GoogleがGemini 4 Argonを発表、出力100万トークンとサイバー防御に特化
Google DeepMindが次世代フロンティアモデル「Gemini 4 Argon」を発表した。信頼できるサイバー防御者向けのFairwind Programを通じて、まず限定的な提供を開始している。
このモデルは出力トークン上限を100万に拡大し、ソフトウェアエンジニアリングのベンチマークであるDeepSWE v1.1で77.9%を記録した。サイバーセキュリティのCWE-bench v1では68%で同率1位となっている。
一般提供の前には段階的な安全性検証を進める方針だ。本記事では発表された性能、Google社内での活用事例、価格、今後の展開予定を整理して解説する。
Gemini 4 Argonの概要と段階的な提供
Gemini 4 Argonの大きな特徴は、複雑で長期にわたるワークフローで深い推論を持続できる点にある。実世界のソフトウェアエンジニアリング、法律や金融などの企業知識作業、サイバーセキュリティ防御の各領域で最高水準の性能を発揮するとしている。
段階的な提供アプローチ
このレベルのフロンティア能力を安全に提供するには段階的な進め方が必要になる。Google DeepMindは米国政府のモデル事前アクセスに関する自主的なプロセスに積極的に関与しており、アクセスを徐々に拡大している。
早期テスターからフィードバックを集めながらガードレールを改善した上で、できるだけ早く開発者、企業、一般消費者に提供する方針だ。
このデモは提供の段階を示している。現在はサイバー防御者向けの提供が始まっており、フィードバックを反映した後に一般向けへ拡大する計画だ。
導入価格
料金は入力トークン100万個あたり2ドル、出力トークン100万個あたり10ドルに設定された。キャッシュ済みの入力トークンは入力価格から95%引きになる。
Google社内でのエージェント活用事例
Gemini 4 ArgonはすでにGoogle社内のワークフローで実用されている。数千人規模のGooglerが専門的なコーディング作業、深い調査、文章作成でモデルの強みを報告しているという。
量子アルゴリズムの最適化
量子コンピューティングの研究者は、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について、時空リソース（量子ビット×ゲート）を最適化する目的でArgonを使用している。ある例では公開されているベースラインを数分で40%上回った。
データセンターのメモリ効率化
Argonエージェントのチームがフリート全体のプロファイリングテレメトリを解析し、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して適用した。展開後には300TiB超のメモリを解放し、合計の削減量は500TiBから1PiBと見積もられている。
大規模コードベースの移行
ArgonエージェントはGoogle全体でC/C++コードベースのRustへの移行に取り組んでいる。対象はコアライブラリのre2やlibgav1では数万行、Fuchsia Zirconカーネルでは80万行超に達する。
これらの大規模書き換えは、本番環境への展開前に厳格な自動監査と手動監査、エミュレーションテスト、レビューを受けている。
libgav1の例では、Argonエージェントが既存のRustポートをベースにSIMDコード32K行を置き換えた。多くのプロファイル誘導実験を繰り返し、コンパイラの出力を調査して、自動ベクトル化される安全なRustコードを生成した。結果として、同一の映像出力でRustポートより2.7倍高速なメモリ安全な動画デコーダが完成した。
技術仕様とベンチマーク結果
出力トークン上限を100万に拡大
長く複雑なユースケースを支えるため、出力トークンの上限は従来の64Kから業界最高水準の100万に大幅拡大された。モデルが深く思考し、1回の軌道で数十万トークンを生成できる余裕があると、難しい問題を一括で解く新しい推論の深さが生まれる。
主要ベンチマークの結果
ソフトウェアエンジニアリングの実世界タスクを測定するDeepSWE v1.1では77.9%を記録し、新たな最高水準を樹立した。Googleエンジニアは日々のデバッグから大規模コード移行、アルゴリズム設計までArgonを日常的に使用している。
コード生成以外でも、金融、コーディング、法律、税務作業の経済的影響を測定するVals Indexで首位を獲得した。Vals Finance Agent v2（多段階の金融リサーチ）やHarvey’s Legal Agent Benchmark（法的調査と文書作成）でも首位級の結果を出した。
ZapierのAutomationBench（主要なビジネス機能のエンドツーエンド実行を測定）では51.3%で1位となった。長尺動画の理解力を測定するLVBenchでは91.7%で最高水準を記録している。
DeepSWE v1.1とLVBenchでは最高水準、AutomationBenchでは単独1位、CWE-bench v1では同率1位という結果になっている。
サイバーセキュリティ防御への特化
新時代のサイバー攻撃に備えて、Gemini 4 Argonはサイバーセキュリティ防御に高い能力を持つように訓練された。重大なソフトウェア脆弱性を自律的に発見、検証、修正できる。信頼できる防御者とGoogle社内チーム向けには、サイバーガードレールなしで提供され、フロンティア級の防御能力を完全に活用できる。
脆弱性の発見と修正
CWE-bench v1（セキュリティ脆弱性の修正能力を評価するベンチマーク）では68%で首位タイを記録した。これは3.8 Flash CyberのCWE-bench v0でのフロンティア性能を基盤にしている。
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わたる複雑なコードベースから広範囲の露出を発見した。Wizの内部ブラックボックス侵入テストベンチマークでは、ソースコードなしでライブWebシステムを解析する能力が試され、攻撃対象の発見、脆弱性の特定、検証用の概念実証の生成において3.8 Flash Cyberを上回った。
Wizとの連携実績
クラウドセキュリティ企業のWizは、無償で重要な公共インフラを保護する取り組み「Scan for Good」を通じてArgonをサイバーセキュリティ防御に利用している。初期のデモでは、世界中の病院で使われる医療ソフトウェアに個人情報を漏えいさせる重大な脆弱性を発見した。これは以前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。
Argonは従来モデルが見逃していた脆弱性を発見し、検証から修正まで自律的に対応できる点が実用上の大きな違いだ。
包括的な安全対策と展開ロードマップ
フロンティアモデルを広く提供する前に、Google DeepMindは四つの主要領域で安全性対策を強化している。それぞれの取り組みは、モデルの能力が高まるほど悪用や誤動作のリスクも高まるという前提に基づく。
誤用の防御
サイバー攻撃や化学・生物・放射性物質・核（CBRN）攻撃への悪用を防ぐため、Argonは有害な要求を拒否しつつ、正当なデュアルユース科学研究を保持する設計になっている。これはFrontier Safety Frameworkに沿ったものだ。
社内外のレッドチームによる手動および自動の攻撃手法を組み合わせた堅牢性テストを通じて、対策の効果を検証している。
プロンプトインジェクションへの耐性
悪意ある指示や文脈で外部からモデルの動作を乗っ取る間接的プロンプトインジェクションに対して、Argonはこれまでで最も高い耐性を持つ。自動レッドチーミングと敵対的トレーニングを通じて、Gray SwanのIndirect Prompt Injection（IPI）ベンチマークで最高水準を記録した。
システムの強化
モデルの思考連鎖と行動を監視し、ユーザーの意図を超えた行動を取ろうとした場合に実行を停止する仕組みも導入された。同様のシステムをトレーニング実行の監視にも使用し、専任のインシデント対応チームにアラートを送る運用を行っている。
エージェント制御ロードマップに沿って、高リスクのトレーニングや評価の前にサンドボックス環境を隔離・封印する対策も進めている。これらのベストプラクティスはパートナーと共有し、業界全体の安全性向上を目指す。
一般提供は有料API顧客とGoogle AI Ultra加入者から始まり、その後開発者、企業、一般消費者へと順次拡大される予定だ。
この記事のポイント
- Gemini 4 Argonは出力トークン上限100万、DeepSWE v1.1で77.9%を記録した
- Google社内では量子計算の最適化、メモリ300TiB削減、C/C++からRustへの大規模移行で実績を上げている
- サイバーセキュリティ防御に特化し、CWE-bench v1で68%の首位タイを達成した
- 価格は入力100万トークンあたり2ドル、出力同10ドルから始まる
- 一般提供は段階的に進められ、有料API顧客とGoogle AI Ultra加入者から開始される
・ 複数業界における17年間のデジタルビジネス開発経験
・ ウェブサイト開発のためのHTML、PHP、CSS、JavaScript等の実用的知識
・ 15ヶ国語対応の多言語SaaSの開発経験
・ 17年間にも及ぶ、Eコマース長期運営経験
・ 幅広い業界でのSEO最適化の豊富な経験
83%の組織がエージェントAI対応にインフラ刷新が必要と回答、Google Cloud調査
Google Cloudが2026年7月に公開した「State of AI Infrastructure」レポートによると、実に83%の組織が「本番レベルのエージェントAIを支えるにはインフラの刷新が不可欠だ」と回答した。この数字はもはや一部の先進企業だけの課題ではなく、業種を問わず広がる構造的な問題を浮き彫りにしている。
本記事では、Google Cloud Blogの調査概要をもとに、エージェントAIが既存のクラウド基盤に与える負荷と、企業が次に打つべきインフラ戦略を解説する。推論コストの急増やエージェントの統制不能、データの断片化、エネルギー制約といったテーマを具体的なデータとともに取り上げる。
推論コストの急増と流動的コンピューティング
推論税の正体
エージェントAIは1回の指示で数百の後続アクションを連鎖的に引き起こす。チャット型AIのように単発で完結する処理とは根本的に負荷の性質が異なる。Google Cloud BlogのDrew Bradstock氏によれば、この連続推論ループがレガシーアーキテクチャに加わる経済的負担を「推論税」と呼んでいる。
調査では62%のリーダーが「データエグレス料金やストレージ肥大化、アイドル状態の専用ハードウェアによって深刻な推論税が発生している」と回答した。81%は運用の複雑さをAIスケーリングの隠れたコストとして挙げている。
上図が示すのは、エージェントAIの負荷特性と基盤の適合性がコストを左右する構図だ。ストレージ肥大化を放置すれば推論税は雪だるま式に膨らみ、競争力を大きく損なう。
TPU 8tとTPU 8iが示す選択肢
規模の大きいトレーニングにはTPU 8t、低レイテンシ推論にはTPU 8iといった具合に、用途に合わせた計算リソースを動的に組み合わせる発想が鍵になる。Google Cloud Blogの記事では、重いトレーニング、リアルタイム推論、オーケストレーションの3層に分けた「流動的コンピュート」が提案されている。
- 大規模学習向け：TPU 8t（第8世代）は第7世代比で約3倍の性能と最大2倍の電力効率を達成。超大規模モデルの学習時間を大幅に短縮する
- 低レイテンシ推論向け：TPU 8iはオンチップメモリを最大化し、リアルタイム応答が求められるエージェントの思考と反応を高速化する
- 制御プレーン向け：ArmベースのGoogle Axion CPUが強化学習シミュレーションやエージェントのオーケストレーションをコスト効率よく実行する
こうした選択肢を使い分けることで、ピーク負荷時だけ専用チップを割り当て、普段は汎用プロセッサに戻すといった柔軟なリソース管理が可能になる。
急拡大するエージェントの統制
エージェントスプロールの現実
エージェントはメールの読み取りからデータベース照会、業務ワークフロー実行まで自律的に動く。組織内で数十、数百のエージェントが稼働し始めると、個別管理が極めて難しくなる。これを業界では「エージェントスプロール（agent sprawl）」と呼び始めており、調査でも79%のリーダーがセキュリティ・ガバナンス・MLOpsを推論スケーリングの最大の課題に挙げている。
上図のように、統制プレーンを導入することで、これまで管理者が人力で追いかけていた権限設定や操作ログが集約され、監査や緊急停止も一元的に実施できる。調査では78%の組織が生成AIソリューションをメインのクラウドパートナーから直接調達しており、この集中傾向は2025年から30ポイント上昇している。
Agent Gatewayが担う役割
Google Cloud Blogで紹介されているAgent Gatewayは、企業向けに設計されたエージェント統制のハブだ。エージェント同士のデータ共有を可視化し、読み取りと書き込みのスコープを細かく設定できる。重要なアクションの前には人間の承認を挟むヒューマンインザループ機能も提供する。
- 全エージェントの認証を統一し、分散ツールをつなぎ合わせる必要がない
- データ共有のログと監査証跡を完全に管理できる
- エージェント単独では実行できない重要操作に対して、人による承認フローを組み込める
スケールする自律エージェント群を安全に運用するうえで、こうした統制基盤はもはやオプションではなく必須のレイヤーになりつつある。
データ基盤の統一
自律型エージェントは推論のたびに組織全体へ重いクエリを発行する。Drew Bradstock氏の指摘では、データがサイロ化して断片化していると「エージェントは事実上、目隠しをされたまま飛んでいる」状態になるという。このため、断片化したデータを単一の文脈で扱える統合データ層の整備が急務とされている。
統合データ層が整うと、エージェントはデータの置き場所を意識せずに検索・推論できる。非構造化データを自動的に構造化するSmart Storageと、マルチクラウド環境を横断するCross-Cloud Lakehouseが、この層を現実のものにしている。
ハイブリッドマルチクラウドとデジタル主権
パブリッククラウドかオンプレミスかという二者択一はすでに終わっている。調査では52%の組織がハイブリッドマルチクラウド構成を採用していた。これは単なるコスト分散ではなく、デジタル主権とデータの重力が強い推進力になっているからだ。
- データ所在地規制への対応：調査参加者の48%が厳格なデータレジデンシー管理を優先事項に挙げている。各国の法改正に即応できる柔軟な配置が求められる
- 完全隔離環境の需要：Google Distributed Cloudのようにパブリッククラウド技術をオフラインで利用できるサービスが、政府機関や金融機関を中心に拡大している
- データ重力の現実：巨大なデータセットは動かすより「その場で処理する」方が現実的で、エッジやオンプレとの組み合わせが不可欠になる
つまり、単一のクラウドに依存する時代は終わり、データの物理的な位置と主権に合わせてAIを走らせる場所を選べるアーキテクチャが標準になりつつある。
エッジでのAI実行が必然になる理由
調査結果の中で特に目を引くのが、90%の組織が「エッジへのAI配置が重要」と回答し、72%は「極めて重要」または「非常に重要」と位置づけた点だ。エージェントAIのリアルタイム性を追求するほど、集中型クラウドだけでは限界が露呈する。
エッジに推論機能を分散させると、クラウド往復のレイテンシが不要になるだけでなく、通信断でも業務が停止しない耐障害性と、トークンあたりの変動費削減を同時に実現できる。製造現場や病院、小売店舗など「止まらない自律処理」が求められる現場にとって、これが決定的な価値になる。
エネルギー壁を突破する設計
91%のリーダーがハードウェア選定時に消費電力を考慮し、61%はそれを「主要または極めて重要な要素」と位置づけている。かつて年次報告書のサステナビリティ指標でしかなかった電力消費が、今ではデータセンターの立地や事業継続そのものを左右する制約に変わっている。
- 電力網の逼迫：一部地域では追加電力の調達が不可能で、新規の計算インフラをプロビジョニングできない
- 規制圧力の強化：ドイツでは新設データセンターにPUE 1.2以下が義務化。アイルランドは大規模データセンターに100％のオンサイト発電能力を要求
- TCOへの影響：高消費電力のハードウェアは冷却設備やラック設計の大規模投資を強いり、総保有コストを押し上げる
Google Cloud Blogによれば、ワットあたりの性能向上が「戦略的資産」として位置づけられている。TPU 8tは第7世代比で最大2倍の電力効率を達成しており、規制基準を満たしながら高性能を維持する設計思想がエネルギー壁を突破するカギだとされている。
まとめ
本レポートの核心は「エージェントAI時代のインフラは、計算・セキュリティ・データ・エッジ・電力のすべてを統合的に設計しなければならない」という一点に集約される。AI Hypercomputerのような各レイヤーを共同設計するアーキテクチャが、高コストで機能不全に陥る従来モデルからの脱却策として注目されている。
物理世界とデジタルを結ぶフィジカルAIの波も現実化しつつあり、ロボットのトレーニングにデジタルツインを使う取り組みがGoogle Cloud上で始まっている。インフラ戦略を抜本的に見直すタイミングが、いま訪れていると言える。
この記事のポイント
- 83%の組織がエージェントAI本番運用にインフラ刷新が必要と回答
- 62%が推論税、81%が運用の複雑さをスケーリングの隠れコストと認識
- 79%がセキュリティ・ガバナンス・MLOpsを最大の課題に挙げている
- 90%がエッジAIを重要視し、72%は「極めて重要」と回答
- 91%がハードウェア選定で消費電力を考慮し、ワットあたり性能が新たな指標に
・ 複数業界における17年間のデジタルビジネス開発経験
・ ウェブサイト開発のためのHTML、PHP、CSS、JavaScript等の実用的知識
・ 15ヶ国語対応の多言語SaaSの開発経験
・ 17年間にも及ぶ、Eコマース長期運営経験
・ 幅広い業界でのSEO最適化の豊富な経験