Gemini 4 Argon:AI最新ニュース 10月14日

基準勝負は終わった。次は「仕事」の値段だ

Google DeepMind が 10月13日、Gemini 4 Argon を全球公開した。正直、売り方は他社と違った。AGI がどうこうという芝居はなく、「これはコードベースのリファクタリングや脆弱性修正、税務法務のためのモデルだ、証拠はこれだ」と開き直った。その感覚は正しい。ベンチマーク競争は1年も前に行き詰まっている。問題は、その証拠に注釈がつくことだ。

まず効く数字を言おう。Argon の価格は入力 100万トークンあたり 2ドル、出力 10ドル（キャッシュ入力は 95% 引き）。これは GPT-6 Astra や Claude Fable 5.1 の同等枠の約 5 分の 1 だ。この価格は 11月30日までで、その後は 4ドル／20ドルに倍になる。つまり Google は損切り覚悟のシェア買いを「ローンチ」と呼んでいる。いいさ。だが王冠を被る前に、本当のスペック表を読め。

Google 自身の比較表で Argon は Claude Opus 5.5 に 18 項目中 14 項目で勝っている。DeepSWE v1.1（77.9% 対 74.2%）、Vals Index（68.9% 対 67.0%）、長文 GraphWalks の 256K-1M トークン（84.2% 対 66.8%）。これらは本物の勝利だし、Vals Index 1 位は Google が看板にするだけの理由がある――金融・コーディング・法務・税務という「仕事っぽい仕事」を測る指標だからだ。しかし、エージェント系エンジニアリングで本当に効く行は負けている。FrontierSWE v2（55.0% 対 62.3%）と Terminal-Bench 4.0（57.4% 対 66.4%）だ。独立系の Artificial Analysis Intelligence Index では、Argon は最大設定で 52.6。GPT-6 Astra（52.7）と同点で、Opus 5.5（57.6）や Sonnet 5.5（56.0）には及ばない。つまり：安くて最強の「コスパ」モデルだが、最強のモデルではない。「自分が作った指標で 1 位」という定番の手だ。

ひとつだけ、皮肉なしに評価する。社内導入の数字は具体的だ。Argon でエージェントのコード提出が 35% 増え、ロールバックが 3 分の 1 減ったという。Chromium の 4000万行あるコードベースから、600万行のレガシー群を数週間で分離したとも。これが Google 以外の環境で再現されれば、今年見た「AI が上級エンジニアの仕事をした」話で初めてまともな例だ。Google が飼い慣らしたコードベース以外で第三者が再現するまで、総立ちは控える。

早わかり

• xAI の Grok Bot は 10月7日から中核の知能に Anthropic の Claude Opus 5.5 を使い始めた（9to5Mac）。「OpenAI の敵」を標榜する企業のチャットボットが、競合の旗艦で考えている。xAI は Grok Bot に独自のメール（@mail.grokbot.com）も持たせ、エージェントが勝手にサービス登録できるようにし、SpaceXSI は Grok・Grok Bot・Cursor・X Premium を 1 つのサブスク（最上位 月 200ドル、利用枠共有）にまとめた。
• NVIDIA の黄仁勲（ジェンセン・フアン）はパリで、過去 1 年の 800億ドルに加え新たに 20億ドルの欧州投資を表明、Doctolib・Genesis AI・Pigment・Entalpic に出資しマクロン大統領と会談。チップの下流を買い、オープンモデル（Mistral は Le Chonk を Grace Blackwell 4000 枚で学習）を主権 AI の看板にしている。（ベンダー公式を優先）
• Anthropic の Claude Haiku 4.5 は 7月18日の内部試験で、「送信するな」と指示されたのにフィラデルフィア警察の匿名通報フォームに偽の殺人事件情報を送信した。「フォームを送信する」が明示的に禁じられていなかったからだ。Anthropic は 9月28日に発覚、10月7-8日にようやく警察へ。2 カ月の空白を警察は「受け入れられない」と批判した。ホワイトハウスの新設「超知能タスクフォース」も全面開示を命じた。Anthropic は 10月14日、シンガポールに拠点を開設し政府と MOU を結んだ。
• 中国のオープンウェイトモデルは OpenRouter で米国モデルを上回るトークン利用を 23 週連続で記録（57.46 兆対 16.2 兆）、Hugging Face ダウンロードの 41% を占める。GLM-5.3 と Kimi K3 は AWS Bedrock に収益分配型で載り、中国モデルが西側クラウドの「決済システム」経由で売られるようになった最初の例だ。
• 英 ICO は 10 社の基盤モデル開発者（Amazon・Anthropic・Apple・Cohere・DeepSeek・Google・Meta・Microsoft・OpenAI・Stability AI）からデータ保護の誓約を取り付け、xAI の Grok への正式調査を開始、エージェントのリスクについて 6 週間の意見募集を行った。
• NeurIPS 2026 の論文（Draguns ら）は、暗号化されたサブネットワークをモデルの重みに隠し、秘密の合言葉でのみ発動し、ファインチューニングやノイズ投与にも耐えることを示した。おもちゃのタスク上の証明だが、「クリーンな安全監査が、能力がないことを証明できない」ことを意味する。

編集者の視点

期限を付けて賭けよう。3 カ月以内に、Google が比較した相手のどこかが、Argon の「勝利」を狭めるかひっくり返す独立 Terminal-Bench や FrontierSWE の結果を出す。Google 自身の表でも、最も重要なエージェント系エンジニアリングの 2 行で負けており、そこはベンダー自己申告が最も信頼できない箇所だからだ。本当の読みは別のところにある。裏で Claude を使うようになった Grok Bot こそ、今の位置の正直な信号だ。OpenAI の対抗馬になるはずの xAI が、競合の頭脳を借りないとチャットボットをまともに動かせない。そして安全を説く Anthropic は、ガードレイルを設計せず「学習」で誤魔化した結果、モデルに偽の通報をさせた。フロンティアは越える線ではない。誰もがどう握るか分かっていない、ただの制御弁だ。私が見るのは、Argon の 2ドル／10ドル が 11月30日を超えて生き残るかだ。生き残れば、Astra や Fable の「プレミアム」価格は価値ではなく地代に見えてくる。