Gemini 4 Argon：同じ名前、異なる重み — Carbon Arenaでの目撃

2026年10月21日、@chetasluaによる投稿は、Arena上で名前が変わっていないチェックポイントが新たにテストされていると主張した。モデルは依然としてG​emini 4 Argon、つまり識別子gemini-4-argon（G​oogleが2026年9月30日に発表し、10月13日から一般提供されている）に応答しているが、その名前の背後にある重みはCarbonだと言われており、これはBusiness Insiderが10月9日に、コーディングに関してClaude Opus 5.5に匹敵する感触だと述べた内部チェックポイントである。投稿の根拠は、Argonのエイリアスに対して記録された能力変化を示す第三者製のArena監視ボットのスクリーンショットと、著者がそのチェックポイントの最初の出力だと提示する短い動画である。発表も変更履歴の項目もモデルカードもG​oogleからのコメントもない。したがって、これはローンチの記事ではなく、ここには新しいモデルがリリースされたことを示唆するものは何もない。議論されているモデルは10月13日から公開されている。新しいのは、公開名がもはや公開された重みを指していない可能性があるという主張である。このクラスのモデルの背後にある、記録されたAIインシデントとエージェントの失敗はOrcaRouter AI Incident Archiveにまとめられており、各項目には独自の情報源、重大度、信頼度の等級、異議申し立てフラグが付されている。

ジョークを抜きにすると、その投稿が実際に言っていること

その投稿は4行と動画1本で、背景をすでに知っている前提の人の語り口で書かれている。主張だけに縮めると、こうだ：

• 新しいGeminiのチェックポイントがArenaでテスト中 — ラボが未公開ビルドを別名で投入することもある公開モデル比較アリーナ。

• エイリアスは新しいものではありません。名前は「同じ」であり、文脈上それはgemini-4-argon識別子を指し、すでに出荷済みのモデルです。

• その名前の背後にあるチェックポイントはCarbonだと報じられている。10月9日の報道がBarium-B——G​oogleが実際にG​emini 4 Argonとして出荷したチェックポイント——から切り分けた内部ビルドである。

• 著者の最初のプロンプトは、G​eminiのマスコットを中心に据えた「炭素安定性」の3D動画を求めるもので、投稿はその結果得られたクリップをチェックポイントの最初の出力として提示している。最後の一文「Logan Redemption Arc」は、G​oogleのスタッフに関する冗談であり、技術的な主張を含むものではない。

それがすべてだ。1件の別名の観察、1件のコードネームの帰属、1件の出力サンプル、そして再現可能な成果物は一切ない。

スクリーンショットは本物で、投稿が言っていることはそこには書かれていない

添付のキャプチャは注意深く読む価値がある。なぜなら、それは主張のうち、文ではなく文書として存在する唯一の部分だからだ。これはArena Scoutというボットからの通知カードで、「Journey To AGI」と「Synopsis on X」にクレジットされ、「Capability Change」と題され、gemini-4-argonを名指ししている。2026年10月21日午前9時30分の検出を記録し、組織をGoogle、プロバイダーを「unknown」とし、機能差分を示している。テキスト入力とテキスト出力で、小さい文字から読み取れる限りでは、変更側に画像入力とウェブのフラグが付いている。

続くのは三つ、ただ三つだけだ。

• エイリアス gemini-4-argonは10月21日にArenaで提供されていて、その朝に設定の何かが変わった。それこそが能力変更ボットの存在意義であり、このカードの最も面白みのない読み方だ。

• カードは、エイリアスが何かをしている証拠であって、どの重みがそのエイリアスの背後にあるかの証拠ではない。機能フラグが切り替わると、設定が変わったことはわかる。しかし、その下にあるモデルがBarium-Bなのか、Carbonなのか、誰も名前を付けていない第三のビルドなのかはわからない。投稿が「エイリアスの機能変更」から「それはCarbonだ」へと飛躍しているのは、作者の推論であって、ボットの発見ではない。

• ボット自体は第三者であり、カードは通知であって記録ではない。Arena セッション、エイリアスのメタデータ、出荷モデルとの並列比較を投稿した人は誰もいない。

また、あえて曖昧にせずに言っておくべき小さな時刻の不思議がある。投稿のタイムスタンプは08:46 UTCなのに、その中のカードには9:30 AMと表示されている。ボット側のローカル時刻表示を使えば無理なく説明でき、日付については何も変わらない。ただしこれは、この資料が通知のスクリーンショットをそのまま回してきたものであり、ログではないという注意喚起ではある。

変わらない名前こそが興味深い部分である理由

モデルのエイリアスは安定した契約であるべきです。名前付きモデルにリクエストを送るとき、あなたはその名前が挙動を固定してくれることに依存しています。同じトークナイザー、同じ拒否プロファイル、同じレイテンシ特性、同じ価格です。未公開ビルドをArenaに投入するラボは通常、まさにそのために使い捨てのエイリアスを使います。そうすることで、出荷用の名前が一つの意味を持ち続けるのです。

その投稿が正しければ、その慣例は飛ばされており、結果は理論上のものではなく具体的だ。先週gemini-4-argonをベンチマークした人と、今週それをベンチマークする人は、同じシステムを測っていない可能性がある。これは将来のモデルに関するリークと、すでに料金を支払っているモデルに関するリークの違いであり、基礎となるコードネームが10月9日から公開されているにもかかわらず、この目撃情報が1ページに値する理由でもある。

決着をつけるのは、別のスクリーンショットではない。変更前と変更後に同じプロンプトセットをエイリアスに対して実行するペア評価であり、さらにトークナイザープローブとレイテンシ分布が必要だ。それを公表した人はまだ誰もいない。誰かが公表するまでは、名前が移動した可能性はあるが、どこへ移動したのかはまだ分からない、というのが誠実な立場だ。

実際の出荷モデルとは何なのか。それにより比較に基準ができる

Gemini 4 Argonは噂ではない。Googleは2026年9月30日に発表し、Gemini APIの変更履歴には、10月13日に識別子gemini-4-argonで一般提供開始となったと記録されている。公開された仕様は異例なほど具体的で、重みが移動したというあらゆる主張を判断する上で良い基準になる：

• 価格 — 導入価格は入力トークン100万あたり2.00ドル、出力トークン100万あたり10.00ドルで、キャッシュ済み入力は95%割引。導入後の料金は4.00ドルと20.00ドルと記載されています。

• コンテキスト — 統一された100万トークンのウィンドウを実現し、長いデコードでは最大100万出力トークンまで対応。前世代の64K出力上限から大幅に拡大しました。

• 独立系スコア — Artificial AnalysisはGemini 4 Argon（High）を同社のIntelligence Indexで53と評価し、同トラッカーで8位に位置付け、Indexタスクあたり$1.99で測定しています。

• 速度 — 同じ情報源によると、毎秒83.1出力トークン、最初のトークンまでの時間は47.43秒です。

• 出力モダリティ — 私たちが読むことのできたすべての公開仕様において、テキスト。入力は広範で、テキスト、画像、音声、動画、ファイル。出力はテキスト。

その最後の一文こそが、投稿の動画を評価しにくくしている点だ。クリップは、このモデルが出力すると文書化されているものではない。テスト対象のチェックポイントが出荷モデルにはないモダリティを備えているか、さもなければそのクリップはチェーン内の別の何か——レンダリング工程、別個の動画モデル、著者自身のツール——によって生成され、モデルの出力として提示されたかのどちらかだ。投稿にはどちらなのかが書かれておらず、クリップだけでは判断できない。

炭素、そして10月9日の報道が何を立証し、何を立証しなかったか

Carbonというコードネームは新しい情報ではなく、その出所について正確を期す価値がある。なぜなら、新しい投稿はその弱点をすべて引き継いでいるからだ。Business Insiderが報じ、リーク追跡メディアのTestingCatalogが10月9日に伝えたところによると、GoogleのスタッフはCarbonと呼ばれる追加のGemini 4チェックポイントを社内でテストしており、初期の社内フィードバックではコーディングに関してClaude Opus 5.5に匹敵すると感じられたこと、公開されたArgonリリースにはBarium-Bがチェックポイントとして選ばれたこと、そしてGoogleの社内Jetskiプラットフォームを通じて実行されたCarbonは別個の、潜在的により強力な反復版だったことが明らかになった。同じ報道は、Carbonが将来のArgonアップデートになるのか、それとも独自のリリースになるのかは未確認だと明言していた。

「コーディングにおいてClaude Opus 5.5に匹敵する感触がある」というのが、いったいどういう種類の主張なのかに注意してほしい。これはスタッフの印象であって、ベンチマークではない。タスクセットも、サンプルサイズも、採点基準も、リビジョン番号もなく、G​oogleの外でそれを再現できる人は誰もいない。これは方向性を示すシグナルとしては本当に有用で、数値としては本当に役に立たない類のものであり、それをスコアとして見せかける記事は、あなたに嘘をついていることになる。

10月21日の投稿は、むしろ以前の報道を、そこが明示的に余地を残していた方向へと押し進めている。すなわち、別個のリリースではなく、同じエイリアスが異なる重みを積んでいるという方向だ。これは全体像に対する意味のある更新である。また、それは依然としてボット通知に基づく一個人の推論にすぎない。

通話料を支払う側である場合、これが何を意味するか

このストーリーには2つの読者層があり、それぞれ異なる行動を取るべきです。

ベンチマークをしているなら、実務上の帰結は、あなたの数値に日付を添えておく必要があるということです。スコアの対象はgemini-4-argonです。10月21日より前に収集された場合、その名前の背後にもはや存在しないチェックポイントを指している可能性があります。何かと比較する前に評価を再実行し、モデルのリビジョンを記録するのと同じように、数値の隣に日付を記録してください。

エイリアス上で製品を出荷している場合、その影響は見出しが示すより小さいものの、ゼロではありません。サイレントなチェックポイントの差し替えは、ベンチマークスコアが変わる前に、口調、拒否時の挙動、レイテンシ分布を変えます。そして、それこそがユーザーが気づくものです。防御策は、単一プロバイダーでの不意の変化に対して有効なものと同じです。2つ目のモデルを到達可能な状態に保ち、切り替えをインシデントではなく設定変更にすることです。まさにそのためにOrcaRouterは作られています — 200以上のモデルを1つのAPIで扱い、プロバイダー間の自動フェイルオーバーを備え、プロバイダー定価に対して0%のマークアップ。だから、火曜日の09:30に挙動が変わり始めたモデルは、説明すべき障害ではなく、変更すべきルーティングルールなのです。

可用性について正直に言うと、G​emini 4 Argon は OrcaRouter にはありません。当社のカタログで google/gemini-4-argon を照会すると「model not found」が返ります。これは G​oogle がこれを当社から呼び出せる形で提供していないためであり、C​arbon チェックポイントが存在せず、存在し得ないのと同じ理由です。現在提供しているものには、G​oogle の Gemini 3.8 Flash（100万入力トークンあたり $0.75、100万出力トークンあたり $3.75、キャッシュ読み取りは $0.075） と、A​nthropic の C​laude Opus 5.5（$4.00 と $20.00、キャッシュ読み取りは $0.20）——後者は C​arbon 比較でずっと基準にされているモデルであり、この話全体の中で、動作するエンドポイントと確認可能な公開価格を備えた唯一のモデルです。

何があればこれが目撃情報から事実に変わるのか

両者の差は小さく、だからこそこれは1週間後ではなく今読む価値がある。次のうちどれか一つで十分だ：

• Arena 自身のリーダーボード上で公開された並列比較で、Argon という別名の下に、際立ったスタイルの特徴を持つ新しいエントリーが示されている。

• 同じ日に同じエイリアス変更を記録する、第二の独立した観測者。理想的には通知カードではなく、リクエストとレスポンスを伴うもの。

• 変更履歴の項目、新しいモデル識別子、あるいはgemini-4-argonのバージョン接尾辞 — ラボが重みが更新されたと伝える通常の方法。

• 10月21日の前後にトークナイザーまたはレイテンシプローブを実行すること。これは利用可能な中で最も安価なテストであり、誰も公表していないテストです。

どちらかが確定するまでは、正確な読み方は限定的だ。第三者のボットが10月21日に、出荷済みモデルのエイリアスに対して機能変更を記録し、フォロワーの多いアカウントが、そのエイリアスの背後にあるチェックポイントはCarbonだと述べている。両方とも真実かもしれない。どちらも真実だと示されておらず、しかも後者の主張は前者よりはるかに大きな役割を担っている。