Gemini 4 Argonとは？料金と移行条件を整理

Gemini 4 Argonとは？まず押さえる短い答え

Gemini 4 Argonは、入力・思考・出力で合計104万8576トークンを共有するGoogleの推論モデルである。標準の最大出力は6万5536トークン。バックグラウンド実行を使うと、入力分を差し引いた範囲で最大約100万トークンまで長い応答を継続できる。思考の深さは low、medium、high の3段階で、既定値は medium だ。[2]

確認項目	公開仕様	導入時の意味
モデルID	gemini-4-argon	既存実装はモデル名の変更が必要
コンテキスト	入力・思考・出力の合計104万8576トークン	入力を増やすほど出力上限は減る
標準出力上限	6万5536トークン	多くの通常処理はこの範囲で設計
長文出力	バックグラウンド実行で最大約100万トークン	非同期化、状態確認、連結処理が必要
思考レベル	low／medium／high	品質、待ち時間、費用を業務別に調整

Googleは複雑なコーディング、エージェント、数学、科学を主な用途に挙げている。モデルカードでは、テキストだけでなく画像、音声、動画、PDFを入力できるネイティブなマルチモーダルモデルと説明する。一方、モデルカードは限界や安全評価を示す一次資料であり、個別企業のコードベースや日本語業務での正答率を保証するものではない。[3]

料金は12月1日に2倍。出力上限ではなく予算上限を決める

導入判断で最も見落としやすいのが、初期価格の期限だ。2026年11月30日までは、100万トークン当たり入力2ドル、出力10ドル。12月1日から入力4ドル、出力20ドルになる。出力料金には、画面に表示される回答だけでなく、モデルが内部で使う思考トークンも含まれる。無料枠とGoogle AI Proプランでは利用できない。[2]

料金項目	11月30日まで	12月1日から
入力100万トークン	2ドル	4ドル
暗黙キャッシュ入力100万トークン	0.10ドル	0.20ドル
出力100万トークン	10ドル	20ドル

たとえば、1回の処理で入力20万、思考を含む出力10万トークンを消費した場合、初期価格なら概算1.4ドル、12月1日以降は2.8ドルになる。これは単純計算で、検索などの追加ツール利用料、再試行、保存、ネットワーク、周辺システムの費用は含まない。

長文出力の上限をそのまま許可すると、失敗した1回の処理でも費用が膨らみやすい。最初に「長文を生成できるか」ではなく、「どの業務に何トークンまで使うか」を決めるべきだ。Google自身も、標準処理は既定値、複雑な処理は13万1072または26万2144トークンから試し、品質基準を満たす最も低い思考レベルを選ぶよう案内している。[2]

100万トークン出力は「1回で返る長文」ではない

100万トークンという数字だけを見ると、巨大なコードベースや報告書を一度に生成できるように見える。しかし実装上は、6万5536トークンを超える処理を background: true で非同期実行し、最大6万5536トークン単位の複数ステップをつなぐ。完了後は interaction.steps に含まれる複数の model_output を順番に結合する必要がある。[2]

この仕組みから、最低でも次の設計が要る。

• ジョブIDを保存し、処理中・完了・失敗を追跡する
• 同じ依頼を二重送信しない冪等性を持たせる
• 部分出力の順番、欠落、再試行を検査する
• max_output_tokens と利用者別の予算上限を分ける
• 15分以上かかる可能性を前提に、同期画面から切り離す

短いチャット応答や定型要約なら、長文出力を使わず低い思考レベルで十分な場合がある。逆に、複数ファイルの改修、長い法務・財務資料の照合、研究計画のように途中で打ち切ると価値が落ちる業務では、バックグラウンド実行の意味がある。用途を分けずに全リクエストをArgonへ寄せる設計は、待ち時間と費用の両方を増やす。

既存Gemini APIから移すときの5つの変更

Gemini 4 Argonへの移行は、モデルIDの置換だけでは終わらない。Googleの移行チェックリストでは、既存アプリに影響する変更が明示されている。[2]

1. max_output_tokens を明示している場合は、少なくとも3万2768以上を検討する
2. thinking_level をlow・medium・highで実測し、最小の水準を選ぶ
3. cachedContents や caches.create を使う明示キャッシュを外す
4. temperature、top_p、top_k は無視されるため削除する
5. 6万5536トークン超はバックグラウンド実行にし、タイムアウトを見直す

Argonでは4096トークン以上のプロンプトに暗黙キャッシュが既定で働き、ヒットした入力は95%割引になる。ただし、明示キャッシュのキーや保持期間をアプリ側で制御していた場合、同じ運用にはならない。キャッシュ率、応答時間、費用を移行前後で記録し、請求額だけでなく再現性も確認したい。

また、会話状態は previous_interaction_id でサーバー側に引き継ぐ。保存を避けたい要件や、独自の再試行制御が必要なら、長文継続の方式を含めてAPI選択を見直す必要がある。企業向けエージェント基盤の権限設計は、TechCreateのGemini Enterprise Agent Platformの解説も参照できる。

採用判断は同じ業務の回帰試験で行う

GoogleはGemini 4 Argonを最も高性能なモデルと位置づけるが、公開ベンチマークは自社評価を含む。9月30日の限定公開時点には、Axiosも性能評価には相反する報道があると伝えていた。[4] 一般提供後の独立報道は、世界の開発者と企業へ提供されたことを確認しているが、各社の本番品質までは確認していない。[5]

導入前は、現在使うモデルと同じ入力、同じ採点基準、同じ再試行回数で比較する。最低限、正答率、重大な誤り、初回応答時間、完了時間、入力・思考・出力トークン、1件当たり費用を記録する。コード生成なら、コンパイル、テスト、脆弱性検査を人の印象より先に置く。

すでにGemini Code Assistを使う組織は、製品終了や移行先の話と、基盤モデルの採用判断を混同しないことが重要だ。IDE製品の移行期限はGemini Code Assist終了の移行ガイドで別に整理している。

まとめ

• Gemini 4 Argonは、合計100万トークン級の文脈と長文推論に対応する一方、標準出力と長文出力では実装方式が異なる。
• 12月1日に入力・出力単価が2倍になるため、思考レベルと最大出力を業務別に決め、費用を実測する必要がある。
• 移行ではモデルIDだけでなく、明示キャッシュ、サンプリングパラメーター、タイムアウト、会話状態、非同期処理を一体で見直す。

出典・参考

1. Google AI for Developers「Gemini API Release notes」2026年10月13日
2. Google AI for Developers「What's new in Gemini 4 Argon」2026年10月13日
3. Google DeepMind「Gemini 4 Argon Model Card」2026年10月13日
4. Axios「Google unveils long-awaited Gemini 4」2026年9月30日
5. Reuters「Google launches flagship AI model Gemini 4 Argon for developers, businesses」2026年10月13日