Google은 복잡하고 장기적인 작업에서 깊은 추론을 수행하는 최첨단 모델 Gemini 4 Argon을 발표하고, Fairwind Program을 통해 신뢰할 수 있는 사이버 방어 전문가에게 우선 제공한다고 밝혔습니다. 코딩과 기업 업무, 사이버 보안 방어에 강점을 보이며, 광범위한 공개에 앞서 안전장치를 강화하고 있습니다.
보도자료 · 한국어 번역업로드
글자 크기
오늘 새로운 최첨단 모델 Gemini 4 Argon을 발표합니다. 이 모델은 Fairwind Program을 통해 신뢰할 수 있는 일부 사이버 방어 전문가에게 제공됩니다. 복잡하고 장기적인 작업 흐름 전반에서 깊이 있는 추론을 이어가도록 설계된 Argon은 Google의 업무 방식과 제품 개발 방식을 근본적으로 바꾸고 있습니다. 실제 소프트웨어 엔지니어링, 법률·금융 등 기업 지식 업무, 사이버 보안 방어의 복잡한 작업 흐름에서 최첨단 성능을 제공합니다.
이 수준의 최첨단 역량을 안전하게 공개하려면 단계적 접근이 필요합니다. Google은 접근 범위를 점진적으로 넓히면서 미국 정부의 모델 사전 공개 접근을 위한 자발적 절차에 적극적으로 참여하고 있습니다. 개발자, 기업, 일반 소비자에게 가능한 한 빨리 Argon을 제공하기 전에 초기 테스터의 의견을 계속 수집하고 안전장치를 개선하겠습니다.
Argon 출시 초기 가격
1
입력 토큰 100만 개당 2달러, 출력 토큰 100만 개당 10달러입니다. 캐시된 입력 토큰에는 입력 토큰 가격에서 95% 할인된 가격이 적용됩니다.
Google의 업무와 제품 개발 방식을 바꾸다
Gemini 4 Argon은 이미 사내 작업 흐름에 활용되고 있습니다. 수천 명의 Google 직원이 전문 코딩 작업, 더 깊이 있는 조사, 글쓰기 품질에서 이 모델의 강점을 확인했습니다. Argon은 팀이 더 빠르게 작업하고 엔지니어링 생산성의 한계를 넓히며 획기적인 성과를 앞당기는 데 도움을 주고 있습니다.
양자 알고리즘 최적화: Argon은 양자 컴퓨팅 연구자들이 중요한 응용 분야의 병목이 되는 하위 루틴에서 시공간 자원(큐비트 × 게이트)을 최적화하도록 돕고 있습니다. 한 사례에서는 몇 분 만에 발표된 기준 성능을 40% 앞질렀습니다.
메모리 효율성: Argon 에이전트 팀은 전체 데이터센터의 프로파일링 원격 측정 데이터를 분석해 메모리 최적화를 자율적으로 찾아 적용했습니다. 이를 전체 시스템에 적용하면 메모리 300 TiB 이상을 확보할 수 있으며, 총 절감량은 500 TiB에서 1 PiB로 추산됩니다.
대규모 코드베이스 이전 및 최적화: Argon 에이전트는 Google 전반에서 C/C++ 코드베이스를 Rust로 이전하고 있습니다. re2, libgav1 같은 핵심 라이브러리의 수만 줄에서 Fuchsia Zircon 커널의 80만 줄 이상까지 작업 규모를 넓히고 있습니다. 이 시스템 중 다수는 매우 중요하기 때문에, 대규모 재작성 결과를 실제 운영 환경에 배포하기 전 자동·수동 감사, 에뮬레이션 테스트, 검토를 엄격하게 진행합니다. Google의 오픈소스 동영상 디코딩 소프트웨어 libgav1의 경우, Argon 에이전트는 기존 Rust 포트를 바탕으로 프로파일 기반 실험을 여러 차례 수행하고 컴파일러 출력을 분석했습니다. 그 결과 3만 2천 줄의 SIMD 코드를 대체하고, 컴파일러가 자동으로 벡터화할 수 있는 안전한 Rust 코드를 만들었습니다. 최종 결과물은 기존 Rust 포트보다 2.7배 빠르면서 동영상 출력은 동일한 메모리 안전 동영상 디코더로, 최적화된 C++ 버전에 더 가까운 성능을 냅니다.
가장 복잡한 문제에 더 깊이 집중
더 길고 복잡한 사용 사례에서 Gemini 4 Argon의 역량을 뒷받침하기 위해, 모델의 출력 토큰 한도를 기존 64K에서 업계 최고 수준인 100만 토큰으로 크게 늘립니다. 모델이 충분한 여유를 가지고 깊이 생각하고 한 번의 실행 과정에서 수십만 개의 토큰을 생성할 수 있으면, 어려운 문제를 한 번에 해결하는 추론의 깊이를 한 단계 높일 수 있습니다.
다양한 분야의 코딩 및 기업 업무 지원
코딩, 추론, 멀티모달 역량에 더해 장시간 여러 단계로 이어지는 작업을 수행할 수 있는 Gemini 4 Argon은 다양한 기업 업무에서 뛰어난 성능을 발휘합니다.
Google 엔지니어들은 일상적인 디버깅부터 대규모 코드베이스 이전과 알고리즘 설계까지 매일 하는 업무에 Argon을 사용하고 있습니다. 실제 장기 소프트웨어 엔지니어링 작업에서 모델 성능을 측정하는 DeepSWE v1.1에서 77.9%를 기록해 새로운 최고 성능을 세웠습니다.
코딩을 넘어 Argon은 금융, 코딩, 법률, 세무 업무의 경제적 영향을 측정하고 각 분야에 미국 GDP 기여도에 따른 가중치를 부여하는 Vals Index에서 선두 모델입니다. 다단계 금융 조사 성능을 평가하는 Vals Finance Agent v2와 법률 조사 및 문서 작성을 평가하는 Harvey’s Legal Agent Benchmark 등 다른 분야별 평가에서도 비슷한 선두 성능을 보였습니다. 핵심 비즈니스 기능 전반의 종단 간 실행을 측정하는 Zapier의 AutomationBench에서는 51.3점으로 1위를 차지했습니다.
Argon은 지식 업무에 시각적 이해가 필요한 경우에도 특히 강점을 보입니다. 전문적인 차트 분석을 수행하고 긴 동영상에서 세부 정보를 찾아내며, 여러 문서를 바탕으로 행동할 수 있습니다. 예를 들어 긴 동영상 이해도를 측정하는 LVBench에서 91.7점을 기록해 최고 성능을 세웠습니다.
방어적 사이버 보안 분야를 선도하다
새로운 사이버 공격 시대에 사이버 방어 전문가의 대응 역량을 강화하기 위해 Gemini 4 Argon을 사이버 보안 방어에 매우 유능하도록 훈련했습니다. Argon은 중요한 소프트웨어 취약점을 자율적으로 찾아내고 검증하며 패치할 수 있습니다. 신뢰할 수 있는 방어 전문가와 Google 내부 팀에는 Argon을 사이버 보안 방어를 위한 최첨단 역량 그대로 활용할 수 있도록 사이버 안전장치 없이 제공할 예정입니다.
Wiz는 고위험 보안 노출을 찾아 해결해 주요 공공 인프라를 무료로 보호하는 프로그램인 Scan for Good을 통해 이미 Argon을 사이버 보안 방어에 사용하고 있습니다. 초기 시연에서 이 모델은 전 세계 병원에서 사용하는 의료 소프트웨어 전반의 민감한 개인정보를 노출하는 중대한 취약점을 발견했습니다. 이전의 최첨단 모델들이 놓친 심각한 위험을 찾아낸 것입니다.
보안 취약점 해결 능력을 평가하는 CWE-bench v1에서 Argon은 68%라는 최고 점수로 공동 1위를 차지했습니다. 이는 CWE-bench v0에서 3.8 Flash Cyber가 보인 최첨단 성능을 바탕으로 한 결과입니다.
Gemini 4 Argon은 취약점 발견에서 3.8 Flash Cyber보다 크게 도약한 성능을 보입니다. 예를 들면 다음과 같습니다.
Google의 내부 종합 취약점 벤치마크에서 Argon은 20개 프로그래밍 언어에 걸친 복잡한 코드베이스 전반의 다양한 보안 노출을 찾아냈습니다.
소스 코드 없이 실제 웹 시스템을 분석하는 모델의 능력을 시험하는 Wiz의 내부 블랙박스 침투 테스트 벤치마크에서 Argon은 공격 표면을 발견하고 취약점을 식별하며 검증용 개념 증명(PoC) 근거를 만드는 능력에서 3.8 Flash Cyber를 앞섰습니다.
광범위한 공개에 앞서 최첨단 안전장치 강화
Gemini 4 Argon을 폭넓게 제공하기에 앞서 네 가지 주요 분야에서 핵심 최첨단 안전장치를 계속 강화하고 있습니다.
오용 방지: 악의적인 행위자가 Argon을 사이버 공격이나 화학·생물학·방사능·핵(CBRN) 공격에 사용하지 못하도록, 모델은 유해한 요청을 거부하면서 정당한 이중용도 과학 연구는 지원하도록 설계했습니다. 이는 Google의 Frontier Safety Framework에 따른 것입니다. 이번 출시를 위해 안전장치의 견고성을 강화하고 있으며, 오용을 포착하기 위해 모델의 내부 활성화를 모니터링하는 기법도 개선하고 있습니다. 이러한 안전장치는 내부 및 외부 레드팀이 수동·자동 공격 방식을 조합해 견고성 테스트를 거쳤습니다.
프롬프트 삽입 공격 방어: Argon은 악의적인 지시나 맥락으로 모델의 행동을 탈취하려는 간접 프롬프트 삽입 공격에도 지금까지 가장 강한 회복력을 보입니다. 이러한 공격은 복잡하므로 지속적인 경계와 여러 겹의 방어가 필요합니다. 자동화된 레드팀 테스트와 적대적 훈련을 거친 Gemini 4 Argon은 Gray Swan의 간접 프롬프트 삽입(IPI) 벤치마크에서 프롬프트 삽입 공격에 대한 견고성을 선도하고 있습니다.
정렬 이탈 모니터링: Argon이 사용자의 의도를 넘어서는 방식으로 작업을 달성하려고 허용 범위를 벗어나지 않도록, Argon의 사고 과정과 행동을 모니터링하고 필요한 경우 실행을 중단하는 정렬 이탈 완화 조치를 도입하고 있습니다.
훈련 실행을 모니터링하고 전담 사고 대응팀에 경보를 보내는 데도 비슷한 시스템을 사용했습니다. 모니터링 결과가 훈련에 다시 반영되지 않도록 주의를 기울여, 감시를 피하도록 Argon의 추론 방식이 바뀔 위험을 막았습니다. 역량이 커지는 중요한 시기에 정렬 위험을 관리하면서 모델의 생각이 정렬 이탈을 파악하고 진단하는 데 계속 도움이 되도록, 업계의 다른 기업에도 추론 과정의 투명성을 유지할 것을 적극 권고합니다.
시스템 강화: 최첨단 모델의 역량이 계속 커지면서, 이를 안전하게 테스트하려면 모델 자체의 발전을 따라갈 수 있는 보안 환경이 필요합니다. 에이전트 제어 로드맵에 따라 고위험 훈련이나 평가를 시작하기 전에 격리된 샌드박스 환경을 강화하고, 이를 분리해 밀폐하고 있습니다. 생태계 전반의 보안을 높일 수 있도록 파트너들과 에이전트 보안 모범 사례를 공유하겠습니다.
곧 출시
코딩, 지식 업무, 사이버 보안 방어, 창작 분야에서 최첨단 역량을 갖춘 Gemini 4 Argon을 개발했습니다. 개발자, 전문가, 기업이 가장 어려운 문제를 해결할 때 함께하는 파트너가 되도록 하기 위해서입니다. 실제 환경에서 평가하고 의견을 제공해 줄 초기 사이버 방어 전문가 및 신뢰할 수 있는 테스터 그룹에 감사드립니다. 이들의 의견을 바탕으로 시스템을 강화한 뒤 개발자, 기업, 일반 소비자에게 출시할 예정이며, 유료 API 고객과 Google AI Ultra 구독자에게 먼저 제공할 계획입니다.
초기 제공 기간이 끝나면 입력 토큰 100만 개당 4달러, 출력 토큰 100만 개당 20달러의 가격이 적용됩니다.
영어 원문
Gemini 4 Argon: our next era of frontier intelligence
Today, we’re announcing our new frontier model, Gemini 4 Argon, which is rolling out to a set of trusted cyber defenders through our Fairwind Program. Built to sustain deep reasoning across complex, long-horizon workflows, Argon is fundamentally changing the way we work and build at Google. It delivers frontier performance in complex workflows across real-world software engineering, enterprise knowledge work like legal and finance, and cybersecurity defense.
Safely releasing frontier capabilities at this level requires a phased approach. We are actively engaged in the U.S. government’s voluntary process for pre-release model access while we gradually expand access. We’ll continue to gather feedback from early testers as we iterate on guardrails before making Argon available to developers, enterprises, and consumers as soon as possible.
Argon will launch at an introductory price
1
of $2 per million input tokens and $10 per million output tokens, with cached input tokens priced at 95% off input token price.
Changing how we work and build at Google
Gemini 4 Argon is already powering our internal workflows, with thousands of Googlers highlighting the model’s strengths in specialized coding tasks, conducting deeper research, and writing quality. It’s helping teams build faster and push the boundaries of engineering productivity and accelerating breakthroughs:
Quantum algorithmic optimization: Argon is helping our quantum computing researchers optimize the spacetime resources (qubits × gates) of subroutines that bottleneck important applications. In one example, it beat the published baseline by 40% in a matter of minutes.
Memory efficiency: A team of Argon agents analyzed fleet-wide profiling telemetry to autonomously identify and apply memory optimizations across Google’s data centers, freeing up over 300 TiB of memory once rolled out, with an estimated 500 TiB to 1 PiB in total savings.
Large Scale Codebase Migrations and Optimizations: Argon agents are working on migrating C/C++ codebases to Rust across Google — scaling from tens of thousands of lines in core libraries like re2, libgav1 up to 800K+ lines for the Fuchsia Zircon kernel. Given the criticality of many of these systems, such large-scale rewrites are undergoing rigorous automated and manual auditing, emulation testing, and review before rolling out to production.For libgav1, Google's open source software for decoding video, Argon agents took an existing Rust port and replaced 32K lines of SIMD code by running many rounds of profile-guided experiments, studying the compiler's output, producing safe Rust so the compiler would vectorize it automatically. The end result is a memory-safe video decoder that runs 2.7x faster than the Rust port, with identical video output, bringing it closer to the optimized C++.
Working harder on your most complex problems
To support Gemini 4 Argon’s capabilities across longer, more complex use cases, we are significantly expanding the model’s output token limit to an industry-leading 1M tokens, up from the previous 64K tokens. When the model has the headroom to think deeply and generate hundreds of thousands of tokens in a single trajectory, it adds a new level of depth in reasoning to solve tough problems in one go.
Enabling coding and enterprise workflows across domains
Gemini 4 Argon’s capabilities across coding, reasoning, and multimodality and its ability to sustain long, multi-step tasks enable it to excel across a range of enterprise workflows.
Google engineers have been using Argon for their daily tasks, from everyday debugging to large-scale codebase migrations and algorithm designs. It sets a new state of the art on DeepSWE v1.1 (77.9%), which measures a model’s performance in real-world long-horizon software engineering tasks.
Beyond coding, Argon is the leading model on the Vals Index, which measures economic impact across finance, coding, legal, and tax work, with every sector weighted by its contribution to U.S. GDP. We see similarly leading performance across other domain specific evaluations, like Vals Finance Agent v2 (multi-step financial research) and Harvey’s Legal Agent Benchmark (legal research and drafting). On AutomationBench, Zapier’s benchmark measuring end-to-end execution across core business functions, Argon ranks #1 with a score of 51.3%.
Argon is also uniquely strong when knowledge work requires visual understanding. It’s able to drive professional chart analysis, identify details from long videos, and take action based on a series of documents. For example, on LVBench, which measures long video understanding, Argon is state of the art with a score of 91.7%.
Leading in defensive cybersecurity
To better equip cyber defenders for the new era of cyberattacks, we trained Gemini 4 Argon to be highly capable at cybersecurity defense. Argon can autonomously find, validate, and patch critical software vulnerabilities. For trusted defenders and our own internal teams at Google, we’ll be releasing Argon without cyber guardrails so they can leverage its full frontier-level cybersecurity defense capabilities.
Wiz is already using Argon for cybersecurity defense through its Scan for Good initiative – a program dedicated to protecting critical public infrastructure for free by finding and remediating high-risk exposures. In an early demonstration of its impact, the model uncovered a critical vulnerability exposing sensitive personal information across healthcare software used by hospitals worldwide, identifying a severe risk that previous frontier models had missed.
On CWE-bench v1, which evaluates the model’s ability to remediate security vulnerabilities, Argon ties for first place with a top score of 68%, building on 3.8 Flash Cyber’s frontier performance on CWE-bench v0.
Gemini 4 Argon demonstrates impressive leaps in vulnerability discovery over 3.8 Flash Cyber. For example:
On Google’s internal comprehensive vulnerability benchmark, Argon uncovered a wide range of exposures across complex codebases spanning 20 programming languages.
On Wiz’s internal black-box penetration testing benchmark, which tests a model’s ability to analyze live web systems without source code, Argon outperforms 3.8 Flash Cyber in discovering the attack surface, identifying vulnerabilities, and producing proof-of-concept evidence to validate them.
Strengthening frontier safeguards before broad availability
Before rolling out Gemini 4 Argon broadly, we’re continuing to strengthen critical frontier safeguards across four main areas:
Defending against misuse: To prevent bad actors from using Argon for cyber or chemical, biological, radiological, and nuclear (CBRN) attacks, the model is designed to refuse harmful requests while preserving legitimate, dual-use scientific research, as per our Frontier Safety Framework. We are strengthening the robustness of our safeguards for this launch, including improving our techniques to monitor the model’s internal activations to spot misuse. These safeguards underwent robustness testing by internal and external red teams using a combination of manual and automated attack methods.
Defending against prompt injection attacks: Argon is also our most resilient model yet against indirect prompt injections, where malicious instructions or context are used to hijack a model’s behavior. These are complex attacks that require constant vigilance and multiple layers of defense. Through automated red teaming and adversarial training, Gemini 4 Argon is leading in prompt injection robustness on the Gray Swan’s Indirect Prompt Injection (IPI) benchmark.
Monitoring for misalignment: In order to prevent Argon from stepping out of bounds to try to accomplish a task in a way that goes beyond the user’s intentions, we are deploying misalignment mitigations that monitor Argon’s chain-of-thought and actions and stop execution when necessary.
We used a similar system to monitor our training runs and send alerts to a dedicated incident response team, taking careful precautions against feeding the findings back into training so as to not risk shaping Argon’s reasoning to evade our monitoring. We strongly encourage the rest of the industry to preserve reasoning transparency in these pivotal moments of increased capabilities while navigating alignment risks, so that model thoughts remain helpful in identifying and diagnosing misalignment.
Hardening systems: As frontier models grow increasingly capable, safely testing them requires secure environments that can keep up with the systems themselves. In line with our agent control roadmap, we are hardening our sandboxed environments by isolating and sealing them before high-risk training or evaluations begin. We’re committed to sharing these agent security best practices with our partners to improve security across the ecosystem.
Rolling out soon
We built Gemini 4 Argon with frontier-level capabilities on coding, knowledge work, cybersecurity defense, and creative writing to be a partner for developers, professionals, and enterprises while they tackle the most difficult problems. We’re grateful for the initial cohort of cyber defenders and trusted testers whose real-world evaluations and feedback will help us strengthen our systems before we release to developers, enterprises, and consumers, starting with paid API customers and Google AI Ultra subscribers.
After the introductory period expires, the price of $4 per 1M input tokens and $20 per 1M output tokens will apply.
