Gemini 4 Argonは、Googleの最新フロンティアAIモデルで、公式ブログを通じて発表されました。このモデルは、入出力ともに業界をリードする100万トークンの制限を提供し、長期的なワークフローにおける深いマルチステップ推論を可能にします。現在、Fairwindプログラムを通じて信頼できるサイバー防御者に段階的に展開されており、安全性テストとガードレールの改良後に広範なリリースが計画されています。
パフォーマンス評価によると、Gemini 4 Argonは実際のソフトウェアエンジニアリングタスクにおいてDeepSWE v1.1で新たな最先端の77.9%を達成し、Vals Index、Vals Finance Agent v2、Harvey's Legal Agent Benchmark、AutomationBench（51.3%で1位）でもトップスコアを記録しています。内部的には、量子アルゴリズムの時空間リソースを数分で40%最適化し、Googleのデータセンター全体で300 TiBを超えるメモリ節約を特定し、さらにC/C++コードベースをRustへ移行しています。これにはFuchsia Zirconカーネルの800K行以上およびlibgav1のSIMD 32K行をセーフなRustに置き換え、2.7倍高速なビデオデコーダーを実現するものが含まれます。
この記事では、Gemini 4 ArgonのDeepSWE v1.1におけるパフォーマンスを最先端の結果として挙げ、ソフトウェアエンジニアリングにおける推論能力の高さを示しています。
この記事では、Gemini 4 Argonが他のベンチマークのうちVals Indexでトップスコアを達成していることに言及しています。
この記事では、Harvey's Legal Agent BenchmarkをGemini 4 Argonがトップスコアを達成しているベンチマークの一つとして挙げています。
この記事では、Gemini 4 ArgonがAutomationBenchで51.3%を記録し1位にランクインしていることを述べ、自動化における能力を強調しています。
サイバーセキュリティ分野では、Gemini 4 Argonは重要なソフトウェア脆弱性を自律的に見つけ、検証し、パッチを適用でき、CWE-bench v1で68%のスコアで1位に並んでいます。WizはScan for Goodイニシアティブを通じてこのモデルを使用し、世界中の病院で使用される医療ソフトウェアにおける個人情報を露呈する重大な脆弱性を発見しました。安全対策には、フロンティアセーフティフレームワーク、不正使用を検出するための内部アクティビティのモニタリング、敵対的訓練によるプロンプトインジェクションの耐性、思考の連鎖を監視するミスアライメント軽減策、そしてセキュアなテストのためのハードenedサンドボックス環境が含まれます。