Gemini 4 Argonは、複数の条件を読み取り、解答やコードを生成するGoogleの推論モデルです。開発で使うなら、仕様を説明するだけでどこまで実装に反映できるのか、変更が重なった資料から正しい情報を拾えるのかが気になります。
そこで、入力を書き換えてはいけないJavaScript関数の修正、依存関係のある選択問題、更新された通知の読み取りを試しました。関数は検査した範囲で正しく動き、選択問題では同点の最適解を両方返しました。一方、最適解に至る説明には誤りもありました。具体例から、Argonが担える仕事を見ていきます。
APIリクエストは2026年10月29日にhttps://api.crazyrouter.comへ送り、モデルIDはgemini-4-argonを使いました。元のプロンプトは中国語です。以下の課題説明は日本語に訳しており、日本語での応答性能を測ったものではありません。保存した回答の追加検証は11月2日にローカルで行いました。
Gemini 4 Argonはどのようなモデルか
11月2日に確認したGoogleのモデル資料では、Argonは複雑なソフトウェア開発や数学・科学の問題解決を想定した推論モデルとされています。入力にはテキスト、画像、音声、動画、PDFを扱えますが、出力はテキストです。この記事で扱う実測はテキストとコードを入力した課題に限ります。
自然言語で仕様を伝え、修正案や判断材料を受け取れるのが基本的な使い方です。ただし、コードを生成することと、プロジェクトのファイルを変更してテストを実行することは別の処理です。後者には、モデルに接続するツールや実行環境が必要です。
今回もAPIから受け取った関数をローカルで実行して調べました。APIを呼んだだけでリポジトリ全体を自動修正した、という実験ではありません。
Gemini 4 Argonで入力を壊さずに関数を修正する
最初の課題は、半開区間[start, end)をまとめるJavaScript関数です。始点を含み、終点を含まない区間なので、[1, 3)と[3, 5)は接していても重なりません。この2つは別々に残し、[4, 7)と[1, 5)のように重なる場合だけ[1, 7)にまとめます。
入力は未整列でもよく、外側の配列も各区間を表す内側の配列も変更禁止、と指定しました。元の関数には次の問題がありました。
| 元の処理 | 起こる問題 | Argonの修正 |
|---|---|---|
| 入力配列を直接ソート | 呼び出し元の配列順序が変わる | 外側をコピーしてからソート |
<=で重なりを判定 |
接するだけの区間も結合する |
<で判定 |
| 入力の内側配列を結果に追加 | 結果の更新が入力にも影響する | 結果用の内側配列を新しく作る |
同じ課題を2回送り、出力上限は各8,000トークンにしました。返ってきた修正関数は同一で、どちらも最初の5例を通過しました。11月2日の追加確認では、各関数に固定9例と固定seedで生成した256例、計265例を実行しています。
期待値には、区間同士の重なりをグラフにして連結成分を求める別の方法を使いました。両方の関数が265例すべてを通過し、入力が変わらないことと、結果が入力の内側配列を共有しないことも確認できました。265は各関数に対するローカルの検査数で、モデルへの呼び出し回数ではありません。
検査範囲は有限の数値の端点、start < endの区間、空の入力配列です。不正な型やアプリケーションへの組み込みまでは確認していません。
この修正で助かるのは、計算結果だけでなく呼び出し元への副作用も扱えた点です。配列のコピーは外側だけで十分な処理もあれば、内側の共有が問題になる処理もあります。Argonは今回、その違いを実装に反映しました。
Gemini 4 Argonで依存関係のある計画を組み立てる
次は、5つの架空の作業から実施するものを選ぶ問題です。合計コストを11以下に抑え、便益の合計を最大にします。同点の最適解があれば、すべて挙げるよう求めました。
| 作業 | コスト | 便益 | 必要条件 |
|---|---|---|---|
| A | 4 | 6 | なし |
| B | 5 | 8 | なし |
| C | 3 | 5 | Aも選ぶ |
| D | 6 | 10 | なし |
| E | 2 | 4 | Bも選ぶ |
数値は課題用の抽象的な単位で、金額やAPI料金ではありません。CやEだけを選ぶことはできないため、便益の大きさだけでなく必要な作業の組み合わせも考える必要があります。
各8,000トークンを上限に2回問い合わせると、どちらもB＋DとA＋B＋Eを返しました。両方ともコスト11、便益18です。独立に全32通りを列挙したところ、空集合を含め条件を満たす組み合わせは10通りで、最適解はこの2つだけでした。
B＋DとA＋B＋Eが同点。最適解が正しくても、説明には確認が必要でした。
ただし、最初の回答の説明には誤りがありました。「B＋Eの組とDを使わない場合、最大便益はA＋Cの11」という趣旨の記述です。実際にはA＋Bも選べるため、コスト9で便益14になります。最終的な最適解は変わりませんが、この途中の上限評価は正しくありません。
Argonは、条件に合う候補と同点の解を提示する助けになりました。一方、候補を採用する根拠までそのまま正しいとは限りません。作業の組み合わせを考える用途では、選択案とその説明を分けて見られると、どこを修正すれば使えるかが明確になります。
Gemini 4 Argonで複数の通知から現在の情報を取り出す
文書の課題では、架空の古本交換会について3つの通知を渡しました。初稿が日時・会場・予算を設定し、次の通知が日時と予算を変更、最後の通知がその変更を維持しながら会場を変える、という構成です。
最終日時、予算上限、会場、担当者を質問し、資料だけでは分からない項目は推測しないよう指定しました。出力上限は各1,800トークンで2回呼び出しています。
どちらも11月8日15時、予算上限4,800 CNY、文化センターAホールと回答しました。担当者については、資料からは確定できないと答えています。金額は架空の行事予算です。
ここで必要なのは最後の通知だけを要約することではありません。「前の修正を維持する」という参照をたどり、現在有効な値を組み合わせることです。更新履歴のある仕様や連絡事項を読む場面にも通じる処理ですが、今回確認したのは短い通知3件です。大量の文書や優先順位が曖昧な資料で同じように動くかは、別途確かめる必要があります。
Gemini 4 ArgonをAPIから呼び出す設定
今回はCrazyrouterのOpenAI互換インターフェースを使用しました。接続ガイドに沿ってAPIキーを用意し、次の値を設定します。
| 項目 | 設定・確認内容 |
|---|---|
| クライアントのBase URL | https://api.crazyrouter.com/v1 |
| 直接HTTPで送る場合 | POST https://api.crazyrouter.com/v1/chat/completions |
| 認証 | 安全な設定から読み込んだキーをAuthorizationのBearer値に使用 |
| リクエスト形式 | Content-Type: application/json |
model |
gemini-4-argon |
messages |
role: userに相当するメッセージのcontentへ課題と資料を入れる |
max_tokens |
今回は関数修正と計画が8,000、通知整理が1,800 |
| 応答 |
choices[0].message.contentとfinish_reasonを確認 |
キーはコードや共有する資料に書き込まず、実行環境の安全な設定から渡します。関数修正なら元のコードと変更してはいけない条件、計画ならコスト・便益・依存関係・同点の扱いを、同じ要求に含めます。通知整理では、更新順序が分かる形で資料を渡します。
応答の内容が空でないか、出力上限で途中終了していないかを確認してから、それぞれの結果を使います。上表のトークン数は実測時の設定であり、どの課題にも適する推奨値ではありません。開発用途で他の候補も探す場合は、コード生成・修正向けモデルの一覧が入口になります。この一覧はArgon専用の評価ページではありません。
Gemini 4 Argonがコード・計画・文書で担える仕事
Gemini 4 Argonは、文章で示した条件をコードの修正に落とし込み、依存関係を守る選択案を出し、複数の更新から有効な情報を組み立てられます。今回得られたのは、検査範囲で正しく動く関数、同点を含む2つの最適な作業案、担当者の未確定も含めた行事情報でした。
開発作業での使い道は、このように具体的な成果物として捉えると分かりやすくなります。修正コードは動作に使え、文書の回答は現在の情報を知る手がかりになります。計画の候補も正しかった一方、説明には修正が残りました。Argonは条件を整理して形にするところまで助けてくれましたが、結論と根拠の両方を同じ精度で返したわけではありません。