Gemini 4 Argon は Claude Opus 5.5 を超えたのか ― 同じ11課題で作らせて、出来・時間・費用を比べた
2026年10月13日に一般公開された Google の Gemini 4 Argon。Google の公式表では19項目中14項目で1位ですが、第三者の総合評価では Claude Opus 5.5 に届いていません。どちらが本当なのか。料金と使える場所、ベンチマークの読み方を整理したうえで、Opus 5.5 と同じ文面の11課題を Argon に作らせ、出来・時間・費用を並べます。
結論：作るのは Argon が速い。総合力はまだ Opus 5.5。動画を読めるのは Argon だけ
Gemini 4 Argon は、Google が Gemini 3.1 Pro から7か月ぶりに出した最上位モデルです。今のところ Gemini 4 はこの1本だけで、Gemini アプリなら Google AI Pro（月¥2,900）から使えます。無料版と AI Plus では使えません。
同じ文面のお題を11本作らせると、作り終えるまでの時間は Argon のほうがずっと短くなりました（Argon は API に1回投げて受け取る、Opus 5.5 は Claude Code がファイルに書きながら作る、という作り方の違いはあります）。一方、第三者の総合評価は Opus 5.5 の 58 に対して Argon は 53。そして Opus 5.5 にはできない強みが1つあります。動画をそのまま読めることです。
Gemini 4 Argon とは：基本スペック
| 項目 | Gemini 4 Argon | Claude Opus 5.5 | GPT-6.1 Sol |
|---|---|---|---|
| 公開 | 2026-09-30 発表／2026-10-13 一般公開 | 2026-09-22 | — |
| API 入力 / 出力（100万トークン） | $2 / $10（11月30日まで） $4 / $20（12月1日から） | $4 / $20 | $2 / $10 |
| 入力できるもの | テキスト・画像・音声・動画・PDF | テキスト・画像 | — |
| 出力 | テキストだけ | テキスト | テキスト |
| コンテキスト | 1,048,576（入力・考える分・出力で共有） | 100万 | 105万 |
| 1回の出力 | 既定 65,536（長い出力の仕組みで最大 約100万） | 12.8万 | 12.8万 |
| 考える量 | low／medium（既定）／high | effort（既定 medium） | — |
| 知識 | 2026年3月まで | 2026年6月まで | — |
出典：Gemini API のモデルページ・料金ページ（2026-10-14 取得）ai.google.dev／Claude Opus 5.5 の概要（2026-10-14 取得）platform.claude.com／OpenAI の料金（2026-10-14 取得）developers.openai.com。今のところ Gemini 4 は Argon だけで、Flash 版の Gemini 4 はありません。前の Pro は Gemini 3.1 Pro です（3.5 Pro は出ていません）。
料金と使える場所：無料では使えない。API は12月1日に2倍
| 使い方 | 料金 | Argon |
|---|---|---|
| Gemini アプリ 無料 | ¥0 | 使えない |
| Google AI Plus | ¥725／月 | 使えない |
| Google AI Pro | ¥2,900／月 | 使える（アプリ・検索の AI Mode・Antigravity） |
| Google AI Ultra | ¥14,500・¥32,000／月 | 使える（アプリ・AI Studio・Antigravity） |
| Gemini API（有料枠） | 入力 $2・出力 $10 → 12月1日から $4・$20 | 使える（無料枠なし） |
出典：Google AI プラン（日本・2026-10-14 取得）gemini.google／Gemini API 料金（2026-10-14 取得）ai.google.dev。API の出力料金には考える分のトークンも入ります。AI Pro を契約していても API は別料金です。アプリの回数は計算量で決まる方式で、Argon 固有の回数は公開されていません。Antigravity は、Google の発表記事では Ultra だけの案内でした。一方、Antigravity の公式ブログ（2026-10-13）antigravity.google では AI Pro と Ultra に順次提供で、デスクトップアプリと CLI から選べます。2026-10-16 に AI Pro の契約で選べることを確かめました（Routine Labo も AI Pro のまま使っています）。Ultra は利用の上限が高くなります。
12月1日からの API 単価（$4・$20）は Claude Opus 5.5 と同じです。導入価格の間は Sonnet 5.5・GPT-6.1 Sol と同じ値段です。GitHub Copilot・Cursor・OpenRouter からも選べますが、Claude Code と Codex からは使えません。
ベンチマークの読み方：公式と第三者がずれている
Google のモデルカードの表では、Argon は19項目中14項目で1位です。ただし実務の開発作業を測る Terminal-bench 4.0 では、4モデルの中で最下位でした。
| ベンチ（Google の公式表） | Gemini 4 Argon | GPT-6 Astra | Claude Fable 5.1 | Claude Opus 5.5 |
|---|---|---|---|---|
| Vals Index | 68.9% | 63.1% | 65.8% | 67.0% |
| AutomationBench（業務の自動化） | 51.3% | 41.4% | 31.4% | 42.5% |
| DeepSWE v1.1（長い実リポジトリ作業） | 77.9% | 74.1% | 67.4% | 74.2% |
| LVBench（長い動画の理解） | 91.7% | 87.5% | 79.7% | 83.7% |
| Terminal-bench 4.0（ターミナル作業） | 57.4% | 58.2% | 57.9% | 66.4% |
| FrontierSWE v2 | 55.0% | 65.5% | 56.3% | 62.3% |
出典：Gemini 4 Argon モデルカード（2026-10-14 取得）deepmind.google。Argon は一番強い設定（high）で Google が測った値、他社は各社の自己申告の値で、条件はそろっていません。比較相手に GPT-6.1 Sol と Sonnet 5.5 は入っていません。
第三者の Artificial Analysis が全モデルを同じ方法で測った総合評価では、順位が入れ替わります。
| モデル（設定） | 総合評価 | 1タスクの費用 | 1タスクの出力トークン |
|---|---|---|---|
| Claude Opus 5.5（max） | 58 | $5.98 | 11.9万 |
| Claude Sonnet 5.5（max） | 56 | $5.46 | 19.7万 |
| Gemini 4 Argon（high） | 53 | $1.99（12月から $3.98） | 6.2万 |
| GPT-6 Astra（max） | 53 | $3.26 | 2.7万 |
| GPT-6.1 Sol（max） | 52 | $0.72 | 3.8万 |
| Claude Opus 5.5（high） | 54 | $1.82 | 3.6万 |
| Gemini 3.1 Pro Preview（前の Pro） | 30 | $1.30 | 1.8万 |
出典：Artificial Analysis（2026-10-14 取得）artificialanalysis.ai。216モデル中 Argon は8位。Argon の安さは単価の割引によるもので、使うトークンは GPT-6 Astra の2倍以上です。
「嘘をつかない」は本当か
Artificial Analysis の測定では、Argon の幻覚率（知らないのに答えてしまう率）は 15.1% で、上位のモデルで最も低い値でした。Opus 5.5 は 58.6% です。ただし正答率は Argon 49.9%、Opus 5.5 66.2% で、Argon は知らないときに「わからない」と引く分、知っていることも少なく答えるタイプだと読めます。
念のため、存在しない関数・架空の小説・前提がおかしい質問を混ぜた10問を両方に2回ずつ投げてみました。結果はどちらも10問とも作り話ゼロ。簡単な引っかけでは差は出ません。差が出るのは、本当に知らない難問に答えるか黙るか、という場面です。
世の中の反応
- Google の CEO の告知は約380万閲覧・2.2万いいね。「開発者は API の有料枠、Gemini アプリと検索は Pro と Ultra に今日から提供」（x.com・2026-10-14）
- Gemini API 担当の Logan Kilpatrick さん「社内10万人以上が1か月検証した。文章力・知識・粘り強さ、必要なときの100万トークン出力が特長」（x.com）
- DeepMind の Demis Hassabis さん「魔法使いチェスを作らせたら、物理理解と3Dモデリングが見事だった」（x.com）
- Every の Dan Shipper さん「6人で1週間試して、文章の相棒としてはお気に入り。ただし社内のシニアエンジニア向けテストは 21%」（x.com）
- 「同じプロンプトで、Opus 5.5 は本物のゼリーのグミ、Argon はグミの像」＝物理表現の比較（x.com）
- けんすうさん「Opus 5.5 と Argon で記事を20本ほど比べた。精度は Opus 5.5 のほうが高い。値段は4割ほど安い。読みやすさは十分」（x.com）
- Hacker News（1,192ポイント）では「文章が明快」という声と「上位プランだけで Opus 5.5 より下なら誰が買う」という声が並んでいました（news.ycombinator.com）
同じ11課題で Opus 5.5 と比べた
自分の検証環境（検証アリーナ）で、Claude Opus 5.5 に作らせたのと同じ文面の11課題（ゲーム・3D・図解）を Argon に作らせました。お題の文面は11本ともハッシュ値まで一致しています。
作り方の条件は違います。Argon は API に1回投げて HTML を1枚受け取りました（OpenRouter 経由・考える量 medium＝既定・1課題1回）。Opus 5.5 は Claude Code がファイルに書きながら作っています（既定の設定）。手直しの機会は Opus 5.5 のほうが多い条件です。
| お題 | Argon の時間 | Argon の費用 | Opus 5.5 の時間 |
|---|---|---|---|
| 2Dアクション | 1分55秒 | $0.17 | 8分12秒 |
| 3Dアスレチック | 2分45秒 | $0.24 | 10分18秒 |
| ボクセル（掘る・置く） | 2分39秒 | $0.23 | 15分58秒 |
| カートレース | 4分33秒 | $0.41 | 14分19秒 |
| モンスター育成RPG | 3分00秒 | $0.26 | 33分42秒 |
| 3D対戦アクション | 4分01秒 | $0.32 | 14分04秒 |
| 図解（インフォグラフィック） | 3分30秒 | $0.28 | 6分20秒 |
| 3D鬼ごっこ | 2分52秒 | $0.27 | 23分02秒 |
| ロボ1対1対戦 | 2分35秒 | $0.25 | 8分55秒 |
| 3Dサバイバル | 3分46秒 | $0.35 | 14分35秒 |
| 3Dアクション（箱庭） | 3分57秒 | $0.36 | 30分10秒 |
| 合計 | 35.6分 | $3.13 | 179.6分 |
自分の実測（2026-10-14・検証アリーナ）。Argon の費用は OpenRouter の実際の請求額。Opus 5.5 は Claude Code のサブスク枠で作ったため、トークン数と費用の記録がありません（9月23日〜29日の実測）。作り終えるまでの合計時間は Argon が約 5.1分の1でしたが、作り方が違う（1回で受け取る／ファイルに書きながら作る）ことによる差も含みます。
同じお題の画面を並べる（左＝Argon・右＝Opus 5.5）
どちらも同じ操作（読み込み → クリック → Enter → Space → 方向キー → ボタン）をしたあとの画面です。止まった1枚なので、遊んだときの手触りは本編の動画で見てください。
この回で投げたお題（カートレース・全文）
11課題のうち、カートレースのお題の全文です。同じ文面を自分の使っているモデルに投げれば、同じ比較ができます。
【出力条件・厳守】
1. 出力は「単一のHTMLファイル」を1つだけ。file:// でダブルクリックして即動くこと。
2. コードは省略禁止。「// 以下同様」「...(省略)」は禁止。全文を書ききる。
3. Three.js のみ CDN(importmap) 読み込み可。★物理エンジン(cannon-es/rapier/ammo等)は禁止★
（走行・ジャンプ・衝突は自前実装）。それ以外の外部アセット(画像/音声/フォント/3Dモデル)は
禁止＝素材はコード生成。
4. 起動時のコンソールエラーは0件であること。
5. 最後に「仕様チェックリスト」を表で出し、各項目に ✅ / ❌ を自己申告する(嘘の✅は最も減点される)。
【お題】Three.js で「マリオカート64」の世界観を、できる限り忠実に再現した3Dカートレースを作れ。
キャラクター・カート・コース・アイテム・走りの手触りを、あの名作を遊んだ人が一目で分かる水準まで作り込み、
見た目は現代の高品質なレースゲームの水準まで引き上げる。
■ 再現するもの:
- レーサー：8人（プレイヤー1＋CPU7）。赤い帽子の配管工・緑の弟・お姫さま・キノコ頭・恐竜・ゴリラ・亀の大王・
ずんぐりした敵役など、色と体格で見分けられるキャラクターを関節付きの形状でコード生成し、それぞれにカートを付ける。
重量級・中量級・軽量級で最高速と加速の性格を変える。
- コース：最低1つ（例：マリオサーキット風。土管・看板・ジャンプ台・内側のダート・高低差のある坂とカーブ・
コースを囲む丘と青空）。路面・芝・ダートで摩擦を変え、コース外は減速する。場外に落ちたら救出されて復帰する。
- レース：3周。スタート前に雲に乗った審判風の信号が「赤→赤→青」と点灯してスタート。
ゴールで順位表・各ラップのタイム・総合タイムを出す。
- アイテムボックス：コース上に並べ、取るとルーレット演出の後にアイテムが決まる。
バナナ（後ろに置く）・緑こうら（直進して壁で跳ね返る）・赤こうら（前の相手を追尾）・キノコ（加速）・
スター（一定時間無敵で加速）を最低限そろえる。順位が低いほど強いアイテムが出やすい。
- ダッシュ板：踏むと加速する。
■ 走りの手触り（最重要）:
- アクセル・ブレーキ・ハンドルに慣性がある。速度で曲がり方が変わる。
- ホップしてからのドリフト。ドリフトを続けると火花の色が変わり、離すとミニターボで加速する。
- スタートダッシュ：信号のタイミングに合わせてアクセルを入れると加速、早すぎるとエンスト気味になる。
- バナナ・こうらに当たるとスピンしてよろけ、減速する。カート同士はぶつかると押し合う（重量差で押され方が変わる）。
- CPU：走行ラインをたどり、ドリフトもする。アイテムを使う。順位に応じた追い上げで最後まで接戦になる。
- 操作: 矢印キー または WASD でハンドル・アクセル・ブレーキ、Shift ホップ／ドリフト、Space アイテム、
C で後ろを見る。キー割当は画面に表示する。
■ カメラ:
- カートの後方から追うカメラ。コーナーで少し振られ、加速時に引く。C で後方を映す。
■ ハイクオリティな見た目:
- 当時の雰囲気（原色の明るい配色・丸みのある丘・青空）を保ちつつ、
影・フォグ・空のグラデーション・路面の質感で現代の品質に引き上げる。
- タイヤの土煙・ドリフトの火花・ミニターボの炎・アイテム取得のきらめき。
■ HUD: 順位（大きく）・周回・ラップタイム・アイテム枠・ミニマップ（全レーサーの位置）・逆走の警告。
■ 音: WebAudio 合成（回転数に連動するエンジン音・ドリフト・ミニターボ・アイテムボックス・こうら・スタート信号・ゴール）。
■ パフォーマンス: FPS55以上（rAF一元化・不要なジオメトリ再生成の回避）。
■ 採点API: window.__GAME = { state, lap, laps, rank, speed, pos, item, racers,
start(), reset(seed), step(n), fps } をグローバル公開する。動画を丸ごと渡す：Opus 5.5 にできない使い方
Claude Opus 5.5 は公式に「テキストと画像 → テキスト」で、動画は入力できません。Argon は動画をそのまま読めます。Gemini アプリ（AI Pro 以上）なら、動画を添付してプロンプトを送るだけです。添付できる動画は1本 2GB まで、合計1時間までです（support.google.com）。
API で自分の動画の3分を渡して試したところ、10秒・約$0.04（約7円・1ドル155円で換算）で、タイムスタンプ付きの目次とブログの見出しが返ってきました。話していたツール名も拾えていました。
この動画を見て、次の3つを日本語で作ってください。 1. タイムスタンプ付きの目次（mm:ss 形式・6〜10項目） 2. ブログ記事の見出し構成（H2を4つ・各H2に要点2行） 3. この動画で話している数字とツール名の一覧（話しているとおりに） 聞き取れない箇所や映っていない内容は推測せず「（不明）」と書いてください。
乗り換えるべき？いま使っているモデル別の判定
- Claude Opus 5.5 を使っている → 置き換えではなく併用。実務の開発は Opus 5.5（Terminal-bench・WebDev Arena・Agent Arena はどれも Opus 5.5 が1位）。動画・音声を読む仕事、長い資料、文章の相談、業務の自動化は Argon。12月からは単価も同じです。
- GPT-6.1 Sol を使っている → API 単価は11月まで同じで、12月から Argon が2倍。費用重視なら Sol のまま（1タスクの費用 Sol $0.72・Argon $1.99）。
- Google AI Pro を契約している → 追加料金なしでアプリと Antigravity から選べます。前の世代の 3.8 Flash から総合評価は 41 → 53。
注意点
- 12月1日に API 単価が2倍（$2・$10 → $4・$20）
- トークンを多く使う（第三者の測定で1タスク約6.2万トークン）。単価が同じでも請求は増える
- AI Studio は Ultra だけ。Antigravity は AI Pro でも選べる（デスクトップアプリと CLI）。API は無料枠なし
- 1回の出力は既定 65,536 トークン。難しい問題は数分かかり、タイムアウトもある（モデルカード）
まとめ
- Gemini 4 Argon は Google の7か月ぶりの最上位モデル。AI Pro（¥2,900）から使える
- 同じ11課題で比べると、作り終えるまでの時間は Argon が短い。出来は1本ずつ見て判定する
- 動画をそのまま読めるのは Argon だけ。API は12月1日に2倍になるので、試すなら11月中
