Gemini 4 Argon은 Google DeepMind의 새 대표 모델이며, 어디서 이기고 어디서 지는지를 보는 것이 가장 분명한 이해 방법입니다. Two Minute Papers 영상이 짚어 본 모델 카드에 따르면 이 모델은 대규모 희소 전문가 혼합 모델로, 이전 Gemini를 미세 조정한 것이 아니라 처음부터 새로 만들었으며, 텍스트, 이미지, 오디오, 동영상을 읽고 텍스트를 쓰고, 입력과 출력을 합쳐 최대 1M 토큰의 맥락을 다룹니다. Google은 소프트웨어 개발, 법률과 금융 지식 업무, 사이버 방어를 겨냥합니다.
가장 눈에 띄는 것은 법률 결과입니다. Harvey의 Legal Agent Benchmark에서 Argon은 19.6%를 기록해 GPT-6 Astra, Claude Fable 5.1, Claude Opus 5.5의 3.8~6.7%를 크게 앞섰습니다. 절대 수치가 낮은 것은 시험이 그만큼 어렵다는 뜻이며, 모든 모델이 대부분의 과제에서 실패합니다. 긴 문서도 강점으로, GraphWalks 같은 긴 맥락 시험에서 상위권에 가깝습니다. 약점은 에이전트 코딩입니다. 명령줄에서 일하는 에이전트를 시험하는 Terminal-Bench 4.0에서 Argon은 57.4%로 Opus 5.5의 66.4%에 못 미칩니다.
저희 Argon 리뷰는 출시 자료에 없는 맥락을 더합니다. Artificial Analysis의 독립 평가는 종합 점수에서 GPT-6 Astra와 비슷하고 Opus 5.5보다는 뒤진다고 보며, 환각 비율이 낮고 첫 토큰까지 약 45.6초로 출발이 느리다고 측정했습니다. API 가격은 출시 기념가로 2026년 11월 30일까지 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러이고, 이후 4달러와 20달러가 됩니다. 최전선 모델 가운데 고르는 사람에게는 긴 계약서, 규제 서류, 연구 보고서에는 Argon, 터미널 기반 코딩 에이전트에는 Claude나 GPT라는 그림이 그려집니다.
벤치마크 표보다 더 주목할 부분은 안전 항목입니다. Google은 Frontier Safety Framework에 따라 Argon이 생물학 정보 위험과 사이버 공격에서 치명적 역량 수준에 도달했을 가능성을 배제할 수 없다고 밝히고, 남은 위험이 그 수준 아래라고 주장하는 안전 논증을 마련했다고 말합니다. 모델이 감독을 피하는 능력과 관련된 은밀성 및 상황 인식 기준에 대해서도 같은 입장입니다. 모두 Google이 자사 모델을 두고 내린 평가입니다.
늘 그렇듯 단서가 붙습니다. 출시 수치 대부분은 Argon의 가장 높은 사고 설정에서 측정됐지만 표준 모델은 더 낮은 설정에서 시작하며, 비교에 쓴 시험도 Google이 골랐습니다. 영상 댓글의 사용자들은 맥락 창을 금세 채우고 다루기 어려운 모델이라고 말하지만, 이는 증거가 아니라 경험담입니다. 법률 분야의 우위는 의미 있을 만큼 크며, 그것이 독립적인 법률 평가에서도 유지될지가 지켜볼 대목입니다.