Gemini 4 Argonは、Googleが2026年10月に一般提供を始めたコーディングとエージェント作業向けのモデルです。API料金は2026年11月30日まで「入力100万トークンあたり2ドル、出力10ドル」の導入価格で、12月1日から倍額になります。無料枠はなく、検証にも課金アカウントが要ります。

開発責任者が先に押さえるべきなのは、性能の順位よりも「いつ・どこで・いくらで・どの条件で使えるか」です。この記事では、GitHub CopilotやCursorでの使い方、データの扱い、リージョン、サイバー能力の制限まで、導入判断に必要な論点を2026年10月時点の情報で整理します。競合モデルとの優劣は、公式が横並びの比較表を出していないため断定しません。

この記事でわかること

  • Gemini 4 Argonの位置づけと、提供経路ごとの利用条件
  • 公式が示す性能の数字と、その読み方の注意点
  • 11/30までの導入価格と12/1以降の価格の違い、月額の見積もり方
  • GitHub Copilot・Cursor・Antigravity・APIでの使い方と試す手順
  • 法人導入で確認すべきデータの扱い・リージョン・サイバー制限

Gemini 4 Argonは「コード作業とエージェント実行」に寄せたGoogleの主力モデル

Gemini 4 Argonは、テキスト・画像・動画・音声・PDFを入力でき、出力はテキストのモデルです。約100万トークンの長い文脈を扱え、関数呼び出しやコード実行を組み合わせて自律的にタスクを進めるエージェント用途を前面に出しています。一般提供は2026年10月13日です。

経緯と提供範囲

最初は9月30日に発表され、サイバー防御者向けの「Fairwind Program」で限定提供されていました。10月13日に一般提供へ移り、開発者と企業はGoogle AI StudioとGemini APIから使えます。Google Cloud側では、Gemini for business、API、AI Studio、Antigravityで利用可能と案内されています（Google Cloudブログ）。

個人向けの経路は少し複雑です。日本語版の公式ブログでは、Antigravity（Googleのエージェント型開発環境）はGoogle AI Ultra向け、Geminiアプリと検索のAIモードはUltraとPro向けと説明されています。世界で順次展開のため、アカウントによって表示時期が違います。

Antigravityを「Proでも使える」とする第三者の分析もありますが、公式の記載はUltra向けです。契約前に自分のアカウントの画面で確認してください。

日付にも注意が必要です。Googleの英語ブログと国内の一部報道は10月13日、別の報道は10月14日としています。米国時間と日本時間の差とみられますが、各媒体は明記していません。社内資料に書くなら「2026年10月中旬」としておくのが無難です。

仕様の要点

モデルIDは gemini-4-argon、ステータスはStableです（モデルページ）。

項目内容
入力テキスト、画像、動画、音声、PDF
出力テキスト
コンテキスト1,048,576トークン（入出力の合計）
最大出力同期で65,536トークン。長時間デコード利用時は最大1,048,576
思考の強さlow / medium / high
対応機能関数呼び出し、構造化出力、コード実行、ファイル検索、URLコンテキスト、検索・マップのグラウンディング、Computer use（プレビュー）
非対応音声生成、画像生成、Live API
キャッシュ暗黙的キャッシュのみ。明示的キャッシュは非対応

最大出力を32,768トークンとする二次記事もありますが、公式ドキュメントは65,536です。キャッシュの扱いも見落としやすい点で、同じ長いプロンプトを繰り返し投げる設計にしたい場合、キャッシュ範囲を自分で指定する明示的な方式は使えません。

公式が示す性能と、数字の読み方

公式ブログが首位として挙げる評価は、金融・コーディング・法務・税務を測るVals Indexと、身体性推論のERQA（87%）です。間接プロンプトインジェクション（外部の文書やWebページに仕込まれた命令でAIが誤動作させられる攻撃）の評価でも首位で、15回の適応型攻撃での成功率は0.7%とされています。

開発者が気にするSWE-benchやTerminal-Benchの数値は、公式ブログ本文では確認できませんでした。モデルカードも今回は未確認です。コーディング性能を示す数字が欲しい読者ほど、ここで肩透かしを食らうはずです。

Googleが示す社内実績もあります。Antigravity上のArgonで「エージェントによるコード提出が35%超増え、ロールバックが約3分の1減った」という内容です。ただし脚注も母数も期間も書かれていません。同じブログにはChromiumの約600万行のコード整理が数か月から数週間になった例も載っていますが、これも自己申告です。

この種の数字は「方向性の参考」に留めるのが妥当です。自社の開発に当てはまるかは、手元のコードで試すまで誰にも分かりません。

もう一つ、読み方の落とし穴があります。外部評価機関の数字は、日本語版と英語版のブログで食い違っています。たとえばGamow Labsの独自評価のうちRareBenchは、英語版が57%、日本語版が58%です。資料に転記するときは原文を確認してください。

競合モデルとの比較は自社タスクでやる

公式ブログは「他のフロンティアモデルを上回る」と述べるだけで、競合名と数値を並べた比較表は出していません。第三者の総合指標（Artificial Analysis Intelligence Index）では53とされ、Claude Fable 5.1やGPT-6 Astraと同水準と報じる記事があります。一方で、別の二次記事はClaude Opus 5.5がTerminal-Benchなど一部でArgonを上回ったとしています。

どちらが上かは媒体によって割れていて、断定できる材料は今のところありません。

実務で効く指標はもう一つあります。Cursor側の報道には、CursorBenchで既定のeffort設定のとき52.8%とされ、Opus 5.5とほぼ同等で、トークン消費が多いという指摘がありました（原文は未取得のため参考値です）。単価が安くても、使うトークンが多ければ総額は下がりません。比較は「同じ課題を解かせたときの成功率と総コスト」でやるのが筋です。

Claude側のモデル群の位置づけはClaude Mythos/Fableの解説に、ツール全体の見取り図はAIコーディングツールの比較にまとめています。

料金は11/30までの導入価格と12/1以降で倍額になる

Gemini APIの料金は、2026年11月30日までのStandardが入力2ドル・出力10ドル（100万トークンあたり）、12月1日からは入力4ドル・出力20ドルです。予算は12月以降の単価で組む必要があります。無料枠はなく、長文での段階料金もありません（料金ページ）。

料金表（100万トークンあたり、USD）

ティア入力（〜11/30）出力（〜11/30）キャッシュ入力（〜11/30）12/1以降の入力 / 出力 / キャッシュ
Standard$2$10$0.10$4 / $20 / $0.20
Batch・Flex$1$5$0.05$2 / $10 / $0.10
Priority$3.60$18$0.18$7.20 / $36 / $0.36
Contributor（招待制の限定プレビュー）$1$5$0.05$2 / $10 / $0.10

出力単価には思考トークンも含まれます。思考の強さをhighにすると、見えない出力が増えて請求が伸びます。

公式ブログの脚注には、導入価格の後の4ドル／20ドルが一般公開モデルに適用されるとの記載があります。円換算では、入力4ドルが約634円、出力20ドルが約3,168円という報道がありました。為替は記事時点のものなので、見積もりは自社の為替前提で引き直してください。

Contributorは招待制で、データが製品改善に使われます。一般の法人利用で選ぶ対象ではありません。

12月の倍額改定を月額で試算する

具体例で考えます。月に入力1,000万トークン、出力200万トークン（思考トークン込み）を使うチームを仮定します。これは当協会の計算例で、実際の消費量は課題とエージェントの動かし方で大きく変わります。

ティア〜11/30の月額12/1以降の月額
Standard$40$80
Batch・Flex$20$40
Priority$72$144

Standardの内訳は、入力10M×$2＝$20、出力2M×$10＝$20で合計$40です。12月以降は同じ計算が$40＋$40になります。

試算から言えることは3つです。

  • 即時性が要らない処理（夜間の一括レビュー、大量のコード解析）は BatchかFlexに寄せるとStandardの半額 になります
  • 応答の安定性が要る処理に使うPriorityは、Standardの 1.8倍 です
  • 11月に試して「安い」と感じても、12月には同じ使い方で倍になります

検証期間の請求額をそのまま本番の予算に使うのは危険です。11月のうちに消費トークン量を計測しておき、12月の単価に掛け直すのが現実的な手順になります。

検索グラウンディングの別課金

検索やマップのグラウンディング（最新情報をWebやマップから引いて回答に反映する機能）は、月5,000リクエストまで無料で、超過は1,000リクエストあたり14ドルです。エージェントが調べ物をたくさんする設計だと、トークン料金より先にここが膨らむ場合があります。使わない機能はオフにしておきます。

開発ツールではCopilot・Cursor・Antigravityが入口になる

Gemini 4 Argonを開発に組み込む入口は、GitHub Copilot、Cursor、Antigravity、APIの4つです。既存の開発環境を変えずに試すなら、CopilotかCursorのモデル選択が最短です。

GitHub Copilotでは対象プランと管理者ポリシーが条件になる

GitHub Copilotでは10月13日に一般提供が始まりました（GitHub changelog）。

  • 対象プラン: Pro+、Max、Business、Enterprise
  • 使える場所: VS Code、Visual Studio、Copilot CLI、コーディングエージェント、Copilotアプリ、JetBrains、Xcode、Eclipseのモデルピッカー
  • 課金: 提供元の定価による従量課金
  • 展開: 段階的

対象プランにProは列挙されていません。公式ページが「Proは対象外」と明記しているわけではなく、列挙されていないという事実だけが確認できています。

法人で効くのは、BusinessとEnterpriseで管理者がモデルポリシーで有効・無効を制御できる点です。自動で全員に開放されるわけではないので、管理者がポリシーを開けない限り、現場の開発者のピッカーには表示されません。「Argonが出てこない」と問い合わせが来たら、プランとポリシーの順に確認します。

Cursorでは既定の含有枠の外で課金される

Cursorでは、モデルのページにeffortの設定（high / medium（既定）/ low / minimal）が載っています。サードパーティモデルの扱いのため、Cursorプランに含まれる利用枠の対象外で、プリペイドのクレジットかOther Modelsの枠から課金されます。

「いつものプランの範囲で使える」と思って回すと、想定外の請求になります。このページにはコンテキスト長や単価の記載がないので、請求額は最初の数日の消費で実測しましょう。

AntigravityとAPIの使い分け

Antigravityはマルチエージェントのループ、/goal、カスタムスキル、Blender MCPなどに対応する開発環境です。Ultra向けのため、個人の検証や少人数の先行チームに向いています。AntigravityのCLIで /model を使って選ぶとする分析もありますが、二次情報で未確認です。

アプリケーションに組み込む場合や、自社の評価基盤で測る場合は、APIから gemini-4-argon を呼び出します。なお、Gemini CLIが対応しているかを示す公式情報は見つかりませんでした。使うつもりなら、導入前に最新のドキュメントを確認してください。

AI駆動開発研修では、こうしたAIコーディングツールを業務のコード・レビュー・テストに組み込む進め方を、チームの実コードで体験しながら学べます。モデルを選ぶ前に「どの作業をAIに渡すか」を決める段階で役立ちます。

法人導入ではデータの扱い・リージョン・サイバー制限を先に確認する

法人導入で確認する点は3つに絞れます。入力データの扱い、処理されるリージョン、そしてサイバー関連タスクの制限です。性能比較より先に、ここを社内の情報セキュリティ部門と合わせておくと、後で止まりません。

有料APIはプロンプトと応答を製品改善に使わない

Gemini APIの有料サービスでは、プロンプトと応答は製品改善に使われません（利用規約）。料金ページでも、Standard・Batch・Flex・Priorityは製品改善に使われず、使われるのは招待制のContributorだけと読めます。

ただし不正利用の検出を目的として、ログが限られた期間保存されます。保存日数は記載がありません。検索・マップのグラウンディングを使う場合は、別途30日の保存があります。

無料枠が使えないため、社内で「まず無料で触ってみよう」という進め方ができず、検証段階から課金アカウントを会社として用意する必要があります。個人のクレジットカードで検証が始まってしまうと、データの扱いの管理が曖昧になります。法人アカウントで最初から始めるほうが安全です。

東京のエンドポイントがあっても国内処理は保証されない

Vertex AI（現在はGemini Enterprise Agent Platformという名称に統合）では、モデルIDが gemini-4-argon、リージョンはglobalです。ロケーション一覧には、global、米国・EUのマルチリージョン、東京（asia-northeast1）などのエンドポイントが載っています。大阪（asia-northeast2）の記載はありません（ロケーション一覧）。

東京が一覧にあるなら国内で処理されるのでは、と考えたくなります。しかし同じページは、エンドポイントがデータレジデンシーや地域内でのML処理を保証するものではないと書いています。globalでは処理地を制御できず、要件がある場合は使わないよう案内しています。

日本国内での処理が保証できるかを決めるデータレジデンシーの条件は、今回確認できていません。個人情報や機密性の高いコードを扱う場合は、契約・サポート窓口で書面確認を取ってからにしてください。

ほかにも未確認の項目があります。Provisioned Throughput、クォータ、SLAはいずれも今回確認できていません。モデルの廃止予定は2027年10月13日以降との情報がありますが、リリースノート原文の確認が取れていません。長く使う前提なら、移行計画を組むときに原文を見直す必要があります。

通常版はサイバー攻撃系タスクが制限される

通常版のArgonは、ペネトレーションテストやエクスプロイト作成といった攻撃的なタスクが緩和策で制限されます。防御用途にはCodeMenderなどGoogle側の仕組みが案内されています。

制限を解除した gemini-4-argon-cyber-permissive は、Fairwindの許可リストに入った組織が対象です。政府機関、重要インフラ、医療機関などの審査制のため、通常の法人開発チームは対象外と読めます。申請条件の詳細は確認できていません。

セキュリティ部門が自社システムの脆弱性診断にArgonを使おうとすると、拒否される場面が出てきます。「脆弱性のあるコードを直す」依頼と「攻撃コードを書く」依頼では扱いが変わる、と事前に周知しておくと混乱を避けられます。

安全対策はGoogleの自己申告です。外部のバイオ分野のレッドチームで突破されたサブタスクは1%未満、コーディングベンチマークでの不正な近道は2%とされています。詳細はSafety and Security Reportに書かれているはずですが、今回は未取得でした。社内の稟議では、これらの数字を第三者検証済みとして書かないでください。

エージェントに任せる範囲は自社で決める

エンタープライズ統制の事例として、不可逆な操作の前に確認を挟む運用が、GitLabの発言として紹介されています。これはモデル側の機能というより、使う側の設計の話です。

エージェントにファイル削除、本番設定の変更、外部への送信を任せるなら、承認を挟む場所を最初に決めます。モデルの安全性評価の数字が良くても、運用ルールの代わりにはなりません。開発体制全体の考え方はAI駆動開発の解説が参考になります。

自社で試す手順は「課金アカウント→低リスク課題→総コスト計測」の順で進める

試し方の基本は、法人の課金アカウントを用意し、安全な課題で成功率と総コストを測ることです。11/30までは導入価格で検証できるので、この期間を評価に使うのが得です。

手順

  1. 会社名義の課金アカウントを作り、Gemini APIの有料枠を有効にする
  2. 評価用の課題を10〜20件選ぶ。過去のバグ修正、テスト追加、リファクタリングなど、正解が分かるものにする
  3. 機密情報を含まないリポジトリか、マスキングしたコードで始める
  4. gemini-4-argon を、思考の強さlowとmediumで同じ課題に解かせる
  5. 成功率、手戻りの回数、消費した入力・出力トークンを記録する
  6. 記録したトークン量に、12/1以降の単価（入力4ドル・出力20ドル）を掛けて月額を出す
  7. 現在使っているモデルでも同じ課題を解かせ、成功率と総コストを並べる

最低限のAPI呼び出しは次のとおりです（Pythonのgoogle-genaiを使う例）。

from google import genai

client = genai.Client()  # 環境変数のAPIキーを読む
resp = client.models.generate_content(
    model="gemini-4-argon",
    contents="このPythonの関数にユニットテストを追加してください。\n\n" + code,
)
print(resp.text)
print(resp.usage_metadata)  # 入力・出力・思考トークンの消費量を確認

実装の書き方は正確なSDKのバージョンで変わることがあるので、最新のクイックスタートを確認してください。ここで見るべきは、usage_metadata に出てくるトークン量です。思考トークンが予想より多ければ、思考の強さを下げます。

評価の落とし穴

最初の数件の成功に引きずられがちです。モデルの比較は10件程度では差が見えません。課題の種類（バグ修正と新規実装、小さな修正と横断的な変更）を混ぜ、結果を種類別に見ます。

簡単な課題だけを並べると「どれでも同じ」という結論になりがちです。差が出やすいのは、複数ファイルにまたがる変更や、仕様が曖昧な課題です。

コード生成AIの基本的な選び方はコード生成AIの解説にもまとめています。

本番に近づける前に決めておくこと

評価の結果が良くても、いきなり全社展開はしません。次の順で段階を踏みます。

  • 少人数のチームでCopilotかCursorを使い、1〜2週間の消費量を測る
  • 管理者ポリシー、課金上限、ログの扱いをセキュリティ部門と合意する
  • 12月の単価での月額見積もりを経理と共有する
  • 国内処理が必須の業務は、データレジデンシーの書面確認が取れるまで対象外にする

よくある質問

Gemini 4 Argonは無料で使えますか？

Gemini APIには無料枠がなく、Free tierでは利用できません。検証にも課金アカウントが必要です。

11/30までの導入価格は、12/1からいくらになりますか？

Standardは入力2ドル・出力10ドルから、入力4ドル・出力20ドル（100万トークンあたり）へ倍額になります。Batch・Flex、Priorityも同じ倍率です。

GitHub CopilotのProプランでも使えますか？

対象はPro+、Max、Business、Enterpriseと列挙されており、Proは含まれていません。Business・Enterpriseは管理者のポリシーでの有効化も必要です。

入力したコードは学習に使われますか？

Gemini APIの有料サービスでは、プロンプトと応答は製品改善に使われません。ただし不正利用の検出を目的に、限られた期間はログが保存されます。

Claudeなど他のモデルより優れていますか？

公式の横並びの比較表がなく、断定できません。公式が首位とするのはVals IndexとERQAなどで、コーディングは自社の課題で試して判断してください。

まとめ

最初にやることは、会社名義の課金アカウントで、自社の過去課題10〜20件を解かせることです。11/30までは導入価格なので、この期間に成功率とトークン消費量を測っておけば、12月以降の予算を実測で組めます。

優先順位は、データの扱いとリージョンの確認、評価用の課題の準備、ツールの管理者ポリシーの設定の順です。性能の順位表を眺める時間は、その後で足ります。

Argonのようなモデルが次々に出てくる状況では、特定のモデルを選ぶ力より、新しいモデルを自社の開発で素早く評価して取り込む型を持つことが効いてきます。チームでその型を作りたい場合は、AI駆動開発研修で、ツール選定から評価、運用ルールづくりまでを実コードで進められます。

次に読みたい関連記事