主要成果
Googleが発表したGemini 4 Argonは、複雑なマルチステップタスクにおける精度と深度において他のフロンティアモデルを凌駕し、特に金融、コーディング、法務、税務などの重要経済セクターを測定する「Vals Index」で世界1位の性能を達成した。本モデルは、API（AI StudioおよびGeminiプラットフォーム）、Google Antigravity、Geminiアプリ、SearchのAIモードを通じて提供される。導入価格は、入力トークン100万件あたり2ドル、出力トークン100万件あたり10ドルに設定されており、キャッシュ済み入力トークンには95%の割引が適用される。
技術・詳細
Argonは、高度なエンジニアリング課題において顕著な成果を上げている。Google内部のソフトウェアエンジニアがAntigravityで活用したところ、エージェントによるコード提出数が35%以上増加し、コードのロールバック（差し戻し）は3分の1近く減少した。具体的な適用例は以下の通りである。
- Chromeのコードリファクタリング： Chromiumの4,000万行のコードベースのうち、約600万行に及ぶレガシーなブラウザ機能フォルダをコアのウェブページ処理から分離。数ヶ月かかるはずの作業を数週間に短縮し、タブやサイドパネル間でのページ移動をリロードなしで可能にした。
- Pythonコードの最適化： オープンソースのAgent Development Kit (ADK) において、メモリ内セッション準備時間を40%削減し、コールドインポートを21%高速化した。
- 量子化学パッケージの高速化： オープンソースの量子化学パッケージ「xTB」において、分子構造の予測速度を最大2.3倍、コンフォーマー探索を1.8倍高速化した。
- Gemmaモデルの推論加速： vLLMを用いたA100上でのエンドツーエンド推論速度を2.85倍に向上させ、スループットを約37,900から108,000トークン/秒まで引き上げた。
空間推論と3Dビジュアライゼーション
Argonは空間推論、数学的精度、ビジュアルコーディングにおいても大幅な改善を実現した。Antigravityでのマルチエージェント・ループを活用し、Blender MCPやThree.js、GLSLシェーダーなどを組み合わせることで、フォトリアルな寺院複合体の構築や、実在のデスク写真を用いたミニチュアレーシングゲームの作成を自律的に行った。また、外部ライブラリを一切使用せず純粋なPythonのみで3Dレイトレーシングエンジンを構築し、ビデオ制作まで完結させる能力を示した。
今後の展望
Argonは、大規模なコードベースの最適化やサイバーセキュリティの脆弱性修正、さらには量子コンピューティングや核融合、ライフサイエンスといった科学的ブレイクスルーの実現に向けた活用が進んでいる。高度な推論能力と深い視覚的知覚を組み合わせることで、専門的なビジネスワークフローの変革を加速させることが期待される。
元記事: https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/
毎週の技術動向レポートを無料でお届け
各分野の分析レポートを読む価値があるかどうか一目で判断できるインフォグラフィックをメールで受け取れます。
📢 メールマガジンに無料登録（週刊・技術動向レポート）
ご登録いただくと、Troy-Technical から週刊で技術動向レポート（メールマガジン）をお届けします。
- 取得したメールアドレス・選択分野は配信目的にのみ使用します。
- 第三者へ提供することはありません。
- 配信はいつでも解除できます（各メール下部のリンクから）。
詳しくはプライバシーポリシーをご覧ください。
登録は1分・いつでも解除できます
