Google이 공개한 Gemini 4 Argon

Google이 Gemini 4 Argon을 공개했습니다.

아직 대중에게는 공개되지 않았습니다.

하지만 Google이 발표한 벤치마크 표는 무시하기 어렵습니다.

GPT-6 Astra, Claude Fable 5.1, Claude Opus 5.5와 비교했을 때, Argon은 여러 까다로운 테스트에서 Google의 비교 우위를 점합니다:

지식 작업 (Knowledge work) — 68.9%
자동화 (Automation) — 51.3%
금융 에이전트 (Finance agent) — 65.4%
법률 에이전트 (Legal agent) — 19.6%
DeepSWE — 77.9%
Vibe coding — 91.9%
LABBench — 88.8%
장문 컨텍스트 (Long context, 128K) — 99.7%
멀티모달 LVBench — 91.7%

특히 법률 벤치마크가 눈에 띕니다.

Gemini 4 Argon — 19.6%
Claude Fable 5.1 — 6.7%
GPT-6 Astra — 5.4%
Claude Opus 5.5 — 3.8%

하지만 이것이 전방위적인 승리는 아닙니다.

GPT-6 Astra가 FrontierSWE에서 우위를 점합니다:

65.5% 대 55.0%

그리고 Terminal-Bench Science에서:

68.1% 대 57.6%

Claude Opus 5.5가 Terminal-Bench 4.0에서 우위를 점합니다:

66.4% 대 57.4%

그리고 PostTrainBench에서:

49.3% 대 45.3%

더 흥미로운 것은, 독립적인 Artificial Analysis 테스트가 현재 Gemini 4 Argon과 GPT-6 Astra를 지능지수(Intelligence Index)에서 동률로 만들었다는 점입니다.

따라서 Google이 모든 것을 이기는 AI를 단순히 만들어낸 것은 아닙니다.

더 흥미로운 일이 벌어지고 있습니다.

단일한 '최고의 AI 모델'이라는 개념 자체가 덜 유용해지고 있습니다.

하나의 모델은 코딩에서 승리하고,
다른 모델은 컴퓨터 사용에서 승리하며,
또 다른 모델은 법률 또는 금융 작업에서 더 나은 성능을 보입니다.

또 다른 모델은 같은 수준의 지능으로 더 나은 경제성을 제공합니다.

우리는 다음의 흐름으로 이동하고 있습니다:

“어떤 AI가 가장 똑똑한가?”

$
ightarrow$

“이 작업에 어떤 AI가 가장 적합한가?”

후자가 훨씬 더 유용한 질문입니다.

하지만 현재로서는 우리 대부분이 Argon을 직접 테스트할 수 없습니다.

Google은 광범위하게 출시되기 전에 안전장치를 마련하는 동안, 소수의 신뢰받는 사이버 보안 방어자들에게만 초기 접근을 제한했습니다.

벤치마크는 공개되었지만,
모델 자체는 우리 대부분에게 아직 아닙니다.