제미니 4 아르곤: 프론티어 점수, 1M 토큰 출력 한도, 그리고 아직 공개되지 않은 모델 ID

제미니 4 아르곤은 구글의 첫 번째 제미니 4 모델이며 지금까지 가장 강력한 모델입니다. 독립적인 테스터들은 이를 GPT-6 아스트라와 동급으로 평가했으며, 금융, 법률 및 세무 작업을 위한 Vals 지수에서 1위를 차지하고, 단일 답변에서 최대 1M 토큰까지 작성할 수 있습니다. 출시 프로모션 기간 동안 아스트라보다 토큰당 비용이 더 저렴합니다.

문제는 접근성입니다. 2026년 10월 13일 현재, 아르곤은 구글의 페어윈드 프로그램에 참여하는 사이버 방어자에게만 배포되고 있습니다. 구글은 모델 ID를 공개하지 않았으며, 제미니 API 모델 목록에도 포함되어 있지 않으며, AIHubMix에서도 아직 사용할 수 없습니다. 이 게시물에서는 변경 사항, 아르곤의 장점과 단점, 그리고 누가 이를 계획해야 하는지에 대해 다룹니다.

간단한 버전

• 아르곤은 구글의 라인업에서 제미니 3.1 프로 프리뷰를 대체합니다. 7개월 이상 플래시 티어 이상의 새로운 모델입니다.
• 인공지능 분석 지수에서 53점을 기록하며, 최대 추론에서 GPT-6 아스트라와 동일하고 제미니 3.1 프로 프리뷰보다 23점 높습니다.
• 인공지능 분석 테스트에서 가장 낮은 환각률(15%)을 기록했지만, 아스트라보다 올바른 답변을 제공하는 비율은 낮습니다.
• 터미널 중심의 코딩 및 컴퓨터 사용에서는 클로드 오퍼스 5.5 및 GPT-6 아스트라에 뒤처집니다.
• 초기 가격: 1백만 토큰당 $2 입력 및 $10 출력, 이후 $4 및 $20로 인상됩니다. 구글은 프로모션 종료일을 공개하지 않았습니다.
• 현재 사용할 수 있는 사람: 페어윈드 회원. 유료 API 고객 및 구글 AI 울트라 구독자가 다음이며, 날짜는 미정입니다.

제미니 3.1 프로 프리뷰에서 변경된 사항

구글의 출시 포스트는 아르곤을 "장기적" 작업에 맞추어 설명합니다: 실제 소프트웨어 엔지니어링, 법률 및 금융과 같은 기업 지식 작업, 사이버 방어. 가장 큰 변화는 출력 한도입니다.

3.1 프로 프리뷰 가격은 200k 토큰까지의 프롬프트에 대한 것입니다 ($4 / $18 이상). 아르곤은 긴 컨텍스트 가격 계층을 발표하지 않았습니다.

1M 토큰 출력 한도. 이전 제미니 모델은 64K 출력 토큰에서 멈췄습니다. 아르곤은 새로운 제미니 API 기능인 긴 디코드 연속성을 사용하여 1M까지 계속 진행할 수 있으며, 긴 응답을 일시 중지하고 후속 호출에서 다시 시작하여 타임아웃되지 않도록 합니다. 구글의 예시들은 이것이 왜 중요한지를 보여줍니다: 아르곤은 C 및 C++에서 러스트로의 마이그레이션에 사용되었으며, 800K 줄 이상의 퓨시아 지르콘 커널을 포함하고, 한 라이브러리에서는 32K 줄의 SIMD 코드를 안전한 러스트로 교체하여 이전 러스트 포트보다 2.7배 더 빠르게 실행됩니다. 이러한 작업에서는 64K 한도가 수작업으로 작업을 나누어야 했습니다.

새로운 명명 규칙. 프로 또는 플래시 레이블이 없으며, 단지 세대 번호와 코드명이 있습니다. 구글은 2026년 초에 제미니 3.5 프로를 계획했지만 이를 넘어섰습니다.

제한된 출시. 아르곤은 방어 사이버 작업을 위해 특별히 훈련되었으며, 구글은 이를 통해 "자율적으로 중요한 소프트웨어 취약점을 찾고, 검증하고, 패치할 수 있다"고 말합니다. 페어윈드 회원과 구글 내부 팀은 사이버 가드레일이 없는 버전을 받습니다. 더 넓은 배포는 유해한 사이버, 화학, 생물학적, 방사선 및 핵 요청을 거부할 것입니다.

변하지 않은 점. 출력은 여전히 텍스트만 가능합니다. 입력은 텍스트, 이미지 및 비디오를 포함합니다 (인공지능 분석은 음성도 나열합니다). 제3자 테스터들은 1M 토큰 컨텍스트 창을 보고했으며; 구글의 출시 포스트는 입력 한도를 명시하지 않았습니다. [TBD: 공식 컨텍스트 창]

GPT-6 아스트라, 클로드 오퍼스 5.5 및 페이블 5.1과의 비교

아래 표는 구글 딥마인드의 벤치마크 표에서 가져온 것입니다. 구글은 아르곤을 가장 높은 사고 설정에서 실행했으며, 대부분의 경쟁자들의 자가 보고 또는 공개 리더보드 수치를 사용했으므로 이를 공급업체 데이터로 간주하십시오. 인공지능 분석와 Vals AI는 독립적인 결과를 발표했으며, 표 후에 인용되었습니다.

OSWorld-2.0은 오프라인 하위 집합이며, 부분 점수입니다. 그래프워크스는 F1입니다. 전체 표에는 19개의 행이 있으며, 아르곤은 그 중 14개에서 선두 또는 동점을 기록하고 있습니다.

세 가지 패턴이 두드러집니다:

• 지식 작업에서 격차가 가장 큽니다. 하비의 법률 에이전트 벤치마크에서 아르곤은 19.6%를 기록하며, 다른 모델들은 최대 6.7%에 불과합니다. 금융 에이전트 v2에서는 6점 이상 차이가 납니다.
• 매우 긴 입력이 잘 유지됩니다. 그래프워크스에서 256k에서 1M 토큰 사이에서 아르곤은 84.2%를 유지하며, 다른 모델들은 약 65–72%로 떨어집니다.
• 코딩은 혼합된 결과입니다. 아르곤은 딥SWE에서 앞서지만, 프론티어SWE(아스트라) 및 터미널 벤치 4.0(오퍼스 5.5)에서는 뒤처집니다.

독립적인 수치들은 대체로 일치합니다. 인공지능 분석은 아르곤을 (높은) 53점으로 평가하며, GPT-6 아스트라(최대)와 동점이고 GPT-6.1 솔(최대)보다 1점 앞섭니다. 터미널 벤치 4에서 아르곤은 57%를 기록하며, 클로드 소네트 5.5, 클로드 오퍼스 5.5 및 GPT-6 아스트라에 뒤처집니다. Vals는 아르곤을 지수에서 모델 중 1위로 평가하며, 금융 에이전트 v2에서 최고의 단일 결과를 기록하고, 컴퓨터 사용(CUA-bench)을 약점으로 나열합니다.

"낮은 환각" 뒤의 거래

인공지능 분석의 전지 테스트는 어려운 사실 질문을 하고, 자신감 있는 잘못된 답변에 대해 패널티를 부과합니다. 아르곤의 환각률은 15%로, 지수에서 45점 이상의 모든 모델 중 가장 낮습니다; GPT-6 아스트라의 환각률은 51%입니다. 그러나 아르곤의 동일한 질문에 대한 정확도는 50%로, 아스트라의 63%에 비해 낮습니다. 아르곤은 확신이 없을 때 답변을 거부하여 낮은 환각률을 얻지만, 이는 더 많은 것을 아는 것이 아닙니다.

법률 및 재무 검토의 경우, 이는 종종 올바른 거래입니다: 거부는 쉽게 식별되고 사람이나 다른 모델로 라우팅할 수 있지만, 자신감 있는 잘못된 수치는 검토자를 통과할 수 있습니다. 이는 아르곤이 거부하는 질문을 보낼 수 있는 곳이 있을 때만 효과적입니다.

아르곤이 최선의 선택이 아닌 경우

• 터미널 중심의 코딩 에이전트. 구글의 표에 따르면 오퍼스 5.5는 터미널 벤치 4.0에서 66.4%를 기록하며 아르곤의 57.4%에 비해 우세합니다. 인공지능 분석의 실행 결과도 순서에 동의합니다.
• 컴퓨터 사용. 아스트라가 OSWorld-2.0에서 우세하며, Vals는 아르곤을 CUA-bench에서 8개 중 7위로 평가합니다.
• 매번 답변이 필요한 질문. 50%의 전지 정확도는 어려운 사실 회상에서 많은 "확신이 없습니다"라는 응답을 의미합니다.
• 지연에 민감한 작업. 아르곤은 인공지능 분석 작업당 평균 약 62k 출력 토큰을 기록했으며, 아스트라는 약 27k입니다. 구글은 속도 수치를 발표하지 않았습니다. [TBD: 출력 속도 및 첫 번째 토큰까지의 시간]
• 이번 분기에 배송해야 하는 모든 것. 아직 호출할 수 없습니다.

누가 전환, 대기 또는 유지해야 하는가

"아르곤 계획하기"는: 오늘 제미니 3.8 플래시 또는 3.1 프로 프리뷰에서 워크플로우를 프로토타입하고, 아르곤의 표준 가격으로 예산을 세우고, 접근이 열리면 모델 ID를 교체하는 것을 의미합니다.

AIHubMix에서 준비하기

아르곤은 AIHubMix의 모델 페이지에서 ID gemini-4-argon으로 표시되지만, 곧 출시 예정으로 가격이 없습니다. [TBD: AIHubMix 가용성 날짜]

지금 AIHubMix에서 이미 제공되는 제미니 모델을 기반으로 워크플로우를 구축할 수 있으며, 제미니 3.8 플래시와 같은 모델 ID를 구성에 유지할 수 있습니다. OpenAI 호환 엔드포인트는 표준 OpenAI SDK와 함께 작동하며; AIHubMix 제미니 가이드는 구글의 네이티브 SDK도 다룹니다.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://aihubmix.com/v1",
    api_key=os.environ["AIHUBMIX_API_KEY"],
)

# AIHubMix는 아르곤을 gemini-4-argon(곧 출시 예정)으로 나열합니다. 제미니 3.8 플래시에서 프로토타입을 만든 후, 열리면 ARGON_MODEL_ID=gemini-4-argon으로 설정합니다.
MODEL = os.environ.get("ARGON_MODEL_ID", "gemini-3.8-flash")

resp = client.chat.completions.create(
    model=MODEL,
    reasoning_effort="high",
    messages=[
        {"role": "user", "content": "아래 계약서의 종료 조항을 나열하십시오. 어떤 것에 대해 확신이 없으면 그렇게 말하십시오.\n\n<계약 텍스트>"},
    ],
)
print(resp.choices[0].message.content)

OpenAI 호환 경로에서 reasoning_effort는 제미니의 사고 설정에 매핑됩니다. 아르곤이 수용하는 값은 아직 문서화되지 않았습니다. [TBD: AIHubMix의 아르곤 추론 수준]

아르곤이 AIHubMix에서 열리면, 가격 및 지원되는 매개변수가 해당 모델 페이지에 표시됩니다.

자주 묻는 질문

오늘 API를 통해 제미니 4 아르곤을 사용할 수 있나요?
구글의 페어윈드 프로그램에 귀하의 조직이 포함되어 있는 경우에만 가능합니다. 유료 API 고객 및 구글 AI 울트라 구독자가 다음 대기자이며, 구글은 날짜를 제공하지 않았습니다.

제미니 4 아르곤의 모델 ID는 무엇인가요?
구글은 아직 공개하지 않았습니다. AIHubMix에서 아르곤은 곧 출시 예정으로 표시된 모델 페이지에서 gemini-4-argon으로 나열됩니다. 구글의 API를 통해 해당 ID에 대한 호출은 10월 1일에 404 오류를 반환했습니다.

제미니 4 아르곤이 GPT-6 아스트라보다 나은가요?
인공지능 분석의 지수에서 두 모델은 동점입니다. 아르곤은 지식 작업, 긴 컨텍스트 검색 및 비디오 이해에서 우세하며; 아스트라는 프론티어SWE, 터미널 과학 작업 및 컴퓨터 사용에서 우세합니다.

제미니 4 아르곤은 코딩에 적합한가요?
딥SWE 및 바이브 코드 벤치에서 강력하지만, 클로드 오퍼스 5.5 및 GPT-6 아스트라가 여전히 터미널 중심의 에이전틱 코딩에서 우세합니다.

1M 토큰 출력 한도는 실제로 무엇을 의미하나요?
단일 작업은 이전의 64K 한도를 훨씬 초과할 수 있으며, 대규모 코드 마이그레이션이나 긴 보고서와 같은 작업을 수행할 수 있습니다. 구글은 이것이 긴 디코드 연속성에 의존한다고 말하며, 이는 긴 응답을 일시 중지하고 호출 간에 다시 시작합니다.

왜 환각률은 낮지만 정확도는 50%인가요?
아르곤은 확신이 없을 때 더 자주 답변을 거부합니다. 이는 자신감 있는 잘못된 답변을 줄이지만, 올바른 질문에 대한 응답 비율도 낮춥니다.

제미니 4 아르곤은 AIHubMix에서 언제 사용할 수 있나요?
아직 날짜는 없습니다. AIHubMix 모델 페이지는 곧 출시 예정으로 표시되어 있습니다. 지금 제미니 3.8 플래시 또는 3.1 프로 프리뷰에서 작업을 구축하고, 아르곤이 열리면 모델 ID를 전환하십시오.

계속 읽기: 제미니 4 아르곤 시리즈

• $2/$10 출시 가격은 작업당 토큰 수를 계산할 때 저렴해 보입니다. 작업당 측정된 비용은 여기에서 확인할 수 있습니다: 제미니 4 아르곤 가격: 토큰당 저렴하지만 작업당 비쌉니다

출처

• 제미니 4 아르곤: 우리의 다음 프론티어 지능 시대 (구글)
• 제미니 모델 및 벤치마크 (구글 딥마인드)
• 제미니 4 아르곤: 구글이 지능 달성에서 상위 세 개의 연구소 중 하나로 돌아왔습니다 (인공지능 분석)
• 제미니 4 아르곤 벤치마크, 비용 및 기능 (Vals AI)
• AIHubMix의 제미니 4 아르곤 (AIHubMix)