구글이 10월 1일 오전 5시 3분(KST), 차세대 프런티어 모델 Gemini 4 Argon을 공개했습니다. 긴 코드를 작성하고 여러 단계의 전문 업무를 끝까지 수행하는 능력을 내세웠고, 출력 한도는 64K에서 100만 토큰으로 늘었습니다. Vals와 Arena에서 1위에 올랐으며, 출시 초기 API 가격은 100만 토큰당 입력 2달러·출력 10달러입니다. 구글 내부에서는 이미 데이터센터 메모리를 줄이고 대규모 코드를 옮기는 데 활용하고 있습니다.
출처: X @sundarpichai
Artificial Analysis: 같은 53점, 더 낮은 과제당 비용
Artificial Analysis Intelligence Index에서 Gemini 4 Argon은 53점으로 GPT-6 Astra, Claude Fable 5.1과 같은 점수를 기록했습니다. Claude Opus 5.5의 58점에는 못 미쳤습니다. 과제당 비용은 Argon이 1.99달러, Astra가 3.26달러, Fable 5.1이 7.63달러였습니다. Argon의 1.99달러는 출시 초기 50% 할인 가격 기준이며, 정가 기준으로는 3.98달러입니다.
최상위 추론 성능을 새로 경신하기보다 경쟁 모델과 비슷한 점수에 더 낮은 비용으로 들어온 셈입니다.
출처: X @ArtificialAnlys
Vals 실무 평가 1위
금융 자료 조사, 엑셀 재무 모델 작성, 코딩, 법률 문서와 세무 업무를 포함하는 Vals Index에서 Argon은 68.90%로 1위였습니다. Sonnet 5.5는 67.04%, Opus 5.5는 66.97%를 기록했습니다. 여러 단계의 금융 리서치를 수행하는 Finance Agent v2에서도 65.40%로 1위였고, 앱 제작 능력을 테스트하는 Vibe Code Bench에서는 91.91%로 2위였습니다.
흩어진 자료를 모아 결과물을 만들고, 아이디어를 작동하는 앱으로 구현하는 쪽에서 Argon의 강점이 드러납니다.
출처: X @ValsAI
평면도 복원과 Arena 사용자 선호도
Andon Labs의 Blueprint-Bench 2는 방을 차례로 촬영한 사진을 보고 아파트 평면도를 복원하는 평가입니다. 방의 연결관계를 재구성한 점수는 Argon 0.544, Opus 5.5 0.512, Astra 0.497이었습니다. 사람 평가 점수는 0.59였습니다.
출처: X @andonlabs
Arena 사용자 선호도 평가에서도 1위입니다. 문체 차이를 보정한 기본 텍스트 종합 순위에서 Argon High가 1,525점으로 1위에 올랐습니다. 4,942표를 바탕으로 한 결과입니다. Opus 5.5 High는 1,504점이었습니다. 공간을 이해하는 능력과 사람들이 실제로 선호하는 답변에서도 좋은 결과가 나왔습니다.
출처: X @arena
Gemini 4 Argon API 가격
| 요금 구분 | 입력(100만 토큰) | 출력(100만 토큰) | 캐시 입력 |
|---|---|---|---|
| 출시 초기 | $2 | $10 | 입력 단가에서 95% 할인($0.10) |
| 초기 기간 이후 | $4 | $20 | 입력 단가에서 95% 할인($0.20) |
초기 요금의 종료 날짜는 공개되지 않았습니다. Vals가 정규 단가로 계산한 테스트당 비용은 Argon 15.68달러, Opus 5.5 32.14달러였습니다. 종합 점수는 Argon이 더 높고 비용은 절반 수준이었습니다.
누가 먼저 쓸 수 있나
현재는 Fairwind 프로그램의 검증된 사이버 방어 파트너와 구글 내부 팀이 먼저 사용합니다. 이후 유료 API 고객과 Google AI Ultra 구독자로 확대할 계획이며, 구체적인 날짜는 공개되지 않았습니다. 초기 파트너의 피드백을 모으는 동안 악용 방지, 모델 행동 감시, 실행 환경 보안을 강화하고 있습니다.
출처: X @demishassabis
Vending-Bench 2: 1년 자판기 사업
Andon Labs의 Vending-Bench 2에서는 모델이 500달러로 시작해 공급업체를 찾고 이메일로 협상하며, 재고와 가격을 관리해 가상의 자판기 사업을 1년간 운영합니다. 환불과 배송 문제도 처리합니다. 6회 실행 평균 잔액은 Argon 13,718달러로 3위였습니다. Astra는 15,515달러, GPT-6 Sol은 14,428달러였으며 Argon의 표준오차는 3,100달러였습니다.
오랫동안 같은 목표를 붙잡고 판단을 이어가는 능력까지 비교할 수 있는 결과입니다. Vending-Bench 2 결과 보기
사이버 방어: 취약점 찾기부터 수정까지
구글에 따르면 Wiz는 Argon으로 전 세계 병원에서 쓰이는 의료 소프트웨어의 심각한 취약점을 발견했습니다. 이전 프런티어 모델들이 놓친 문제였습니다. 취약점 수정 평가 CWE-bench v1에서도 68%로 공동 1위를 기록했습니다. Grok 4.7과 GPT-6 Astra도 68%였습니다.
구글은 검증된 방어 파트너와 내부 팀에 사이버 가드레일을 제거한 모델을 제공하고 있습니다. 실제 방어 업무에 모델을 먼저 투입하면서 구글은 일반 공개용 안전장치를 강화하는 방식입니다.
Claude가 앞서는 개발 작업
터미널 작업을 수행하는 Vals Terminal-Bench 4.0에서 Argon은 57.58%였습니다. Sonnet 5.5는 거부된 뒤 다른 모델이 대신 처리한 작업 4건을 실패로 계산해도 62.63%였습니다. 기존 프로그램의 동작을 통째로 재현하는 ProgramBench에서는 숨겨진 테스트를 모두 통과한 프로그램이 Argon은 200개 중 5개, Opus 5.5는 37개였습니다.
새 앱에 기능을 붙이는 일과 기존 소프트웨어의 동작을 복원하는 일에서 모델의 강점이 갈렸습니다.
구글 내부: 데이터센터 메모리 300TiB 확보
구글 내부에서는 여러 Argon 에이전트가 서버 전반의 성능과 메모리 사용 기록을 분석하고, 낭비되는 부분을 찾아 최적화한 뒤 배포했습니다. 그 결과 데이터센터 메모리를 300TiB 이상 절감했다고 밝혔습니다. 구글은 이 방식을 더 넓게 적용하면 총 500TiB에서 1PiB까지 아낄 수 있을 것으로 추산합니다.
C/C++에서 Rust로, 80만 줄 커널까지
Argon 에이전트는 구글의 C/C++ 코드베이스를 Rust로 옮기는 작업에도 투입됐습니다. 대상은 정규식 라이브러리 re2와 영상 디코더 libgav1, 그리고 80만 줄이 넘는 Fuchsia Zircon 커널입니다. 커널은 프로그램이 메모리와 하드웨어를 사용하는 바탕이 되는 운영체제의 핵심입니다. 중요한 이식 작업은 자동·수동 감사, 에뮬레이션 테스트와 코드 검토를 거칩니다.
libgav1: SIMD 코드 3만 2천 줄 교체, 2.7배
영상 디코더 libgav1에서는 기존 Rust 이식본의 SIMD 코드 3만 2천 줄을 교체했습니다. 성능을 측정하고 컴파일러 결과를 분석한 뒤 코드를 수정하는 과정을 반복했습니다. 최종적으로 컴파일러가 자동 벡터화할 수 있는 안전한 Rust 코드를 만들었고, 같은 영상을 출력하면서 기존 Rust 이식본보다 2.7배 빨라졌습니다.
출력 한도 100만 토큰
Argon의 출력 한도는 기존 64K에서 100만 토큰으로 약 15.6배 늘었습니다. 입력 한도와는 별개로 모델이 한 번의 작업 경로에서 더 긴 추론과 생성을 이어갈 수 있습니다. 구글은 수십만 토큰을 생성할 여유가 복잡한 문제를 깊게 풀어내는 데 도움이 된다고 설명합니다.
Gemini API에는 긴 응답을 잠시 멈춘 뒤 다음 호출에서 이어 생성하는 Long Decode Continuation 기능도 추가됐습니다. 요청 시간 초과 없이 최대 100만 출력 토큰까지 추론할 수 있습니다.
출처: X @Google
외부 개발자에게도 접근이 열리면 각자의 코드베이스에서 이런 긴 작업을 직접 확인할 수 있게 됩니다.
