도입가 10…개방 직후 코딩 실사용 평가 엇갈려
구글이 13일(현지시간) 제미니 4 아르곤을 개발자와 유료 구독자에게 전 세계 개방했다.
개방 직후 코딩 실사용 평가가 엇갈렸고 LMArena 웹개발 9위·아티피셜 애널리시스 53점(GPT-6 아스트라 동률)이었다고 테크진이 14일 전했다. API 가격표상 도입가는 11월 30일까지만 유지되고, 12월 1일부터 요금이 두 배가 된다.
API·유료 구독 경로로만 열린다
구글 블로그에 따르면 아르곤은 이날부터 유료 제미니 API와 AI 스튜디오, 제미니 플랫폼에서 쓸 수 있다. 구글 AI 프로·울트라 구독자는 제미니 앱과 검색 AI 모드에서, 울트라 구독자는 에이전트형 코딩 도구 안티그래비티에서도 접근한다.
도입가는 입력 100만 토큰당 2달러, 출력 10달러다. 출력 요금에는 사고(thinking) 토큰이 포함된다. 캐시 입력은 95% 할인돼 100만 토큰당 0.10달러다. 11월 30일 이후에는 입력 4달러, 출력 20달러, 캐시 입력 0.20달러로 오른다. 무료 티어와 API의 구글 AI 프로 요금제에는 올라오지 않는다.
모델 카드는 입·출력을 합친 컨텍스트를 최대 100만 토큰으로 적는다. 이전 제미니 모델의 출력 한도 6만4000토큰보다 길다. 지식 컷오프는 2026년 3월이며, 일부 영역은 그보다 덜 최신일 수 있다고 적혀 있다.
회사, 벤치 선두와 생산성 수치 공개
같은 발표문은 밸스 인덱스 68.9%로 1위, 장기 소프트웨어 엔지니어링을 재는 DeepSWE v1.1에서 77.9%를 적었다. 안티그래비티에서 에이전트형 코드 제출은 35% 넘게 늘었고, 롤백은 약 3분의 1 줄었다. 응답에서 얼버무림·반복·상투어도 줄였다.
크롬 팀에는 크로미엄 약 4000만 줄 코드베이스 안의 레거시 폴더를 수백 개 파일에 걸쳐 분리하는 작업을 도왔다. 연구원들은 오픈소스 양자화학 패키지 xTB의 분자 구조 예측을 최대 2.3배 빠르게 바꿨다. 신체 추론을 재는 ERQA에서는 87%로 다른 프론티어 모델을 앞섰다. 구글은 이날 페어윈드 파트너를 수백 곳 더 늘리기 시작했고, 과학자 1만 명에게 안티그래비티 최고 사용 티어를 6개월 무료로 여는 신청도 받았다.
로이터에 따르면 델로이트, 렉시스넥시스, 앰비언스 헬스케어, 아이소모픽 랩스 등이 조기 테스트에 참여했다.
구글 딥마인드 수석부사장 코라이 카부크추올루(Koray Kavukcuoglu)는 더 인포메이션 주최 행사에서 이렇게 말했다.
내 생각엔 우리가 항상 프론티어에 있을 것은 확실하다.
— 코라이 카부크추올루, 블룸버그 9월 30일 · “In my mind, it’s a certainty that we are always gonna be at the frontier.”
아르곤은 9월 30일 페어윈드 프로그램의 신뢰 사이버 방어 파트너에 먼저 풀렸고, 약 2주 만에 유료·개발자 경로로 확대됐다. 발표문은 아르곤을 제미니 4 계열의 시작이라고 적었다.
코딩 벤치와 실사용 평가는 제각각
블룸버그에 따르면 모델에 직접 접근한 일부 직원은 벤치마크보다 실제 업무에서 코딩이 약했다. 프론트엔드 디자인에서 특히 약점이 있었다. 두 명은 벤치 점수에 맞춰 최적화하는 이른바 벤치맥싱 영향을 거론했다. 구글 쪽에서는 코딩 저조 평가가 정확하지 않다는 반박이 나왔고, 다른 직원 사이에는 아르곤이 프론티어라는 “큰 합의”가 있었다.
앞서 공개된 모델 카드 표에서도 DeepSWE와 Vibe Code Bench에서는 앞섰다. 그러나 FrontierSWE v2는 55.0%로 GPT-6 아스트라(65.5%)와 클로드 오퍼스 5.5(62.3%)에 뒤졌다. Terminal-Bench 4.0도 57.4%로 오퍼스 5.5(66.4%)보다 낮았다.
같은 아티피셜 애널리시스 측정에서 환각률은 15%로 지수 45점 이상 모델 중 가장 낮았다. 어려운 사실 문항 정답률은 50%로 아스트라(63%)보다 낮았다. 아르곤은 답을 모른다고 거절하는 비율이 더 높았다.
플러스·무료 이용자 개방 시점은 정해지지 않았다. 도입가 종료일인 11월 30일 이후 표준 요금이 적용된다.