Gemini 4 Argon 정식 출시: 3.1 Pro에서 옮길 때 바뀌는 요청과 제3자 성능

Google이 2026년 10월 13일 Gemini 4 Argon(gemini-4-argon)을 개발자·기업·유료 구독자에게 정식으로 열었습니다. 9월 30일 처음 발표했을 때는 Fairwind 프로그램에 든 보안 방어 인력에게만 풀린 모델입니다. 개발자 입장에서 먼저 손봐야 할 것은 성능이 아니라 요청 형식입니다. 명시적 컨텍스트 캐싱이 빠졌고, temperature·top_p·top_k는 넣어도 무시되며, 입력·사고·출력이 1,048,576 토큰 창 하나를 나눠 씁니다. 성능은 제3자 측정 두 곳에서 전작 Gemini 3.1 Pro Preview보다 크게 올라 선두권에 들어왔지만, 1위와 2위의 차이는 2점이 안 됩니다.

이 글에서는 3.1 Pro Preview와 같은 항목으로 맞대 본 사양, 옮길 때 고쳐야 하는 요청, 제3자 측정 결과, 쓸 수 있는 범위, Hacker News 반응, 한국 개발자에게 바뀌는 점을 다룹니다.

3.1 Pro Preview와 같은 항목으로 맞댄 사양

Google은 두 모델을 따로 된 모델 페이지로 공개합니다. 같은 항목끼리 직접 옮겨 놓으면 다음과 같습니다.

표 1. 두 모델의 Gemini API 모델 페이지와 가격 페이지를 직접 대조해 정리 (2026-10-14 확인)

가장 큰 구조 변화는 토큰 한도입니다. 3.1 Pro Preview는 입력 한도와 출력 한도가 따로 있었습니다. Argon은 입력, 사고, 출력이 1,048,576 토큰 하나를 같이 씁니다. 그래서 긴 문서를 넣을수록 답에 쓸 수 있는 몫이 줄어듭니다. 직접 계산해 보면 입력이 900,000 토큰일 때 사고와 출력에 남는 몫은 148,576 토큰입니다.

반대로 출력 상한은 크게 열렸습니다. 한 번의 응답이 기본 출력 한도를 넘어가면 모델이 구간(hop)을 하나씩 이어 붙이며 생성합니다. 문서는 구간 하나의 크기를 "up to 64K tokens"로 적고, 이 방식을 long decode라고 부릅니다. 백그라운드 실행(background: true)을 켜고 max_output_tokens를 65,536보다 크게 잡으면 서버가 구간을 대신 이어 붙입니다. max_output_tokens를 지정하지 않으면 백그라운드 실행이어도 첫 구간에서 멈춥니다.

옮길 때 고쳐야 하는 요청

Google 개발자 문서의 마이그레이션 체크리스트에서 기존 3.1 Pro 코드가 그대로 두면 안 되는 항목만 추리면 다섯 가지입니다.

1. 명시적 캐싱 호출 제거. cachedContents/caches.create로 만든 캐시를 참조하는 요청은 지워야 합니다. 대신 4,096 토큰 이상 프롬프트에는 암시적 캐싱이 기본으로 켜지고, 캐시가 맞으면 입력 단가를 95% 깎아 줍니다.
2. 샘플링 파라미터 제거. temperature, top_p, top_k는 넣어도 무시됩니다.
3. max_output_tokens 재검토. 32,768보다 낮게 잡아 둔 앱은 32,768 이상으로 올리라고 권합니다. Argon이 같은 한도 안에서 사고에 더 많은 토큰을 쓰기 때문입니다. 토큰을 줄이려면 한도를 낮추는 대신 사고 수준을 낮추라고 안내합니다.
4. 클라이언트 타임아웃 연장. 어려운 요청은 몇 분이 걸릴 수 있어서 HTTP 타임아웃을 최소 15분으로 잡거나 백그라운드 실행을 쓰라고 합니다.
5. 대화 상태를 서버에 두기. 멀티턴과 함수 호출 대화는 previous_interaction_id로 이어 가라고 안내합니다.

이 다섯 항목을 생성 설정에 옮기면 다음과 같은 변경이 됩니다. 아래는 체크리스트를 바탕으로 직접 작성한 예시이고, 앱마다 들어 있는 필드는 다릅니다.

 generation_config = {
-    "temperature": 0,
-    "top_p": 0.9,
-    "max_output_tokens": 8192,
+    "max_output_tokens": 32768,
+    "thinking_level": "medium",
 }
-cached_content = "cachedContents/..."

이 변경에서 눈여겨볼 곳은 temperature: 0이 지워지는 줄입니다. 분류나 추출처럼 같은 입력에 같은 답을 기대하던 앱은 그 고정 장치를 잃습니다. 응답이 얼마나 흔들리는지는 옮긴 뒤 다시 재야 합니다.

제3자 측정에서의 위치

벤치마크는 측정 주체를 나눠 봐야 합니다. 아래 그림은 Google이 아닌 두 곳이 잰 값만 같은 그림에 모은 것입니다.

Vals AI의 Vals Index에서 Argon은 68.90%로 1위입니다. 금융·코딩·법률·세무 업무를 묶은 지표입니다. 다만 2위 Claude Sonnet 5.5(67.04%)와의 차이는 1.86%p, 3위 Claude Opus 5.5(66.97%)와는 1.93%p입니다. 같은 표에서 전작 Gemini 3.1 Pro Preview(2월 26일 버전)는 33.44%입니다.

Artificial Analysis는 9월 30일 공개한 분석에서 Argon(high)에 Intelligence Index 53점을 줬습니다. GPT-6 Astra(max)와 같은 점수이고, 전작 3.1 Pro Preview(30점)보다 23점 높습니다. 같은 분석에서 두드러진 값은 환각률입니다. AA-Omniscience에서 Argon의 환각률은 15%로, GPT-6 Astra(max) 51%보다 훨씬 낮습니다. 대신 정답률은 50%로 3.1 Pro Preview보다 5%p 낮습니다. 모르는 문제에 지어내는 대신 모른다고 답하는 쪽으로 기울었다는 뜻입니다.

에이전트 작업에서는 평가마다 결과가 갈립니다. Artificial Analysis 기준 업무 자동화를 보는 AutomationBench-AA에서는 78%로 1위지만, Terminal Bench 4에서는 57%로 Claude Sonnet 5.5(max, 64%), Claude Opus 5.5(max, 60%), GPT-6 Astra(59%)보다 낮습니다. 토큰 사용량은 많습니다. Intelligence Index 과제 하나에 평균 62,000 출력 토큰을 써서, 27,000 토큰을 쓴 GPT-6 Astra(max)의 두 배가 넘습니다. 그래도 단가가 낮아 Argon(high)의 과제당 비용은 할인가 기준 $1.99로 GPT-6 Astra(max) $3.26의 60%입니다. 할인이 끝나면 $3.98로 올라 GPT-6 Astra(max)의 약 1.2배가 됩니다.

Google 자체 발표 수치도 있지만 성격이 다릅니다. 추론만으로(pure reasoning) 물리·공간 문제를 푸는 ERQA 87%, 적응형 공격 15회 기준 Gray Swan 간접 프롬프트 인젝션 공격 성공률 0.7%는 Google 발표에 실린 숫자입니다. Google의 평가 방법 문서는 별도 표기가 없는 한 Gemini 점수를 가장 높은 사고 설정으로 쟀다고 밝힙니다.

쓸 수 있는 곳과 조건

Google은 10월 13일부터 전 세계에 순차 배포한다고 밝혔습니다. 경로별 조건은 다음과 같습니다.

표 2. Google 공식 블로그, Gemini API 가격 페이지, GitHub Changelog를 직접 대조해 정리

헷갈리기 쉬운 문장이 하나 있습니다. Gemini API 가격 페이지는 "Gemini 4 Argon is not available on the Free tier or on the Google AI Pro plan"이라고 적고, 같은 날 블로그는 Google AI Pro 구독자도 Gemini 앱과 검색 AI 모드에서 쓸 수 있다고 적습니다. 앞 문장은 API·AI Studio 쪽 요금제를, 뒤 문장은 소비자 앱을 가리키는 것으로 보입니다. Pro 구독만으로 AI Studio에서 Argon을 부를 수는 없다는 뜻으로 읽힙니다.

Hacker News에서 갈린 평가

아래 반응은 9월 30일 발표 당시 Hacker News 스레드에서 가져왔습니다. 10월 13일 정식 출시 뒤의 반응을 모은 별도 스레드는 이 글을 쓰는 시점에 찾지 못했습니다.

긍정 쪽에서는 미리 써 본 사용자와 환각률을 짚은 의견이 나왔습니다.

"I had access to this over few weeks, and in my impression this was the first Gemini model that I can offload complex tasks that I don't want to do myself…" — summerlight, Hacker News

몇 주간 미리 써 본 사용자로, 직접 하기 싫은 복잡한 일을 맡길 수 있는 첫 Gemini 모델이었다는 평가입니다.

"Beats frontier models by a good margin at 15%…" — rcr-anti, Hacker News

Artificial Analysis의 환각률 15%를 두고 다른 최상위 모델보다 확실히 낫다고 본 의견입니다.

부정 쪽에서는 가격과 벤치마크 제시 방식이 문제로 꼽혔습니다.

"So, they are basically offering opus 5.5 pricing." — GodelNumbering, Hacker News

할인가를 두고도 경쟁 모델과 같은 가격대일 뿐이며, 과제당 비용은 오히려 높다고 본 의견입니다.

"If you look at their methodology, they only present the model's performance at the Max reasoning levels." — robertbarbe, Hacker News

Google 벤치마크가 최대 사고 설정 결과만 보여 줘서 실제로 많이 쓰는 설정의 성능을 알기 어렵다는 지적입니다.

한국 개발자에게 바뀌는 것

3.1 Pro Preview를 쓰던 팀에게 이번 출시는 모델 ID만 바꾸는 일이 아닙니다. 명시적 캐싱과 temperature를 쓰던 코드가 있으면 손봐야 하고, 출력이 흔들리는 정도도 다시 재야 합니다. 긴 한국어 문서를 미리 캐싱해 두고 질문만 바꿔 던지던 구조라면, 4,096 토큰 이상 프롬프트에 자동으로 붙는 암시적 캐싱에 맞춰 프롬프트 앞부분을 고정하는 쪽으로 바꾸는 것이 자연스러워 보입니다. 사고 수준을 다루는 방식은 이전 글 Gemini Structured Outputs와 추론 레벨에서 살펴본 thinking_level 흐름과 이어집니다.

개인 개발자에게는 진입 문턱이 생겼습니다. 무료 등급이 없어서 AI Studio에서 API로 시험해 보려면 유료 등급 결제를 먼저 연결해야 합니다. 구독으로 써 보려면 Gemini 앱은 Google AI Pro로 되지만 Antigravity는 Ultra가 필요합니다.

비용 판단은 할인 기간이 끝나는 11월 30일 기준으로 나눠 봐야 합니다. 12월 1일부터 단가가 두 배가 되고, Argon은 과제당 출력 토큰을 GPT-6 Astra(max)의 두 배 넘게 씁니다. Artificial Analysis 계산으로도 과제당 비용은 할인가에서 Astra(max)의 60%였다가 할인 뒤 약 1.2배로 뒤집힙니다. 지금 할인가에서 싸게 보이는 것이 할인 뒤에도 유지될지는 각 팀의 작업에서 사고 수준 low·medium·high를 모두 돌려 보고 판단해야 할 것으로 보입니다. Google 문서도 세 수준을 다 평가한 뒤 품질 기준을 넘는 가장 낮은 수준을 고르라고 권합니다. 앞서 정리한 Claude Opus 5.5와 비교한다면, 단가표보다 같은 과제의 실제 청구액으로 비교하는 편이 맞아 보입니다.

한계

출처

• Google 블로그, Gemini 4 Argon: Built to solve your hardest problems (2026-10-13)
• Google 블로그, Gemini 4 Argon: our next era of frontier intelligence (2026-09-30)
• Gemini API 문서, Gemini 4 Argon 모델 페이지, What's new in Gemini 4 Argon, 가격, Gemini 3.1 Pro Preview 모델 페이지
• Google DeepMind, Gemini 4 Argon 평가 방법
• GitHub Changelog, Gemini 4 Argon in GitHub Copilot
• Vals AI, Vals Index
• Artificial Analysis, Gemini 4 Argon: Google is back as one of the top three labs in intelligence achieved