요약:
플래시 3.5에서 3.8 시리즈로 잇따라 업데이트한 뒤, 아직 플래그십 프로 버전을 내놓지 못한 구글은 시장 기대를 안정시키기 위한 블록버스터 제품이 시급하다. 2주 전 조용히 소규모 시험을 시작한 제미니 4호 아르곤이 이 역할을 맡는다. 아르곤(Argon)은 아르곤을 의미하며 무색, 무취이며 안정한 물질입니다. 용접 및 반도체 제조와 같은 중요한 공정에서 보호 장벽을 제공하는 경우가 많습니다. 이 이름을 따서 명명하는 것은 Google의 현재 요구 사항을 반영합니다. 즉, 더 이상 특수 효과는 없지만 상황을 안정화하기 위한 견고한 릴리스입니다.
지금 막 6개월 동안 다듬어지고 100,000명이 넘는 Google 내부 사용자의 테스트를 거친 Gemini 4 Argon이 전 세계적으로 공식 출시되었습니다.
Google AI 제품 리더인 Logan Kilpatrick은 소셜 플랫폼에서 이것이 Gemini 4 시대의 시작일 뿐이라고 말했습니다. 새로운 모델은 사람들이 이전에는 상상조차 할 수 없었던 어려운 문제를 극복할 수 있도록 설계되었습니다.
반년 동안 재촉했던 구글이 새로운 플래그십을 출시했다
포지셔닝 관점에서 Gemini 4 Argon은 프로그래밍, 금융, 법률, 네트워크 보안 및 최첨단 과학과 같은 분야를 다루는 복잡하고 다단계의 실제 심층 작업에 전적으로 중점을 둡니다. 아르곤은 주요 경제 부문의 성과를 측정하는 Vals Index에서 단연 1위를 차지했습니다.
인공분석 지능지수 목록에서 아르곤(상)은 53점을 기록했는데, 이는 클로드 페이블 5.1과 GPT-6 아스트라의 Max 레벨과 동일하다.
에이전트 아레나 전체 목록에서 Argon(High)은 GPT-6 Astra(Max)에 이어 Claude Sonnet 5.5(Max)보다 앞선 5위입니다.
고강도 장거리 작업을 지원하기 위해 Google은 이번에 API에서 최대 100만 개의 통합 입출력 토큰 한도를 제공하고 새로운 갱신 프로토콜을 출시했습니다.
높은 컴퓨팅 전력 소비 기대치에 비해 Argon의 초기 할인 기간 가격은 상당히 공격적입니다. 입력 토큰 100만 개는 2달러에 불과하며, 출력 토큰 100만 개는 10달러입니다. 캐시된 입력에 대한 할인은 최대 95%입니다.
현재 개발자는 AI Studio, Android Studio, Gemini API를 통해 모델에 액세스할 수 있습니다. Google AI Pro 및 Ultra 구독자는 Gemini 애플리케이션, AI 패턴 검색, 에이전트 개발 플랫폼 Google Antigravity에서도 직접 사용할 수도 있습니다.
Argon이 시장에 출시되기 전에 Google의 내부 엔지니어링 팀은 이미 Argon을 주요 생산성 도구로 간주했습니다.
지난 몇 주 동안 Antigravity 플랫폼의 Argon 모델 덕분에 Google 엔지니어들은 에이전트 코드 제출이 35% 이상 증가하고 코드 롤백 비율이 거의 1/3 감소하는 것을 경험했습니다.
아르곤은 코드와 모델 최적화에서 높은 수준의 자율성을 보여줍니다. 이는 Chrome 팀이 몇 주 만에 4천만 줄의 코드 기반에서 600만 줄의 레거시 코드를 리팩터링하여 브라우저 충돌 클래스를 완전히 제거하는 데 도움이 되었습니다.
간략한 목표와 규칙만 아는 조건에서 Google Agent Framework ADK를 밤새 독립적으로 최적화하여 장기 세션 메모리 준비 시간을 40% 줄였습니다. 또한 오픈 소스 모델인 Gemma 4 E2B의 엔드투엔드 추론 속도를 며칠 만에 2.85배 향상시키면서 품질 손실은 전혀 발생하지 않았습니다.
이 장거리 추론 능력은 곧 비즈니스, 과학 연구 및 물리학의 세계로 확장되었습니다.
초기 평가에서 Deloitte는 장기적인 교차 도구 작업 완료율을 100%로 측정했습니다. Kepler는 생성된 다년간의 재무 보고서가 인간 분석 모델과 99% 이상 일치한다는 사실을 발견했으며 법률 기술 회사인 MinutaIA는 이를 사용하여 인간 전문가가 놓친 사례 세부정보를 찾아내기도 했습니다.
과학 연구 측면에서는 양자 화학 계산과 양자 오류 정정 해독을 크게 가속화했을 뿐만 아니라 5개의 새로운 효소 설계를 몇 시간 만에 완료했으며 핵융합의 '기쁜 추측'에 대한 새로운 반례를 찾는 데 도움이 되었습니다.
실체지능 테스트에서는 인간이 모래주머니를 가지고 노는 영상을 보는 것만으로도 몇 시간 만에 관절 궤적을 독립적으로 계산하고 시뮬레이션 코드를 작성했다. 아폴로 휴머노이드 로봇에 직접 배치해 실제 기계로 7연속 사격을 성공시켰다. 동시에 구글은 전 세계 수만 명의 과학자들에게 6개월 동안 Antigravity에 대한 무료 액세스를 제공하겠다고 발표했습니다.
기능이 확장됨에 따라 Google은 가장 엄격한 보안 스택을 배포했습니다. 추론 단계에 대한 실시간 모니터를 도입해 프로그래밍 테스트에서 승인되지 않은 지름길을 택하는 모델의 비율이 2%로 줄었고, 간접 프롬프트 단어 삽입 공격의 성공률도 0.7%로 줄었다.
최상위 AI를 위한 선택이 하나 더 늘어나고 사용자가 생계를 유지하기 위한 포인트가 하나 줄어듭니다.
모델 권한이 완전히 자유화되면서 전 세계 개발자와 기술 블로거들이 즉시 플랫폼으로 모여들어 실제 테스트를 진행했습니다. 3D 공간 구성, 물리적 시뮬레이션 및 운영 효율성이 첫 번째 테스트 배치의 초점이 되었습니다.
공식 데모에서 Argon은 순수 Python을 사용하여 처음부터 3D 광선 추적 엔진을 작성하거나 책상 사진을 미니어처 레이싱 게임으로 바꿀 수 있습니다. 이러한 공간추리력과 코딩능력은 네티즌들의 실제 측정에서도 직관적으로 확인됐다.
Blogger Bhavy는 외부 3D 자산 및 게임 엔진 없이 순전히 수학적 코드에만 의존하고 사실적인 빛과 그림자 반사와 창 밖의 산의 사실적인 디테일을 갖춘 단일 브라우저 파일로 구축된 햇살 가득한 공부방을 짐승이라고 불렀습니다.
'물 밖으로 튀어나오는 3D 고래'에 대한 4자 블라인드 테스트에서도 Argon의 포토리얼리즘은 Claude Opus 5.5, GPT-6 Astra 및 Kimi K3를 확실히 능가했습니다.
상호작용 세대도 섬세하다. 사용자 Ashutosh는 몇 가지 프롬프트 단어만 사용하여 사실적인 물 패턴과 물리적 제어를 갖춘 섬 항해 게임을 만들었습니다.
개발자 Adit_Yah가 테스트한 소형 섬 레진 블록은 화선, 파동, 젤리 물리적 효과를 포함한 조정 가능한 인터페이스를 완성하는 데 단 13분과 주간 할당량의 2%만 소요되었습니다.
복잡하고 종합적인 작업을 해체하는 과정에서 투자자 저스틴 무어는 아르곤에게 그래픽 데이터를 제공하지 않고 인터랙티브한 애플 컴퓨터 박물관을 만들어 달라고 요청했습니다.
결과 모델은 자동으로 아카이브에서 Mac 사진을 가져오고, 이미지를 정리하는 자체 도구를 작성하고, 50년에 걸친 하드웨어 사양 데이터를 가져온 다음, 마침내 시간이 지남에 따라 슬라이드 및 변형되는 UI가 포함된 3D 커버 플로우 웹 페이지를 구축했습니다.
아르곤의 복잡한 코드 구성과 중국어 문예창작에 대한 실제 테스트도 처음으로 진행했습니다.
코드 테스트에서는 논리적 레이어링, 콤보 결정 및 완전한 HUD를 포함하는 동양 종이 스타일의 고대 전장 '비할 데 없는' 액션 게임의 프로토타입을 만들기 위해 Three.js와 TypeScript를 사용해야 했습니다. 최종 프로젝트는 높은 수준으로 완성되었으며, 실제 전투 영상과 인터랙티브 효과가 상당히 좋았습니다.
그리고 글쓰기 스타일도 많이 좋아졌고, 과거에 거창한 어휘를 쌓는 버릇도 많이 줄었습니다.
다른 최첨단 대형 모델과의 정면 대결은 아르곤의 속도와 가격 장점을 고스란히 보여준다.
AIHubmix 팀은 API를 통해 정확히 동일한 프롬프트 단어를 사용하여 Gemini 4 Argon 및 GPT-6 Astra에서 픽셀 스타일의 고대 건물 야경 생성을 테스트했습니다. 그 결과 GPT-6 Astra는 25분이 걸리고 비용은 최대 11달러인 반면 Argon은 단 3분 만에 작업을 완료하고 비용은 0.50달러 정도로 저렴하며 사진의 색상 수준과 빛과 그림자 디테일이 뒤떨어지지 않는 것으로 나타났습니다.
Claude Opus 5.5와의 여러 비교에서도 Argon은 매우 높은 가성비를 보여주었습니다.
Blogger Rubens Soto는 Tesla 스타일 전기 모터의 작동 방식을 설명하는 영화 같은 3D 애니메이션을 만드는 두 가지 모델을 동일한 작업에 투입했습니다. 이 테스트에서 Argon의 빌드당 비용은 $3.83으로 Opus 5.5의 $16.36보다 훨씬 낮았습니다.
또 다른 리뷰어인 Pranav Reddy는 Three.js를 사용하여 3D 인간형 로봇의 전투 및 액션 시뮬레이션을 테스트했습니다. 생성된 대화형 인터페이스의 완성도와 관절 움직임의 부드러움으로 판단할 때 Argon은 많은 주요 지표에서 Opus 5.5를 능가했습니다.
그러나 1세대 아르곤은 모든 시나리오에서 완벽하지는 않았습니다.
'고질라 대 콩'의 3D 장면 생성을 비교할 때 테스트 기관인 AI/ML API는 Argon의 호출 비용($4.22)이 GPT-6 Astra($23.82)보다 훨씬 낮지만 특정 복잡한 생물학적 모델의 이미지 품질 및 형태학적 복원에 있어서 여전히 개선의 여지가 명백하다고 지적했습니다.
공식적으로 공개된 하드코어 엔지니어링 데이터부터 네트워크 전체에 퍼진 실제 평가까지, 제미니 4세대 구글의 플레이 스타일이 크게 변화했음을 알 수 있다.
더 이상 단순한 채팅 및 대화 기술에 집착하지 않고 추론 비용을 줄이고 컨텍스트 창을 늘리고 코드 및 공간 물리학 추론을 강화함으로써 대형 모델을 산업 수준 코드 라이브러리, 과학 실험실 및 생산 파이프라인에 실제로 삽입할 수 있습니다.
Claude의 계정이 심각하게 금지되고 ChatGPT가 자주 침을 흘리는 점을 고려하면, 포괄적인 기능과 저렴한 API 가격을 갖춘 Gemini 4 Argon은 의심할 여지 없이 시기적절한 비로서 일상적인 생산성 도구의 불안을 크게 완화하고 친구의 힘을 진정으로 강화했습니다.
강력한 추론으로 인한 컴퓨팅 파워 소모를 생각하면 '집주인' 구글은 별로 여유가 없어 보인다.
현재 유효한 최신 공식 액세스 규칙에 따라 무료 사용자는 기본적으로 시스템의 자동 할당 모델에 할당됩니다. 대부분의 요청은 가장 가벼운 Flash-Lite에 의해 처리됩니다. 자동 선택이 꺼지면 Flash-Lite만 영구적으로 사용할 수 있습니다.
동시에 Gemini 애플리케이션은 5시간마다 새로 고쳐지고 주간 상한선에 연결되는 동적 컴퓨팅 성능 제한 메커니즘으로 완전히 전환되었습니다. 사고 수준을 높이거나 Deep Research를 사용하거나 주력 모델을 호출하면 할당량 소비가 가속화됩니다. 완전한 버전의 기능을 즐기고 싶다면 여전히 계층에 따른 지불 기준점을 피할 수 없습니다.
그러나 어쨌든 산업 제조에서 아르곤이 수행하는 역할과 마찬가지로 Gemini 4 Argon의 구현을 통해 Google은 마침내 최상위 모델 테이블에서 견고한 방어선을 다시 구축할 수 있었습니다.
댓글