제미나이 4 아르곤, 값은 반값으로 내놨지만 첫 사용자는 보안팀이다

개발자가 아니라 방어팀이 먼저인 이유

아르곤은 코딩, 기업 지식 업무, 사이버 방어를 겨냥한 모델이다. 구글은 취약점을 찾고 고치는 능력이 큰 모델은 단계적으로 풀어야 한다고 설명했다. 그래서 첫 문을 정부·사이버 당국, 의료·통신·에너지·금융 같은 핵심 인프라 운영사, 기술 플랫폼이 들어 있는 페어윈드 프로그램에 열었다.

페어윈드 참여 조직과 구글 내부 팀은 해킹처럼 보이는 요청을 막는 사이버 안전장치를 뺀 판을 쓴다. 일반 공개판에는 이 안전장치가 그대로 들어간다. 발표문에 이름이 나온 외부 사례는 구글이 인수한 클라우드 보안 회사 위즈 하나다. 앤트로픽과 오픈AI도 가장 강한 보안 모델은 비슷한 제한 프로그램으로 먼저 풀었다.

이번 모델에서 바뀐 사양은 출력 한도다. 요즘 최상위 모델은 입력을 100만 토큰씩 받지만 한 번에 쓰는 양은 훨씬 적었다. 아르곤은 그 한도를 100만 토큰으로 올렸다. 채팅에서는 차이가 없고, 코드베이스 전체를 옮기거나 긴 법률 문서를 쓰는 몇 시간짜리 작업에서 중간에 끊기지 않는다는 뜻이다.

‘2달러·10달러’ 뒤에 붙은 조건

널리 퍼진 요약은 ‘100만 토큰당 2달러·10달러’다. 발표문에는 한 줄이 더 있다. 이 값은 출시 기념 한시 가격이고 정가는 입력 4달러·출력 20달러다. 언제 끝나는지는 밝히지 않았다. 아티피셜 애널리시스는 할인이 최소 한 달 간다고 전했다.

토큰 단가만으로는 실제 비용을 알 수 없다. 같은 일을 시켜도 모델마다 쓰는 토큰 수가 다르기 때문이다. 오른쪽 도판은 외부 평가 기관이 같은 시험을 돌리며 잰 작업당 비용이다.

내 작업량이면 얼마인가

입력과 출력 토큰을 넣으면 출시가와 정가 기준 값을 계산한다. 출력은 한 번 응답의 최대치인 100만 토큰까지다.

단순 추정치다. 캐시 할인(입력 값의 95%), 추론에 쓰이는 출력 토큰, 긴 문맥 할증 여부는 반영하지 않았다. 아르곤은 아직 공개 API에 올라오지 않았다.

‘최고 기록’은 맞지만 전 종목은 아니다

구글은 DeepSWE v1.1 코딩 시험 77.9%를 앞세웠다. 벤처비트 집계로 구글이 공개한 18개 시험 가운데 아르곤이 단독 선두인 것은 12개, 동률이 1개다. 나머지에서는 오퍼스 5.5나 GPT-6 아스트라가 앞선다. 구글 발표문도 전 종목 1위라고 쓰지는 않았다.

단위 %. 굵은 값이 그 줄의 최고점. 구글 발표 표를 옮긴 것으로, 경쟁 모델 점수는 구글이 자체 설정으로 돌린 값이다(예: 오토메이션벤치의 오퍼스 5.5는 앤트로픽 발표로는 40.0%).

외부 측정도 비슷한 그림이다. 아티피셜 애널리시스 지능지수는 53으로 아스트라와 같고 오퍼스 5.5(58)·소네트 5.5(56)보다 낮다. 지어내는 비율은 15%로 상위권 모델 가운데 가장 낮았는데, 모른다고 답하는 일이 많아 정답률도 50%로 아스트라보다 13%포인트 낮았다. 발스 인덱스와 LM아레나 텍스트 부문은 1위, 웹 개발 부문은 8위다.

환호와 의심이 같은 날 올라왔다

아직 날짜가 없는 세 가지