きます。途中で止めたいときは client.interactions.cancel(id=...) を呼びますが、キャンセルや失敗の場合も、それまでに完了した生成分は課金対象です。
出力上限65,536超とbackground=Falseで返る400エラー
long decode のトラブルシューティング表には、2種類の400エラーが載っています。出力上限の設定項目は max_output_tokens です。1つは「max_output_tokens greater than 65536 is not yet supported with background=false」、もう1つは「store=true is required for background interactions」です。同期のまま上限だけ上げた実装と、データを残したくないため store を切った実装が、それぞれ当たります。
後者は運用方針とぶつかります。long decode は生成結果をサーバー側に保存する前提の機能です。入力に個人情報や機密文書を含む処理で store を許可できないなら、long decode は使わず、65,536トークン以内に収まるよう処理を分割してください。GenerateContent API でクライアント側から続きを要求する方式（1ストリーム64K・非ストリーミング32K・実行20分まで）なら、サーバーには保存されません。
status=incompleteで本文が空になる思考トークン枯渇の対処
終了状態は completed・requires_action・incomplete・failed・cancelled の5つ。incomplete は max_output_tokens を使い切った状態で、テキストが空なら思考で上限を食い潰しています。上のコードで例外にしているのはこのケースです。
費用の見積もりにも罠があります。usage の total_input_tokens は各ホップで再投入された入力の合計で、実際のコンテキストの大きさではありません。ドキュメントは、コンテキスト圧縮の判断にはプロンプトの長さと total_output_tokens・total_thought_tokens の合計を使うよう求めています。再投入分の入力は暗黙的キャッシュで95%引きになるとはいえ、出力26万トークンの1回だけで、出力分は導入価格で約2.6ドル、12月以降は約5.2ドルかかります。
Gemini 4 Argonを採用する条件と3.8 Flashに残す処理の線引き
結論から言えば、Argon は「長い入力を読んで長く考え、長く書く」処理だけに当て、それ以外は3.8 Flash に残すのが費用に見合う配分です。長時間タスクを任せるエージェントを業務に組み込む場合、モデルの振り分け・ジョブ管理・失敗時の再実行まで設計が広がります。社内で手が回らないときはAIエージェント開発のような外部の実装支援と組み合わせる前提で計画してください。
Argonへ回すべき大規模コード改修と100万トークン文書分析
Argon に回す価値があるのは2つです。1つは大規模なコード改修。DeepSWE v1.1 で3.8 Flash を4.2ポイント上回り、発表記事では Google 社内の Antigravity でエージェントによるコード提出が35%以上増え、ロールバックがほぼ3分の1減ったとされています。
もう1つは数十万トークン規模の文書をまとめて読む分析です。GraphWalks 256K〜1M の84.2%は他社モデルより12ポイント以上高く、契約書群や仕様書群を分割せずに渡す処理で差が出ます。この2用途なら、両モデルが通常価格になる2027年1月以降で約2.7倍という費用差を受け入れる理由になります。
3.8 Flashに残す短文処理・無料枠検証・明示的キャッシュ依存
Argon へ移さない処理もはっきりしています。分類・タグ付け・短文要約は、ベンチマーク差が出にくいうえ単価だけが上がります。CLI 主体のエージェントは Terminal-bench 4.0 で他社を下回るため、Argon を選ぶ根拠になりません。
無料枠で回している検証環境と、明示的キャッシュで費用を抑えている処理も対象外です。なお、10月8日のリリースノートで gemini-3.7-flash は非推奨となり、リクエストが3.8 Flash へ自動転送されています。3.7 を指定したままの処理は、Argon の検討とは別に3.8 Flash 前提で動作を確かめ直してください。
Fairwind経由のガードレールなし版を調達計画に入れない理由
発表記事は、Fairwind Program を数百の追加パートナーへ広げ、サイバー防御者がガードレールなしの Argon への利用を順次申請できると書いています。ただし対象は防御側の審査を通った組織で、一般の開発案件で使える前提にはなりません。
モデルカードも、サイバーセキュリティ分野で重大な能力水準に達している可能性を排除できないとして、防護策を重ねたうえで提供していると記載しています。脆弱性の診断やトリアージを自動化したい場合は、公開APIの Argon か3.8 Flash と既存スキャナを組み合わせる設計から始めてください。Cyber 系モデルの申請条件はGemini 3.8 Flash Cyberとは？Fairwindの申請条件と公開モデルで組む脆弱性トリアージで整理しています。
よくある質問
Gemini 4 Argon の導入判断でよく挙がる質問に、公式ドキュメントの記載をもとに答えます。
Gemini 4 Argon は無料で使えますか？
Gemini API では使えません。料金ページに「Gemini 4 Argon is not available on the Free tier」と明記されており、有料枠のAPIキーが必要です。個人向けの Gemini アプリと検索のAIモードでは、Google AI Pro または Ultra の加入者が対象になります。Google Antigravity での利用は Ultra 加入者向けです。
Gemini 4 Argon の料金はいつ値上がりしますか？
導入価格は2026年11月30日までです。12月1日から Standard の単価は入力が100万トークンあたり2ドルから4ドルへ、出力が10ドルから20ドルへ切り替わります。Batch・Flex・Priority も同じく2倍になります。12月以降の予算は通常価格で見積もってください。
出力100万トークンは普通のAPI呼び出しで出せますか？
出せません。同期呼び出しの出力上限は65,536トークンで、それ以上を指定すると400エラーになります。65,536を超える出力には long decode を使い、background と store を true にしたうえで max_output_tokens を65,536より大きく設定します。上限は1,048,576から入力トークン数を引いた残りです。
Gemini 3.8 Flash から乗り換えるべきですか？
全面的な乗り換えは勧めません。両モデルが通常価格になる2027年1月以降も、Argon の単価は3.8 Flash の約2.7倍で、短文処理ではベンチマーク差がほとんど出ません。大規模なコード改修と数十万トークン規模の文書分析だけを Argon に回し、それ以外は3.8 Flash に残す振り分けが費用に見合います。
Gemini 4 Argon の知識はいつ時点までですか？
モデルカードの knowledge cutoff は2026年3月で、分野によってはそれより古い場合があると但し書きされています。3.8 Flash と同じ時点なので、世代を上げても社内文書や最新の製品仕様の知識は増えません。社内情報に答えさせるには、検索グラウンディングやファイル検索で外から渡す構成が必要です。
関連記事
- Gemini 3.8 Flashとは？3.7からの差分・料金・移行コードを実装目線で解説：Argon と使い分ける下位モデルの仕様と移行手順です。短文処理を残す側の判断材料になります。
- Gemini APIの料金と無料枠：モデル別単価・課金設定・費用の計算コード：Argon を含む全モデルの単価表と、usage から費用を計算するコードをまとめています。
- Gemini APIキーの取得方法：AI Studioでの発行・環境変数・制限と漏洩時の失効：無料枠から有料枠への切り替えとキー管理の手順です。
- Gemini 3.8 Flash Cyberとは？Fairwindの申請条件と公開モデルで組む脆弱性トリアージ：Fairwind Program の申請条件と、公開モデルで組む防御側の実装を扱っています。
- モデルサービングとは？推論APIの構成とKServe・Triton・BentoMLの選定基準：Argon と3.8 Flash を用途で振り分ける推論API層の設計に使えます。
