要約:
2 週間にわたってオンラインで議論されてきましたが、Google AI の新しいフラッグシップである Gemini 4 Argon がついに正式に発売されました。ご存知のとおり、Gemini が最後に Flash/Flash-Lite のような軽量バージョン アップデートではなくメジャー バージョン アップデートを行ったのは、遠く離れた Gemini 3.1Pro でした。当時はまだ春節を祝っていましたが、今では 2026 年のすべての法定祝日さえ祝っています...
この 8 か月近くの間、それほど熱心な Google ファンではなかった Jiang Jiang は、隣り合う 2 つの AI モデルの進化のスピードを見て、Google に腹を立てそうになりました。
ChatGPT は、かつて gpt-image-2 からインターネット全体で普及し、急速に進歩しました。現在、GPT-6 Astra と GPT-6.1 Sol がテーブルにあります。
Anthropic をもう一度見てみると、現在も高く評価されている Opus 4.8 と、「危険すぎて展示できない」Mythos 5 とそれに続く Fable 5 があります。過去 2 週間で、Claude 5.5 バケツはすべて配布されました。
一方、Google は苦境に陥っています。 I/O カンファレンスで、彼らは Gemini 3.5 Pro を発売すると誓ったが、社内ではもう我慢できなかった。彼らはそれを延期し続け、最終的には完全にキャンセルしました。
半年以上にわたり、同社は窮地を救うには 4 つのバージョンの Flash を継続的にリリースすることに頼るしかなく、AI 界での評判も急落しました。
私が Google に言いたいことはおわかりでしょう:
今日正式にリリースされた Gemini 4 Argon でさえ、少しばかげています。当初、Google は他の 2 社の例に倣い、モデルの名前を変更し、モデル コードとして不活性ガス Argon (アルゴン) を使用しただけでした。
その結果、ネチズンは一斉に嘲笑されました。この名前の本当の意味は「慎重で無駄なことは言わない（アルゴンは化学的性質が非常に安定した不活性ガス）」という意味ではないでしょうか？実際、これはユーザーに、新しいモデルには常にお金がかかることを思い出させるためです。ほんの少しの言葉の後、トークンはすべて消えてしまいます (アルゴンと同じ発音です)。
さらにとんでもないのは、Gemini 4 Argon が明らかに 9 月 30 日にリリースされたのに、半月もキャビネットに保管されて叱られ、今になってやっと誰もが使えるようになったということです。
その結果、第三者機関 Artificial Analysis のスコアでは、昨日発売されたばかりの Meta の最強フラッグシップ、Muse Wonder Full に抜かれてしまいました...
しかし、苦情は苦情です。本題に戻って、Gemini4 Argon がどのようなものであるかについて話しましょう。
まず、私たち自身の Pro アカウントで実行されている Big Pelican を紹介します。
プロンプトは次のとおりです。空飛ぶ戦闘機の胴体の上でウィリーするペリカンを作成します。ボクセルのアートスタイル。単一の HTML ファイル。
初めて生成されたとき、Argon はまだ間違っていましたが、[修復] をクリックするとすぐに修正されました。
ネチズンはまた、Opus 5.5 と Gemini 4 Argon という比較資料を投稿し、テスラ スタイルのモーターの動作原理を説明する 3D アニメーションを生成しました。
次のヒント: Solarpunk City アニメーション GIF、ピクセル アート、超詳細、超高品質、見栄えの良いものを作成し、視覚的に検証し、一貫性があり完璧であることを確認してください。
ネチズンは、クロードの価格は 8 ドル以上であるのに対し、アルゴンの価格はわずか 1.2 ドルであると述べています。
絵が安定しているだけでなく、おばあちゃんの家にお金も貯まっています。このように見ると、「Google、すごい!」という言葉を叫ぶことができるでしょうか。
Google の公式レポートカードを見ると、Argon は、GPT-6 Astra および Claude Opus 5.5 と直接競合した 19 の公開ベンチマーク テストのうち 13 で 1 位を獲得しました。また、大規模なモデル アリーナである LMArena のテキスト ブラインド テスト リストでも見事トップになりました。
しかし、Google が今回注目しているのはランニングスコアだけではありません。彼らがさらに冷酷だと感じているのは、かつて大きなモデルだった「超長入力」を「超長出力」にしてしまったことだ。
Argon は、100 万トークンのネイティブ マルチモーダル入力を維持することに基づいて、単一の最大出力の上限を前世代の 64,000 から約 16 倍に直接的かつ暴力的に増加させ、驚異的な 100 万トークンに達しました (入力と出力は 100 万のコンテキスト プールを共有します)。
それはどういう意味ですか?
以前の大きなモデルは毎日、数百万のトークン入力をサポートしていると誇っていましたが、実際には非常に重いものでした。
前のモデルは本を一気に読むことができましたが、出力は残念なものでした。難しいタスクに遭遇した場合、モデルはバックグラウンドでドラフトするだけで割り当てを使い果たし、強制的に割り当てを半分に減らすことができます。
現在、Argon は新たな長い解読活動を行っています。アルゴンの単一出力制限は実際にはまだ 64,000 です。いわゆる 100 万件の出力とは、バックグラウンドでバジェットを増やした後、64K を実行しても結果が得られないたびに、サーバーがブレークポイントで次のリレーを自動的に開始することを意味します。
バックグラウンドで 100 万個のコンテキスト プールを最大 24 時間排出でき、一時停止ボタンと電源オフ保護も備えています。ネットワークが切断されたり、クォータが低く設定されている場合でも、最初からやり直すことなくシームレスに実行を継続できます。
Google の動きは、誰もが AI を使って本を書くことを容易にすることではありません。むしろ、将来的には AI がワークフロー全体を一度に処理できるように、現在のエージェントが深く考えるための余地を残すことです。
さらに、Google は、これは単に売り込んで自慢しているのではなく、実際に社内で Argon を使用して多くの素晴らしいことを行っているとも述べました。
たとえば、Chrome チームの先祖代々の 4,000 万行のコードの山には、600 万行の古いコードで満たされた巨大なフォルダーがあります。エンジニアは Argon を直接組み込み、数百のファイルからコア Web ページ ロジックを削除しました。当初は数か月かかった大変な作業が数週間で完了しました (これは、新しいエクスペリエンスを解放するのにも役立ちました。将来的には、Chrome のフローティング ウィンドウにタブをドラッグできるようになり、Web ページを更新する必要がなくなりました)。
江江省には当面、そのような本格的なエンジニアリングのニーズはないため、判断するのは困難です。友達がそれを体験するのを待ってから、みんなに話す方が良いでしょう。
私たちの経験を踏まえると、Argon には 2 つの明らかな利点があります。 1つ目は応答速度が非常に速いことです。
長期的には Flash バージョンの更新が簡単になるかどうかはわかりません。アルゴンは出力品質を確保しながら、独自の応答速度を維持できます。
実際、私たちは以前に何人かのプログラマーの友人と話をしたことがあります。フロントエンドの友人の 1 人、Lao Ye 氏は、データ コンプライアンスやその他の規制のため、彼らの会社では大規模なモデルやツールの一部の古いバージョンしか使用できないと語っていました。
そのときは、AI は使いにくいと感じているのではないかと思ったのですが、旧式の大型機種であっても、この AI の能力があれば、業務の効率化に十分活用できると感じていたことが分かりました。
彼は、コーディング機能をさらに向上させるのではなく、スクロール速度が新しい方向性になるかもしれないと感じました。
もしかして Flash は正しいのでしょうか?
アルゴンのもう 1 つの利点については、私たちがより良い発言権を持っています。すでに優れたコピーライティング機能をベースに、さらに一歩進んでいます。
過去の期間において、AI サークルの驚異的なコーディング能力は、実際に大規模モデルのテキスト出力スキルに影響を与えてきました。みんな理系一筋のような気がして、ますますうまく話せなくなってきています。
しかし、ジェミニはビッグダディである Google に依存している可能性があり、お金を稼ぐためにコード機能を記述するだけでなく、コーパスが多すぎる可能性もあります。半年以上メジャー バージョンが更新されなかったとしても、Gemini のテキスト機能は常に第一段階の最前線にあります。
Argon の登場後、Google は、過去に大規模なモデルでしばしば批判されていた「ナンセンスでありきたりな文学」に対処するために、Argon を特に再構築しました。
現在、Argon は明らかにこのトピックにより直接的に取り組んでいます。以前の大型モデルにあった最も煩わしい言い訳の常套句や手押し車の話は半分以下に減りました。あらゆる文体を真似させてもいいし、自分の望む味に素直に書ける。
コピーライターとして、時代の波が私を浜辺に叩きつけて死に至らしめているのを本当に見てみたいと思っています。
これらに加えて、Argon は高度な AI 幻覚という歴史的な問題も修正しました。
人工分析によるテストによると、Argon の幻覚率は 15% で、総合知能指数が 45 ポイントを超えるモデルの中で最も低く、GPT-6 Astra でテストされた 51% よりもはるかに低いです。
これは、アルゴンが理解できない問題に直面したとき、彼がより自制的に行動し、ナンセンスをでっち上げないことも示しています。
しかし、それが Argon オープン後のコンピューティング能力の傾きによるものなのかどうかはわかりません。 Gemini の Flash モデルの錯覚は大幅に改善されました...
3.8 Flash はこの質問に不正解になることもありますが、Argon (最低レベル) には問題ありません。
これを見た多くの読者は、反応がユニークで、コピーライティングが最も人間的で、幻覚率が低いと言うと思います。今回のアルゴンには本当に欠点がないように思えますか？
打撃の後は、まだ冷水をかけなければなりません。初日の体験後に私たちやネチズンがコメントしたことから判断すると、Gemini4 Argon がまだ最強のコード ツール モデルではないことは明らかです。
今月初めには、海外メディアが、Google 社内の従業員が Gemini4 の実際のパフォーマンスについてつぶやいているというニュースを報じました。また、彼ら自身の家族も、一般的なベンチマーク テストでは良いスコアを記録したものの、実際にコードを入力する際には使いにくいと不満を述べていました。
特にフロントエンド UI の視覚的なインタラクションと 3D ゲーム コントロール ロジックの詳細に関して、パフォーマンスは非常に印象的です。
前に示した単一ページの HTML アニメーションは非常に威圧的に見えますが、多くのネチズンは、Gemini 4 Argon が複雑な現実のプロジェクトに入ると明らかに少し弱いと不満を抱いています。
そして、この問題は、Google が正式にリリースした完全なベンチマーク リストで明らかになりました。
Gemini 4 のスコアがそれほど高くないいくつかのテストを詳しく見てみましょう。 1 つは FrontierSWE で、主に超複雑なタスクを処理するモデルの能力をテストします。もう 1 つは、特に端末内で動作するモデルの能力をテストする Terminal-Bench です。
これは、あなたがやりたい仕事が、建築計画のための数千万行の古いコードを調べることである場合、または数百ページに及ぶ法的契約書をレビューすることである場合、Argon があなたに時間を与えてくれるということです。しかし、実際にコマンド ライン ターミナルに実際の剣や銃を使ってコードを入力させると、実行スコアから見てわかるように、4 つの主要旗艦の中で最下位にランクされており、連続旗艦クロード ソネット 5.5 はそれを上回ることができます。
現在の費用対効果についても、議論の価値があります。
プロモーション期間中 (11 月 30 日現在) の Argon の API 価格は、入力トークン 100 万件あたりわずか 2 米ドル、出力 100 万件あたり 10 米ドルです (キャッシュされた入力は 0.5% 割引されて、わずか 0.10 米ドルです) が、プロモーション期間後は、Claude Opus 5.5 に相当する標準価格の 4 ドル / 20 ドルに戻ります。
しかし、Artificial Analysis はレビュー後、Argon は表面上ネチズンと同意しておらず、その背景の推論はすべてランダムな考えに基づいていると述べました。
テスト結果によると、各最先端モデルで消費されるトークンの中央値は約 8,200 万であるのに対し、Argon (ハイギア) は 1 億 1,000 万トークンを完全に燃焼し、思考チェーンの拡張は業界ベンチマークより 34% 高くなりました...
消費量のこの部分を考慮すると、Gemini 4 Argon は香りが少ないように思えます。
もちろん、ウェブまたはアプリのメンバー ユーザーであれば、プロ アカウントを直接使用して Argon のハンドを数回プレイすることができ、それでも非常に費用対効果が高くなります。
一般に、半年以上待った後、Gemini 4 Argon の発売により、Google はついにコーディング機能の面で第一階層の地位を確保し、そのテキスト機能は依然として着実に向上しています。
しかし、今は決して Google が大きな勝利を収められる時期ではありません。ユーザーの固定観念が一度形成されてしまうと、たとえあなたが Google であっても、それを覆すのは難しいことを知っておく必要があります。
しかし、過去 8 か月間の「冷却期間」のようなことが二度と起こってはなりません。
しかし、Google が年末に何かを行うという外部からの報告があります。数日前に公開された Google の内部文書によると、Google はアルゴン (アルゴン)、バリウム (バリウム)、カーボン (炭素) という 3 つの反復チェックポイントをアルファベット順および元素順に同時にテストしたことが示されています。
今回リリースされた Argon は実際には内部で Barium と表示されているため、将来的にはマスター Gemini4 Carbon が登場する可能性があります。内部関係者は、このコード機能は「Claude Opus 5.5 に到達できるように感じられる」と述べています。
この波が Google にとって新たな分け前なのか、それとも本当の反撃なのかについては、様子を見てみます。
今度は、次の Coming Soon を待たずに済むことを願っています。
コメント