Gemini 4 Argon vs Gemini 3.1 Pro：後継モデルはより安価で、旧モデルは依然として2つの戦いで勝利する

Gemini 4 Argon は、置き換えるはずのモデルよりも実行コストが低い。誤植ではない。Goo​ogle が示す Gemini 4 Argon の導入価格は、出力100万トークンあたり10ドル。一方、Gemini 3.1 Pro Preview —— 今日 OrcaRouter のカタログに並んでいるモデルであり、Argon の存在そのものが反論の対象としているモデル —— は12ドルを課す。入力はどちらも同じ2ドルだが、Gemini 3.1 Pro Preview の入力トークンが200,000を超えると、料金は倍の入力4ドル、出力18ドルになる。後継モデルのほうが安いというのは、それだけでリードに値するほど珍しい話だ。

全体像の残りの部分は、それほど整然としてはいない。Artificial AnalysisのIntelligence Indexでは、Gemini 4 Argonが52.6、Gemini 3.1 Pro Previewが29.7 —— 22.9ポイントの差があり、これだけを見れば旧モデルは同じリーグにいないように思える。しかし旧モデルはGPQA Diamondで94.1%対未公表で勝ち、長コンテキスト推論では82.0対79.7で勝ち、95.6というτ²-Benchのエージェント型ツール使用スコアを記録している。DeepSeekはこれを自社フラッグシップの目玉数値として引用してきた。したがって正直な捉え方は「Argonが3.1 Proを置き換える」ではない。「Argonは、より低い出力価格で3.1 Proの役割を置き換える一方、3.1 Proは特定の少数のワークロードにとって重要となるいくつかの狭い優位性を保つ」である。

Gemini 3.1 Pro Previewとは実際に何なのか

2026-02-19以降カタログに掲載されており、それ以来7か月間ずっとプレビューと呼ばれてきた。その間、GoogleはFlashティアのモデル——3.6 Flash、3.8 Flash、サイバーセキュリティ向けに調整された3.8 Flash Cyber——をリリースし続けたが、Proティアはその場にとどまった。このギャップこそが、Argonが主張するすべての背景であり、5月時点の問い（「Proティアはいつ置き換えられるのか？」）が10月になっても依然として正しい問いである理由でもある。

このカードは本物のフロンティアモデルであり、残り物ではありません。1,048,576トークンのコンテキスト、テキスト、画像、音声、動画、ファイルにわたるマルチモーダル入力、ツールの使用、構造化出力と推論、そして当方側では5つの能力タグを備えています。その弱点は、それが訓練されたところにあります。最大出力が65,536トークンであること、そして2026年のモデルと並べると時代遅れに見えるタスクプロファイルです。

あなたが二度読むべき表

価格は、いずれも表示のとおり、100万トークンあたり：

• 入力 — Gemini 4 Argon $2.00 対 Gemini 3.1 Pro Preview $2.00。同レベル。

• 出力 — Gemini 4 Argon $10.00 対 Gemini 3.1 Pro Preview $12.00。Argon は 17% 安い。

• キャッシュ入力 — Gemini 4 Argon $0.10 対 Gemini 3.1 Pro Preview $0.20

• 長入力ティア — Gemini 4 Argonは一律の導入価格を提示している；Gemini 3.1 Pro Previewは200,000入力トークンを超えると$4.00入力 / $18.00出力に段階的に移行する。

• 最大出力 — Gemini 4 Argon 1,000,000トークン 対 Gemini 3.1 Pro Preview 65,536

• インデックスタスクあたりの実測コスト — Gemini 4 Argon は $1.99、Gemini 3.1 Pro Preview は $0.67（Artificial Analysis 調べ）。ここでは古いモデルの方が3倍安い。ハーネスが実行するにはるかに小さいジョブだからだ。

その最後の一行が、つじつまを合わせている。トークンあたりではArgonは安いが、タスクあたりでは3倍高い。より難しい問いに答えるからだ。ワークロードが固定入力・固定出力——分類、抽出、既知の長さでの要約——なら、請求額に反映されるのはトークンあたりの数字だ。ワークロードが「これを解け」なら、正直な数字はタスクあたりのものであり、Argonの割増は本物だ。

22.9ポイントの差、そしてその出どころ

Artificial Analysisは固定のテストセットを実行しているので、そこまで大きな差なら一貫して現れるはずだ。実際、ほとんどそうなっており、そのパターンは示唆に富む：

• Terminal-Bench 4.0 — Gemini 4 Argon 57.1% 対 Gemini 3.1 Pro Preview 4.0%。誤植ではない。長期的なソフトウェアエンジニアリングは、両者間で単一最大の能力変化である。

• AutomationBench-AA — Gemini 4 Argon 77.5% 対 Gemini 3.1 Pro Preview 35.4%

• ApexAgents — Gemini 3.1 Pro Preview 32.0%、同じボード上に公表されたArgonの数値はなし。

• SciCode — Gemini 4 Argon 61.8% 対 Gemini 3.1 Pro Preview 58.7%。僅差。

• Humanity's Last Exam — Gemini 4 Argon 57.1% 対 Gemini 3.1 Pro Preview 47.0%。

• 長文脈推論 — Gemini 3.1 Pro Preview 82.0% 対 Gemini 4 Argon 79.0%。旧モデルが僅差で勝利。

• GPQA Diamond — Gemini 3.1 Pro Preview 94.1%。Argonはこのボードで何も公開していない。

• Omniscience — Gemini 4 Argon 42.4 対 Gemini 3.1 Pro Preview 31.9

• GDPval — Gemini 4 Argon 1,611 対 Gemini 3.1 Pro Preview 776。

• ITBench-SRE — Gemini 4 Argon は登場しません; Gemini 3.1 Pro Preview 30.3%。

つまり、その差はほぼすべてエージェントとしての持久力と長期的なタスク実行にあり、そこでの差は途方もなく大きい。科学的な多肢選択推論、100万トークンの推論タスク、GPQAでは、両モデルは誤差の範囲内か、旧モデルの方がリードしている。Terminal-Bench 4.0の4.0%対57.1%こそ、ほとんどの移行判断を決定づけるべき数字であり、旧モデルの擁護者が素通りする数字だ。

あなたのアーキテクチャを作り変える2つの仕様

Argonの出力上限は1,000,000トークンで、前世代が上限としていた64Kから引き上げられています——そして64Kは、まさにGemini 3.1 Pro Previewが提供する値であり、正確には65,536トークンです。単一のトラジェクトリで16倍の余地があることは、1回の呼び出しに何を求められるかを変えます。

具体的には、65Kの出力上限内に収めるために呼び出しを連鎖させて現在行っていること——複数ファイルのパッチ生成、長い監査レポート、完全な文書ドラフトの1回での作成——は、単一の呼び出しになる。呼び出しが少なくなれば、エージェントループが状態を失う箇所も少なくなり、リトライロジックはより複雑になるどころか、より単純になる。64Kの上限をめぐって精巧なスキャフォールディングを構築してきたなら、そのスキャフォールディングが移行コストになる。

Gemini 3.1 Pro Previewには、Argonの発表が触れていない仕様上の優位点が1つ残っている。音声と動画の入力だ。Argonが公開しているモダリティ一覧はテキスト、画像、動画、ファイルを対象にしており、音声は発表資料で明記されていない。またGoogleの動画の例はLVBench、長尺動画理解ベンチマークだ。パイプラインが音声を取り込むなら、アップグレードでそれがサポートされていると想定する前に、そのモダリティを確認すること。これはまだ呼び出せないモデルに関する検証可能な事実であり、まさに時間が経つにつれて色あせる類の主張だ。

プレビューが邪魔な位置で固まっています

ここには、紛れもなく、地味で、高くつく問題がある。古いモデルはプレビューと呼ばれており、そう呼ばれ始めてから7か月になるが、それがどうなるかを誰も明言していない。2つのシナリオが現実的で、あなたのコードベースにとって正反対の意味を持つ。Argon が一般提供に達したときに Gemini 3.1 Pro Preview が廃止され、移行しなければならないか、あるいは後継に置き換えられ、提供を続けながらゆっくり非推奨化されるので時間があるかのどちらかだ。

Google 自身の資料でもそれは決着しない。Argon の発表では、より広いアクセスが「できるだけ早く」提供され、まず有料 API 顧客と Google AI Ultra 加入者から始まると述べているだけで、それが置き換える Pro ティアの行方については何も触れていない。保守的なエンジニアリング上の立場とは、コストがかからない立場だ。モデル ID はコードではなく設定に置き、実際のプロンプトを候補モデルに対して午後のうちに実行できる評価ハーネスを維持し、最終的な差し替えを書き直しではなく運用タスクとして扱うことだ。

そのポジションが特にOrcaRouterで安いのは、差し替えが文字列ひとつで済むからです。google/gemini-3.1-pro-previewは、上記の料金でカタログ上に公開されており、他の200以上ものモデルを当社がルーティングしているのと同じOpenAI互換エンドポイントの背後に、プロバイダー定価のまま、マークアップゼロで提供しています。ですからGoogleが3.1 Proの価格を動かしたとき、あるいはArgonが公開されたときには、当社側のレートも同じ日に動きます。同じプロンプトを両方に対して実行するのは、設定変更と2回目の呼び出しであって、2つ目の統合ではありません。そして自動フェイルオーバーがあれば、古くなったインポートがエンドポイントを巻き添えにして落とすことはありません。

今月やること

Gemini 3.1 Pro Previewを使っていて、ワークロードが長いコンテキストでの検索、GPQA型の科学的推論、あるいは94.1%という科学的推論精度が頼りになるあらゆるものなら、まだ移行すべき理由はない — Argonは呼び出し可能ではなく、旧モデルが優位に立つ特定のタスクファミリーで差が埋まったことも実証されていない。インデックスの差だけを根拠に移行してはならない。

ワークロードがエージェント型コーディング、多段階のビジネスタスク実行、または大量の出力を生成するものであるなら、理屈の上ではすでに説得力は十分だ。出力上限は16倍、Terminal-Benchでは53ポイントの差、そして出力価格はより安い。障壁は純粋に、ArgonがGoogleのFairwind Programを通じて信頼されたサイバーディフェンダー向けに段階的に展開されており、公開エンドポイントがないことだけだ。移行をロードマップに載せ、プレッシャーがない今のうちに評価ハーネスを構築し、Argonが呼び出し可能になる週にそれを実行しよう。後継はより安価であり、それに備えるコストはほとんどかからない。