Gemini 4 Argon が本日、一般提供(GA)開始となりました。しかし、私たちはすでに2週間前のトップニュースで詳細を取り上げており、CursorBench をはじめとする大半のベンチマークも、公式が発表した数値を独自に裏付けたにすぎません。
本日は約2万人が AIE NYC に参加し、「AI × 金融」の最前線に関する基調講演に耳を傾けました。Anthropic による最新の AI 金融サービステックスタックの構築手法の紹介や、Vals AI の CEO による Argon などのモデルをベンチマークする際の基本原則についての講演、さらに Coatue の AI 責任者が解説するニュースを投資判断へと転換するアプローチなどが披露されました。
すべての基調講演の書き起こしはこちらにまとめられており、全講演およびワークショップのコンテンツも順次公開される予定です。明日配信される Day 3 のセッションもぜひご覧ください:
AI Twitter まとめ
フロンティアモデルのリリース:Gemini 4 Argon と Muse Wonder
-
Gemini 4 Argon:Google は、コーディング、ナレッジワーク、エンタープライズワークフロー、サイバーセキュリティ防御に対応した Argon を全世界に向けて正式リリースしました。提供チャネルは、有料の Gemini API および Gemini プラットフォーム、Gemini アプリ内の Google AI Pro / Ultra、Google 検索の「AI モード(AI Mode)」、さらに Antigravity 内の Ultra まで多岐にわたります。この公式リリースにより、以前一部のニュースレターで報じられていた「アクセス権はサイバーセキュリティ担当者のみに限定される」という説は否定されました(公式アナウンス)。
- 価格:API のローンチ記念価格は**入力 2 ドル / 出力 10 ドル(100 万トークンあたり)**で、プロンプトキャッシュ(cached input)は 95% オフとなります。Artificial Analysis によると、11 月 30 日以降は料金が 2 倍の 4 ドル / 20 ドルに引き上げられるとのことで、コスト比較の際には留意すべき重要なポイントです(Google の価格情報、割引スケジュール)。
- 研究者向けアクセス権:Google は申請プログラムを通じ、1 万人の研究者を対象に Antigravity の最上位ティアを 6 か月間無料で利用できるアクセス権を提供しています。サイバーセキュリティ防御担当者は Fairwind 経由で申請可能です(研究者支援プログラム、アクセス申請受付)。
-
Google 社内での実践成果:Google によると、Argon を活用して 600 万行のコードからなる Chromium のレガシーフォルダからコア Web 処理ロジックを完全に分離し、本来なら数か月を要する作業をわずか数週間で完了させ、特定のブラウザクラッシュ要因を一掃したとのことです。また、エージェント主導のコード提出(agentic code submissions)が 35% 増加し、ロールバック率はほぼ 3 分の 1 に低減したとも報告されています。これらはあくまで社内エンジニアリング導入における報告値であり、厳密に管理された生産性評価ではない点には注意が必要です(エンジニアリング成果レポート)。
- 物理タスクのデモ:DeepMind の研究者は、Argon が人間の実演動画からコーンホール(cornhole)ゲームのシミュレーションを導出し、システム同定(system identification)を実行した上で、Apptronik の Apollo ロボットで投擲動作を反復的に微調整し、最終的に 7 回連続の成功を収めた様子を公開しました。ある投稿では「ゼロショット(zero-shot)」と言及されていましたが、実際に説明されているワークフローには、実機の物理ロボットを使った複数回の試行や最適化・修正が含まれています(研究者による詳細)。
-
開発者エコシステムへの展開:Argon は現在、Cursor、Devin Desktop/CLI、GitHub Copilot に統合されています。Cursor の報告によると、デフォルトの思考強度(default effort)において、Argon は CursorBench で Opus 5.5 と同等の 52.8% を記録しました。また Cognition は FrontierCode 1.1 で 60.5% のスコアを達成したと報告し、10 月 27 日まで Devin の利用料金を 75% 割引で提供しています(Cursor、Devin、Copilot)。
- アプリ連携:Antigravity のコーディングインターフェースが Gemini の macOS ネイティブアプリに統合されつつあり、さらに Gemini は Instacart、OpenTable、Adobe、Shopify を含む 40 以上のアプリとの連携に対応しました(コーディングインターフェース、対応アプリ一覧)。
-
Muse Wonder のプロダクトポジショニング:Meta による今回の発表では、コーディング能力だけでなくパーソナルアシスタントとしての側面も強くアピールされています。「Active Focus(アクティブフォーカス)」は長期タスクの持続性、エラーからの回復、代替案の探索に特化し、「Active Memory(アクティブメモリ)」は関連性があり常に最新の状態に保たれるパーソナルコンテキストの取得に注力しています。Alexandr Wang は、コンシューマー向けシナリオにおける Muse の活用が主要なユースケースであると明言しました(機能についての考察、Meta のポジショニング)。
- メモリ機能に関する注記:言及されている MemoryBench は、主に単一の長いセッション内で事実を更新する能力をテストするものであり、永続的なセッション間メモリ(cross-session memory)の存在を証明するものではありません。また別の詳細な分析では、宣伝で強調されている優れた勝率の一部が社内の非公開ベンチマークに依存していたり、有力な競合モデルが意図的に除外されていたりすることが指摘されています(詳細分析)。
-
Muse のリリースとビジネスモデル:優れたコード生成能力に対する高評価の一方で、サブスクリプション料金の高さや厳しい利用制限に対する不満の声も上がっています。あるユーザーは、何度かプランをアップグレードしたにもかかわらず 200 ドルプランの 5 時間分の割り当てをあっという間に使い切ったと報告しており、別のユーザーは当初割り当ての寛大さを称賛していたものの、その後わずか 1 日で週 200 ドル分のクォータをすべて消費してしまったと投稿しています。これらは特定のワークロードにおける個別ユーザーの体験談であり、決定的な利用制限の比較データではありません(価格への不満、週間クォータに関する議論)。
- デプロイ関連の問題修正:Wang はデプロイに関する不具合が存在したことを認め、Meta がローンチ時のデプロイエラーの修正を継続的に進めていることを明らかにしました。したがって、初期の評価にはモデル本来の性能に対するものと、不安定なデプロイ環境に起因する一時的なフィードバックが混在しているのが実情です。