AIAIExplainer NO. ---
Gemini 4 Argonを数字で比較：GPT-6 Astra、Claude Opus 5.5との違い
Googleの新しいフラッグシップモデルは、自社のベンチマーク表でほとんどの項目で首位に立ち、11月30日までは料金でも競合を下回ります。公式の数字が示す内容、各社の数字が食い違う点、そして実際のコストを解説します。
要点
- Googleは2026年9月30日にGemini 4 Argonを発表し、10月13日にGoogle AI ProとUltraの契約者、および有料APIの利用者に公開しました。APIでのモデルIDは
gemini-4-argonです。 - Google自身の比較表では、ArgonはOpenAIのGPT-6 Astra、AnthropicのClaude Opus 5.5およびFable 5.1に対してほとんどの項目で最高スコアを記録していますが、Terminal-bench 4.0、FrontierSWE v2、Terminal-Bench Science、PostTrainBench、OSWorld-2.0では後れを取っています。
- より強力な武器は価格です。Argonは2026年11月30日まで入力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4ドルと20ドルになります。GPT-6 Astraの定価は10ドルと50ドル、Opus 5.5は4ドルと20ドルです。
- Argonのコンテキストウィンドウは1,048,576トークンで、入力と出力で共有します。また「ロングデコード（long decode）」モードでは、1回のバックグラウンドジョブで最大約100万トークンを出力できます。
- 本記事で取り上げる主なベンチマークの数字はすべて各社の自己申告であり、同じモデルについても各社の表の数字は一致していません。あくまで目安として扱ってください。
Googleが発表してから3週間、有料ユーザーに提供されてから1週間がたち、Gemini 4 Argonは業界全体の比較基準となるAIモデルになっています。登場したのは新モデルが相次ぐ秋で、OpenAIは9月上旬にGPT-6 Astraを、Anthropicは9月22日にClaude Opus 5.5をリリースしました。各社はそれぞれ特定のテスト群での首位を主張しています。本記事では公式の数字を並べて比較し、数字が食い違う点を説明したうえで、料金が実際に何を意味するのかを検討します。
Googleが何を、いつリリースしたか
Google DeepMindの発表は9月30日に、チーフAIアーキテクトのコライ・カヴクチュオール（Koray Kavukcuoglu）氏の名前で公開され、段階的な提供計画を示しました。Argonはまず、Googleが「Fairwind Program」と呼ぶ枠組みを通じて審査済みのサイバー防御担当者のグループに提供されました。Googleによると、この信頼できるユーザーと社内チーム向けの版は、通常のサイバー関連の安全対策を外した状態で提供されたということです。また、Googleは米国政府の任意のリリース前アクセスの手続きに参加しているとも述べています。同社は「Safely releasing frontier capabilities at this level requires a phased approach（この水準の最先端の能力を安全に公開するには段階的なアプローチが必要です）」と説明しています。
幅広い提供は10月13日に始まりました。Googleの製品ブログによると、ProとUltraの契約者はGeminiアプリでArgonを利用できるようになりました。あわせて、接続した複数のアプリをまたいでGeminiが作業を続けられる新機能「Tasks」と、macOS版GeminiアプリにGoogle Antigravityのエージェント型コーディング画面が追加されました。開発者は有料ティアでGemini APIとGoogle AI Studioから利用できます。Googleの料金ページによると、Argonは無料ティアでは利用できません。
Googleの発表記事は、スコアだけでなく実用的な実演も強調しました。同社によると、Argonのエージェントが書き直した動画デコーダーlibgav1のRust移植版は、元の移植版より2.7倍速く動画をデコードし、社内のメモリ効率化プロジェクトに取り組んだArgonのエージェントは、300 TiB超の削減が見込まれる最適化を特定したとしています。これらはGoogle社内の結果であり、第三者による再現はされていません。
主な仕様の比較
| 項目 | Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|
| リリース | 2026年9月30日発表、10月13日に一般提供 | 2026年9月上旬 | 2026年9月22日 |
| 入力料金（100万トークンあたり） | 11月30日まで2.00ドル、その後4.00ドル | 10.00ドル | 4.00ドル |
| 出力料金（100万トークンあたり） | 11月30日まで10.00ドル、その後20.00ドル | 50.00ドル | 20.00ドル |
| キャッシュ入力（100万トークンあたり） | 0.10ドル、その後0.20ドル（暗黙的キャッシュのみ） | 1.00ドル | 0.20ドル（キャッシュ読み取り）、キャッシュ書き込み5ドル |
| コンテキストウィンドウ | 1,048,576トークン（出力と共有） | 1,050,000トークン | 料金ページにモデル別の記載なし（「最大100万」） |
| 最大出力 | 既定65,536、ロングデコードで最大1,048,576 | 128,000トークン | 確認した資料に記載なし |
| 知識のカットオフ | 記載なし | 2026年4月30日 | 確認した資料に記載なし |
| 入力形式 | テキスト、画像、動画、音声、PDF | OpenAIのドキュメントを参照 | Anthropicのドキュメントを参照 |
出典：Google AI for Developersのモデルページと料金ページ（最終更新は2026年10月14日と10月19日）、OpenAIの開発者向けドキュメント（GPT-6 Astra）、AnthropicのOpus 5.5発表とClaudeの料金ページ。料金は標準ティア、米ドル建てです。
見落としやすい点が2つあります。1つ目は、Argonの「100万コンテキスト」は入力と出力で共有する単一の枠であるため、プロンプトが非常に長いと回答に使える余地が少なくなることです。2つ目は、Googleの導入価格は期間限定で、12月1日からArgonのトークン単価はOpus 5.5と同じになることです。ArgonのBatch処理とFlex処理は標準料金の半額で、Priorityは割高になります。
ベンチマーク表と注意点
Googleのモデルページでは、ArgonをGPT-6 Astra、Claude Fable 5.1、Claude Opus 5.5と19項目で比較しており、知的作業、エージェント型コーディング、機械学習エンジニアリング、科学・数学、長文コンテキスト、コンピューター操作、マルチモーダル理解、サイバーセキュリティの8分野に分けています。以下の抜粋はその大半の分野をカバーしています。数字はすべてGoogleによるものです。
| ベンチマーク（Googleの表） | Gemini 4 Argon | GPT-6 Astra | Claude Fable 5.1 | Claude Opus 5.5 |
|---|---|---|---|---|
| Vals Index（知的作業） | 68.9% | 63.1% | 65.8% | 67.0% |
| AutomationBench | 51.3% | 41.4% | 31.4% | 42.5% |
| DeepSWE v1.1（エージェント型コーディング） | 77.9% | 74.1% | 67.4% | 74.2% |
| FrontierSWE v2 | 55.0% | 65.5% | 56.3% | 62.3% |
| Terminal-bench 4.0 | 57.4% | 58.2% | 57.9% | 66.4% |
| Terminal-Bench Science 0.1 | 57.6% | 68.1% | 52.6% | 63.3% |
| GraphWalks BFS、256k〜1M（F1） | 84.2% | 71.8% | 65.0% | 66.8% |
| LVBench（動画理解） | 91.7% | 87.5% | 79.7% | 83.7% |
| Agent's Last Exam（コンピューター操作） | 39.5% | 34.2% | 該当なし | 38.2% |
| CWE-bench v1（サイバーセキュリティ） | 68.0% | 68.0% | 58.0% | 67.0% |
出典：Google DeepMind、Geminiモデルページ（自己申告の結果）。太字は各行の最高スコアです。
傾向ははっきりしています。Argonは知的作業の自動化、長文コンテキストからの情報検索、動画理解で最も強く、エージェント型コーディングでは競争力はあるものの圧倒的ではありません。Terminal-bench 4.0ではAnthropicのOpus 5.5が首位、FrontierSWE v2と科学分野のターミナルテストではOpenAIのAstraが首位です。単独で最も差が大きいのは25万6,000〜100万トークンの長文コンテキスト検索で、Argonの84.2%はGoogleの表で2位のモデルを12ポイント以上上回っています。
より難しいのは、1つの表をどこまで信頼できるかという問題です。企業が自ら競合モデルをテストする場合、設定、ツールへのアクセス、エフォートレベルを選ぶのはその企業です。そのため、同じベンチマークでも、誰が実施したかによって同じモデルの数字が変わることがあります。
| モデルとベンチマーク | Googleの表 | Anthropicの発表 |
|---|---|---|
| Opus 5.5（AutomationBench） | 42.5% | 40.0% |
| Opus 5.5（Terminal-Bench Science 0.1） | 63.3% | 58.7% |
| GPT-6 Astra（Terminal-Bench Science 0.1） | 68.1% | 64.6% |
| GPT-6 Astra（Terminal-bench 4.0） | 58.2% | 57.9% |
Anthropic自身も、一部のスコアは異なるエフォートレベルで報告したものだと注記しています。独立したリーダーボードは参考になりますが、決着をつけるものではありません。Vals Indexを運営するVals.aiは、9月30日の更新でArgonを68.90%、41モデル中1位としましたが、その後のモデルページではスコアと順位がわずかに異なっていました。モデルやテストセットの更新に伴い、こうした順位がいかに早く変わるかを示す例です。Valsはまた、同社のインデックスにおいてArgonのテスト1回あたりのコストがOpus 5.5より低かったと報告しています。
料金が実際に意味すること
トークン単価は、具体例で比べるとわかりやすくなります。大きな文書のレビューで典型的な、入力10万トークン、出力1万トークンのリクエストを想定し、キャッシュは考慮しません。
| モデル | 入力コスト | 出力コスト | 1リクエストあたりの合計 |
|---|---|---|---|
| Gemini 4 Argon（11月30日まで） | 0.20ドル | 0.10ドル | 0.30ドル |
| Gemini 4 Argon（12月1日から） | 0.40ドル | 0.20ドル | 0.60ドル |
| Claude Opus 5.5 | 0.40ドル | 0.20ドル | 0.60ドル |
| GPT-6 Astra | 1.00ドル | 0.50ドル | 1.50ドル |
定価に基づくBullquillの試算です。実際の請求額はキャッシュ、バッチ割引、そして特に推論トークンによって変わります。
最後の点は重要です。Googleのドキュメントによると、APIが返すのは推論の要約だけですが、Argonの思考（thinking）トークンは出力として課金され、既定の思考レベルは「medium」です。そのため、難しい問題では、目に見える回答から想像されるよりはるかに多くの課金対象の出力が発生することがあります。同じ考え方は、形は異なるものの他の推論モデルにも当てはまります。AnthropicのOpus 5.5発表によると、同モデルでは思考機能をオフにできなくなりました。
今週のその他の動き
新モデルを出したのはGoogleだけではありません。DeepSeekはマイナーアップデート版のDeepSeek-V4.1-Flash-1017をMITライセンスでHugging Faceに公開し、100万トークンのコンテキストと、前回のFlash版からのベンチマーク向上を示しました。また、DeepInferというオープンソースの推論フレームワークも公開し、Hacker Newsで大きな注目を集めました。DeepSeek自身が公開した表では、このオープンウェイトモデルは、ツールなしのHumanity's Last Examなどのテストで、Anthropicの旧モデルOpus 5にまだ及ばないものの、DeepSWE v1.1ではわずかに上回っており、エージェント型コーディングでの差が縮まりつつあることを示しています。
影響と意味
開発者にとって。11月30日まで、Argonは3つのフラッグシップモデルの中で最も安価です。低価格のうちに試したいチームに残された期間は約6週間です。Argonを使って開発する場合は、12月以降の価格で予算を立て、思考レベルを意識的に設定するべきです。
企業にとって。仕様は収れんしつつあります。3モデルとも約100万トークンのコンテキストウィンドウを備え、Astraの割高な価格を除けば料金も同じ水準にあります。選択の決め手は、目立つスコアよりも、自社のワークロードでどのモデルが最も良い結果を出すか、そしてデータの取り扱いや地域ごとの提供状況になりつつあります。
市場にとって。Googleの導入価格は、OpenAIの高めの定価に圧力をかけています。AnthropicのOpus 5.5発表によると、同社はバージョン5.5でOpusの料金を5ドルと25ドルから4ドルと20ドルに引き下げました。同じ性能水準なら価格は下がる方向に向かっています。
安全性に関する政策にとって。審査済みのサイバー防御担当者向けに安全対策を外した版を提供し、米国政府のリリース前の手続きにも参加するというGoogleの段階的な公開は、各社が最も高性能なモデルをどう扱うようになったかを示しています。まず限定的に提供し、その後に幅広く公開するという手順です。
よくある質問
Gemini 4 Argonはいつリリースされましたか？
Googleは2026年9月30日に発表し、当初は審査を経たサイバー防御担当者向けに提供しました。Google AI ProとUltraの契約者、および有料APIの利用者への幅広い提供は2026年10月13日に始まりました。
Gemini 4 Argon APIの料金はいくらですか？
標準の有料ティアでは、2026年11月30日まで入力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、12月1日からはそれぞれ4ドルと20ドルになります。キャッシュされた入力は0.10ドルで、0.20ドルに上がります。BatchとFlexは半額です。無料ティアでは利用できません。
Gemini 4 Argonのコンテキストウィンドウはどのくらいですか？
1,048,576トークンで、入力と出力で共有します。既定の出力上限は65,536トークンですが、バックグラウンドモードのロングデコード（long decode）を使うと最大で約100万トークンを出力できます。
Gemini 4 ArgonはGPT-6 AstraやClaude Opus 5.5より優れていますか？
Google自身の表ではほとんどの項目で首位ですが、FrontierSWE v2とTerminal-Bench ScienceではGPT-6 Astraが、Terminal-bench 4.0ではOpus 5.5が首位です。同じモデルでも各社が実施した結果は異なるため、ご自身のワークロードで試すことをおすすめします。
思考（thinking）トークンは課金されますか？
はい。Googleのドキュメントによると、APIが返すのは推論の要約だけですが、Argonの思考トークンは出力トークンとして課金されます。
出典
- Google: Gemini 4 Argon, our next era of frontier intelligence（2026年9月30日）
- Google: Gemini 4 Argon is now available in the Gemini app（2026年10月13日）
- Google DeepMind：Geminiモデルページとベンチマーク表
- Google AI for Developers：Gemini 4 Argonモデルページ
- Google AI for Developers：Gemini APIの料金
- OpenAI開発者向けドキュメント：GPT-6 Astra
- Anthropic：Claude Opus 5.5の発表
- Anthropic：Claudeの料金
- Vals.ai：Gemini 4 Argonの結果
- Hugging Face：DeepSeek-V4.1-Flash-1017モデルカード
