10月15日、php-net.proが「Google opens Gemini 4 Argon to Pro and Ultra users」と題した記事を公開した。なお、php-net.proはGoogle公式でも大手テックメディアでもない独立系メディアであり、本記事の情報は一次ソースとして公式発表と照合できていない点に留意されたい。記事によれば、GoogleのフラッグシップAIモデルGemini 4 ArgonがGoogle AI ProおよびUltraサブスクライバー向けに正式提供開始されたという。最も目を引く事例が、Chromiumの4000万行に及ぶコードベースのリファクタリングだ。数ヶ月と見積もられていた大規模作業をArgonが数週間に短縮したとされており、AIによるソフトウェアエンジニアリング支援の到達点として注目に値する。
Chromiumの4000万行コードベースのリファクタリングに投入
エンジニア視点で最も実用的な事例が、Chromiumのコードベースリファクタリングだ。ArgonはChromeチームの支援に使われ、約4000万行に及ぶChromiumのコードベースから、約600万行のレガシーフォルダを分離する作業を担った。数百ファイルにわたる変更で、数ヶ月と見積もられていた作業を数週間に短縮したとされている。
この変更により、ブラウザのクラッシュの一因となっていた問題が除去され、将来的にはWebページをリロードなしでタブ・サイドパネル・フローティングウィンドウ間でライブ移動できる機能の実現につながるという。Chromiumはオープンソースのブラウザエンジンであり、Google ChromeやMicrosoft Edgeなど多くのブラウザの基盤となっているコードベースだ。その規模感と複雑性を踏まえると、今回の事例はAIによるコード理解・変更提案の精度が実務レベルに達しつつあることを示す指標として注目される。
vLLM上でのGemma 4 E2B推論スループットが2.85倍向上
もう一つエンジニアが注目すべき数字が、vLLMにおけるパフォーマンス改善だ。vLLMはLLMの高速推論・サービングを実現するオープンソースフレームワークで、自社インフラでモデルを運用するエンジニアに広く使われている。
今回報告されたのは、A100 GPU上でのGemma 4 E2B（Geminiファミリーの軽量モデル）の推論スループット改善だ。約37,900トークン/秒から108,000トークン/秒超へと向上し、エンドツーエンドで2.85倍の改善を達成しつつ、トークンの一致率は100%、品質劣化なしと報告されている。タイトルおよび本文の「2.85倍」はGemini 4 Argon自体の速度向上ではなく、vLLM上で動作するGemma 4 E2Bの推論スループット改善値である点に注意が必要だ。
主なベンチマーク結果
公開されたベンチマーク結果をまとめると以下の通りだ。
- DeepSWE v1.1: 77.9%
- FrontierSWE v2: 55.0%
- Vibe Code Bench: 91.9%
- CWE-bench v1（サイバーセキュリティ）: 68%（公開比較で同率1位）
- LABBench: 88.8%
- 長コンテキスト（128Kトークン）: 99.7%
- 長コンテキスト（256K〜1Mトークン）: 84.2%
コンテキストウィンドウは1Mトークン出力に対応しており、長い導出処理、リポジトリ全体のリファクタリング、大規模な構造化出力への活用を想定している。1Mトークンという規模は、一般的な長編小説数冊分に相当するテキスト量であり、大規模コードベースや文書群の一括処理を現実的な選択肢にするものだ。
量子化学・創薬・金融モデルへの応用事例
エンジニアリング以外の分野でも実績が報告されている。
量子化学パッケージ**xTB（半経験的量子力学計算ツール）では、Argonにより分子構造予測が最大2.3倍、コンフォーマーサーチ（分子の立体配座を網羅的に探索する処理）が1.8倍**改善され、変更は公式リポジトリにも取り込まれた。
創薬スタートアップのIsomorphic Labsは、特許や複雑なPDFの合成処理に活用し、通常数週間かかる作業を数時間に短縮した。Keplerは、Argonが証券アナリストが構築した金融モデルの数値と99%以上の一致率を達成したと報告している。
医療分野ではAmbience Healthcareが200件以上の合成長期カルテでICD-10コード（国際疾病分類コード。医療請求や統計で使われる標準コード体系）の高精度を確認しており、実患者データでのテストを進めているという。
これらの事例に共通するのは、「大量のドキュメントや構造化データを高精度で処理する」という用途だ。1Mトークンの長コンテキスト対応と高い構造化出力精度が、各ドメインでのボトルネック解消を可能にしている、というのが記事の論旨といえる。
ロボティクス・研究分野
ロボティクスの事例では、Argonが人間のコーンホール（cornhole：袋を穴に投げ入れるアメリカの屋外レクリエーションゲーム）のプレイ動画を解析し、物理シミュレーションを構築。計算した全身動作をApptronik Apolloヒューマノイドに適用したところ、7投連続成功を記録したとされている。
研究分野では、量子コンピューティングのAlphaQubit（Googleが開発した量子エラー訂正モデル）カーネルの最適化で推論スループットをほぼ2倍に向上させたほか、量子CORDIC実装（三角関数などを反復演算で近似するアルゴリズム）に対して100倍以上の時空間コスト削減を達成したとされている。
アクセス方法とセーフティ対応
ArgonはGoogle AI StudioおよびGoogle Antigravity経由で利用できるとされている。なお、Google Antigravityは記事内で言及されているアクセス経路だが、2024年時点でGoogleが広く公式発表しているサービス名ではなく、詳細は不明な点がある。記事の記述をそのまま紹介するにとどめる。
Googleのフロンティア安全フレームワークのもと、有害なリクエストへの拒否機能や、実行中に不正な挙動を検出した場合の停止機能が実装されているという。学術・独立系研究者はGoogle Antigravityの最上位利用枠（6ヶ月間）を申請できるとされており、サイバーセキュリティ研究者向けにはFairwindプログラムへの応募窓口も設けられているという。
詳細はGoogle opens Gemini 4 Argon to Pro and Ultra usersを参照していただきたい。
