Google의 주력 제품인 Gemini 4 Argon 모델이 이번 주에 기업 고객에게 출시되어 주목을 받는 출시와 실제 생산 가용성 사이의 격차가 줄어들었습니다. Benzinga는 Argon이 기업 프로젝트를 위해 출시됨에 따라 Google이 여러 AI 경쟁사보다 가격을 낮추고 있다고 보고했으며 GitLab, Android Studio 및 기타 플랫폼 공급업체는 모델의 100만 토큰 컨텍스트 창과 장기 실행 에이전트 기능을 중심으로 구축된 통합을 발표했습니다.

기업 출시는 Google이 Gemini Pro 클래스를 대체하여 Argon을 새로운 프론티어 시리즈로 선정한 10월 13일 모델의 글로벌 출시에 이어졌습니다. 이 이야기에 대한 자세한 내용은 최신 AI 동향를 참조하세요.

공격적인 초기 가격

Argon의 도입 요율은 백만 입력 토큰당 2달러, 백만 출력 토큰당 10달러이며, 캐시된 입력은 95% 할인됩니다. The Decoder의 가격 내역에 따르면 프로모션 기간 이후에는 입력 토큰 백만 개당 4달러, 출력 토큰 백만 개당 20달러로 가격이 인상됩니다.

경쟁사에 비해 할인폭이 상당합니다. OpenAI의 GPT-6 Astra와 Anthropic의 Claude Fable 5.1은 모두 입력 토큰 백만 달러당 10달러, 출력 토큰 백만 달러당 50달러로 나열되어 있으며, Anthropic의 Claude Opus 5.5는 Argon의 일반 요율과 동일한 4달러와 20달러입니다. Forbes는 출시 가격을 기한 전략으로 규정했습니다. Argon은 할인이 만료되기 전에 지금 채택을 구매하고 있습니다.

소비자에게는 함정이 있습니다. Google의 새로운 계층 구조에 따라 무료 Gemini 사용자와 유료 Plus 가입자는 이제 더 약한 Flash 모델에만 액세스할 수 있습니다. Argon은 Gemini 앱, Google 검색의 AI 모드 및 Antigravity 개발 환경에서 AI Pro 및 AI Ultra 가입자를 위해 예약되어 있습니다.

벤치마크: 강함, 지배적이지 않음

Google은 Vals Index에서 1위를 차지했다고 주장하지만, 독립적인 순위를 보면 좀 더 논쟁의 여지가 있는 이야기가 나옵니다. Decoder에서는 Argon이 독립적인 전체 순위에서 여전히 Anthropic의 Claude Opus 5.5를 뒤지고 있다고 보고하고 있으며 Startup Fortune에서는 해당 모델이 Google이 구축하는 데 도움을 준 벤치마크에서 공동 3위를 차지했습니다라고 언급했습니다. 이는 평가 구성에서 Google의 역할을 고려할 때 주목을 끄는 세부 사항입니다.

Google은 출시와 함께 내부 엔지니어링 번호를 공유했지만 자체 보고되었습니다. Argon을 사용하는 엔지니어들은 에이전트 기반 코드 제출을 35% 이상 증가시켰으며, 코드 롤백은 거의 1/3 감소했다고 회사는 밝혔습니다. 가장 눈에 띄는 주장에서 Google은 Argon이 Chromium 팀이 4천만 줄의 코드베이스에 있는 수백 개의 파일에 대한 아키텍처 리팩터링을 완료하는 데 도움을 주었다고 말합니다. 이전에는 몇 달이 걸렸던 작업을 몇 주 만에 완료했습니다.

Google은 또한 오픈 소스 에이전트 개발 키트의 소규모 결과를 인용했습니다. 밤새 자율적으로 실행된 아르곤 기반 에이전트가 세션 준비 시간을 40% 단축하는 최적화를 발견했습니다. 그리고 이 모델은 전문적인 칭찬을 받았습니다. DualEntry 벤치마크에서는 Argon이 회계 업무에서 가장 정확하고 일관된 AI 모델이라는 사실을 발견했습니다. 이는 Google이 이번 주에 구애하고 있는 기업 구매자를 위한 틈새이지만 상업적으로 관련성이 있는 주장입니다.

구글은 이미 내부적으로 "Carbon"이라는 후속 코드명을 테스트하고 있으며 코딩 성능을 헤드라인 개선으로 삼고 있는 것으로 알려졌습니다.

로봇공학의 야망

Google이 물리적 로봇 제어, 대화형 3D 훈련 환경 생성, 훈련 데이터 평가 등 전체 로봇 파이프라인을 위한 단일 모델로 Argon을 시연했던 10월 15일에 더욱 차별화된 홍보가 이루어졌습니다.

Boston Dynamics Spot 로봇을 사용한 Google 데모에서 Argon은 쓰레기통의 가상 복제본을 만들고 로봇이 MuJoCo 시뮬레이션 내에서 세 다리로 균형을 잡고 음료수 캔을 던지는 연습을 하게 한 다음 실제 하드웨어에서 작업을 시도했습니다. 두 명의 추가 AI 에이전트가 각 낙하 전에 발과 그리퍼 위치를 확인했습니다.

데이터 생성 루프에서는 숫자가 흥미로워집니다. 파티 소품이 있는 테이블 사진 한 장에서 Argon은 제어 모델에 대한 77개 작업과 4,500개 이상의 교육 에피소드를 생성했습니다. The Decoder에 따르면 실제 로봇에서 테스트했을 때 성공률은 56%에서 75%로 증가했고 실행 시간은 35초에서 24초로 감소했습니다.

Google은 이를 "물리적 AGI"(공간을 인식하고, 제어 코드를 작성하고, 비디오 물리학을 해석하고, 결과를 시뮬레이션할 수 있는 하나의 모델)를 향한 단계로 구성합니다. 회사는 데모에 여전히 사람의 상세한 지시가 필요하다는 점에 주의를 기울였습니다. 그러나 실제 검증을 통한 시뮬레이션 우선 교육 패턴이 구현된 AI를 위한 Google의 템플릿이 되고 있습니다.

이번 주 통합 랜드

개발자 생태계는 빠르게 움직였습니다. GitLab은 리포지토리 전체에서 장기간 실행되는 에이전트 작업을 목표로 하는 Argon 지원을 발표했습니다. Android Studio는 대규모 코드베이스 분석을 위해 모델의 100만 토큰 컨텍스트 창을 채택했습니다. Channel Insider는 Google이 AI 프로젝트 프로그램을 통해 엔터프라이즈 액세스를 확장하여 Workspace에 인접한 도구 전반에서 모델을 사용할 수 있게 되었다고 보고했습니다.

GPT-6 Astra 및 Anthropic의 Claude 라인업에 대해 Argon을 평가하는 기업 구매자의 경우 미적분학은 세 가지 방식으로 나뉩니다. 가격 면에서 Argon의 판촉 요율은 프론티어 계층 중 가장 낮은 토큰당 비용입니다. 원시 기능에 대한 독립적인 순위는 여전히 Anthropic의 최고 모델을 선호합니다. 잠긴 상태에서 Google은 Argon을 Workspace, Google 검색의 AI 모드 및 Antigravity용 Gemini에 번들로 제공하고 있습니다. 이는 경쟁사 중 누구도 따라올 수 없는 배포 이점이지만 Google 스택에 대한 의존도를 심화시키는 것입니다.

타이밍도 중요합니다. Meta는 Argon이 글로벌 데뷔하기 하루 전에 Muse Wonder Full Frontier 모델을 출시했으며, 이번 기업 출시와 같은 날 오픈 웨이트 Muse Spark Open을 출시했습니다. 프론티어 모델 시장에는 이제 Google, OpenAI, Anthropic 등 3개의 공격적인 가격 성과 기업과 개방형 측면에서 경쟁하는 Meta가 있습니다. 구매자의 경우 협상 영향력이 이보다 더 나은 경우는 거의 없습니다.

---

AI 최신 소식

최신 AI 뉴스, 분석 및 혁신을 한 곳에서 확인하세요.

AI 뉴스 더 보기 →