Gemini 4 Argon vs Claude Sonnet 5.5

ポジ 15 ／ ネガ 7 ／ 中立 1

ポジ 14 ／ ネガ 4 ／ 中立 4

Google の Gemini でいちばん上のモデル。2026年9月30日（米国時間）に発表され、発表時は Google の Fairwind Program に入ったサイバー防御の組織だけへの限定提供だったが、2026年10月13日（米国時間）に一般提供が始まった（本表の公開日は発表日）。 API のモデル名は gemini-4-argon（Stable）で、使えるのは Gemini API の有料ティアだけ（無料枠なし）。Gemini アプリと Google 検索の AI モードでは Google AI Pro・Google AI Ultra の加入者が使える。 料金は2026年11月30日までが 入力 $2 / 出力 $10（キャッシュ入力 $0.10）、2026年12月1日から 入力 $4 / 出力 $20（キャッシュ入力 $0.20）（本表とコスパ指数は、いま実際に請求される11月30日までの価格で算出しています）。3.1 Pro と違い、20万トークンを超える依頼の割増料金はない。 本表の 1,048,576 トークンは入力と出力で共有する1つの枠で、Gemini 3.8 Flash などの「入力に使える上限」とは数え方が違う。 1回の出力は通常 65,536 トークンまでで、long decode（長い出力のモード）を使うと最大 1,048,576 トークンまで書ける。 入力はテキスト・画像・動画・音声・PDF、出力はテキストのみで、考える量（thinking level）は low / medium / high の3段階（2026-10-14 に公式モデルページで確認）。 第三者測定は Artificial Analysis Intelligence Index v4.3.2 で 53（High 設定・216モデル中8位・2026-10-14 確認）。 この評価一式で書いた出力は 110M トークン（全モデルの中央値は 85M）で、1課題あたりの費用は $1.99。 Google が公表した比較表と評価方法の資料には SWE-bench Verified・MMLU・GPQA・AIME・HLE が出てこないため、これらの欄は空欄です（名前の似た別のテストの値では埋めていません。たとえば資料にある Agent's Last Exam は HLE とは別のテスト。3.1 Pro の値も持ち込んでいません）。 Google の公式比較表では、実務系の Vals Index が 68.9%（Vals AI の測定）、長いプログラム修正の DeepSWE v1.1 が 77.9%、コマンド操作の Terminal-Bench 4.0 が 57.4%（この2つは Google 自身の測定）。 前の行の Gemini 3.1 Pro（2026年2月19日公開・入力 $2 / 出力 $12、20万トークン超は $4 / $18・SWE-bench Verified 80.6%・GPQA 94.3%・MMLU 91・AIME 95・知能スコア 30）は、Gemini アプリでは 4 Argon と並んで引き続き選べ（報道）、API のモデル名も gemini-3.1-pro-preview のままで終了日の告知はない（2026-10-14 確認）。

2026-09-28（米国時間）公開の Anthropic の中位モデル（API は claude-sonnet-5-5）。9月22日の Opus 5.5 に続く「Claude 5.5 ファミリー」の2本目で、Sonnet 5 を置き換える。Anthropic は「Sonnet 5 より出力が30%以上速く、たいていの仕事で1つあたりの費用が最大30%下がる」と説明している（同社のテスト）。料金は Sonnet 5 と同じ入力$2／出力$10（キャッシュ書き込み$2.50。キャッシュ読み込みは発表時の$0.20から 2026-10-07 に$0.10へ半額になり、Anthropic は「エージェント作業の多くで約20%安くなる」と説明。2026-10-09 確認）。Claude アプリでは無料プランを含む全プランで同日から使え、API のほか AWS・Google Cloud・Microsoft Azure でも提供。第三者機関 Artificial Analysis の AA Intelligence Index は 56（v4.3.2・max 設定。安全装置が働いたときに別モデルへ切り替わる既定の状態で測定／2026-09-29 確認）で、本表では Opus 5.5 の 58 に次ぐ2番目、Fable 5.1・GPT-6 Astra の 53 を上回る。前の Sonnet 5 は 38 だったので18点の上昇。ただし max 設定では評価用の課題一式で4億1000万トークンを書いており（中央値は8800万）、1課題あたりの費用は$7.60と Opus 5.5（$5.98）より高い。同じ AA でも設定を下げると high で 47、medium で 41。Humanity's Last Exam は 56.9%（ツールなし。ツールありは 64.5%。公式システムカードの値。同じ表で Sonnet 5 はツールなし 43.1%／ツールあり 54.9% で、Sonnet 5 の発表時の 34.6%／46.8% とは測り方が違う）。SWE-bench Verified は Anthropic が Sonnet 5.5 では公表しておらず本表では「—」（Sonnet 5 の 85.2% は流用しません）。代わりに公表されたのは、より難しい SWE-bench Pro の 81.3%（Sonnet 5 は 63.2%、Opus 5.5 は 89.9%）。ほかの公式値は、コマンド操作で開発を進める Terminal-Bench 4.0 が 70.6%（Sonnet 5 は 10.3%、Opus 5.5 は 66.4%）、FrontierCode 1.1 が 46.2%、CursorBench 4.0 が 55.5%、パソコン操作の OSWorld 2.1 が 80.1%（部分点あり）、実務の出来を測る GDPval-AA v2.1 が 1844（Opus 5.5 は 1846）、AA-Briefcase v1.1 が 1811、グラフ読み取りの Chartography が 61.6%。GPQA・MMLU・AIME は公式未公表のため「—」。一度に読める量は100万トークン、一度に書ける量は最大12万8千トークン、知識は2026年6月まで。考える量（effort）の既定は API で high（Claude アプリと Claude Code は medium）。Sonnet で初めて、サイバー関連の危険度の高い作業は Sonnet 5 に自動で切り替わる安全装置がついた。考えるモードを切って使っていた開発者は、新しい設定 between_tools への移行が必要（そのままでは動かなくなる変更が5つある）。前の Sonnet 5 は公式ドキュメントで旧世代（Legacy）扱いになったが引き続き使え、提供終了は 2027-06-30 より前にはならない（Sonnet 5.5 自身は 2027-09-28 より前にはならない）。発表時に「数週間のうちに」続くとされた Claude Haiku 5.5 は 2026-10-07 に公開された（10万トークン以下の依頼で入力$0.10／出力$0.50、超える依頼は$0.50／$2.50。2026-10-09 確認）。本表の「一度に読める量」100万トークンは、Anthropic 公式の context window（会話の履歴と AI の返答を合わせた1つの枠で、返答ぶんの最大12万8千トークンも同じ枠から引かれる。入力だけで枠を超えるとエラーになる）。入力専用の上限を別に公表している Google・OpenAI とは数え方が違う（2026-09-29 に公式ドキュメントで確認）。

• → Google 公式ブログ：Gemini 4 Argon の一般提供開始（2026-10-13）
• → Google 公式ブログ：Gemini 4 Argon 発表（2026-09-30。Fairwind Program での限定提供）
• → Google AI for Developers：Gemini 4 Argon モデルページ（入出力共通 1,048,576・出力 65,536／long decode で 1,048,576）
• → Google AI 料金（2026-11-30 までの $2/$10 と 2026-12-01 からの $4/$20）
• → Google DeepMind：Gemini 4 Argon の評価方法（公式比較表のテスト一覧と測定条件）
• → Artificial Analysis：Gemini 4 Argon（Intelligence Index v4.3.2 で 53・High 設定・216モデル中8位・2026-10-14 確認）
• → Google 公式ブログ：Gemini アプリでの Gemini 4 Argon の提供（Google AI Pro・Ultra）
• → Jetstream：Gemini アプリで 4 Argon が 3.1 Pro と並んで選べるように（2026-10-14・報道）
• → Gemini API の提供終了予定一覧（gemini-3.1-pro-preview は終了日の告知なし・2026-10-14 確認）
• → Google DeepMind：Gemini 3.1 Pro Model Card（前の行の値）

• → Anthropic：Introducing Claude Sonnet 5.5（2026-09-28・公式ベンチ表・料金・安全装置）
• → Anthropic：Claude Sonnet 5.5 システムカード（Table 8.1.A：SWE-bench Pro 81.3%・HLE ツールなし 56.9%／ツールあり 64.5%）
• → Anthropic 公式ドキュメント：Claude Sonnet 5.5 overview（公開日・料金・仕様・提供終了の目安）
• → Anthropic 公式ドキュメント：What's new in Claude Sonnet 5.5（between_tools ほか、そのままだと動かなくなる変更5つ）
• → Anthropic Models Overview（最新ラインナップ。Sonnet 5 は旧世代扱い）
• → Anthropic API 料金（$2 / $10 per MTok・キャッシュ読み込み $0.10〈2026-10-07 から。それまでは $0.20〉）
• → Artificial Analysis：Claude Sonnet 5.5（Intelligence Index v4.3.2 で 56・max 設定・2026-09-29 確認）
• → Anthropic：Claude Sonnet 5 発表（2026-06-30・前世代。SWE-bench Verified 85.2%）
• → Anthropic 公式ドキュメント：Claude Sonnet 5 overview（旧世代扱い・提供終了は 2027-06-30 より前にはならない）
• → Anthropic：コンテキストウィンドウの仕様（1Mは入力と出力を合わせた枠）