Gemini 4 ArgonからNeonへ移行すべきか?ロールバックできる移行手順
Gemini 4 Argonは非推奨になっていませんが、12月1日からはNeonのほうが安く、Artificial Analysisでは速さでも上回ります。両モデルの違い、思考レベル別に見たハルシネーション率、評価セット・シャドートラフィック・ロールバックを含む段階的な移行手順を解説します。
Gemini 4 Argonを使うワークロードの多くは、Gemini 4 Neonへの移行を今から計画する価値があります。ただし、モデルIDを差し替えるだけの移行は避けてください。2026年12月1日から、ArgonのStandard料金は100万トークン当たり$4/$20と2倍になり、Neonは$3/$15のままです。Artificial Analysis(AA)では、デフォルトのhighレベルのNeonが、Argonのどちらの測定レベルよりも高いスコアを、約半分の時間で出しています。Argonには提供終了日が発表されていないため、移行を急がせる期限はありません。 注意すべきなのは、NeonのデフォルトがArgonより深い思考レベルだという点です。また、よく引用されるArgonの低いハルシネーション率(4.3%)はArgon highの値で、ArgonのAPIデフォルトの値ではありません。
この記事は2026年11月19日時点で、GoogleのGemini APIドキュメント(非推奨ページ、モデル選択ガイド、ArgonとNeonの開発者ガイドとモデルページ、料金ページ)とAAの最新のモデルページを確認して書いています。Neonは呼び出していません。移行の「ベースライン」の手順を示すため、Ofox経由でArgonに小規模な根拠付き回答の評価セットを実行しました。結果と限界はステップ2に記載しています。コスト比較には当社の計算である旨を明記しています。
この記事はOfoxが公開しています。Gemini 4 ArgonはOfoxでgoogle/gemini-4-argonとして利用できます。Gemini 4 NeonはOfoxでは提供されていません(2026年11月19日に認証付きのモデル一覧で確認)。そのため、この記事で扱うNeonの呼び出しはすべてGoogleのGemini APIに直接送るものです。これが移行にどう影響するかは、後の専用セクションで説明します。
Gemini 4 Argonは廃止されるのか
廃止は発表されていません。ただし、GoogleがNeonを優先していることを示すシグナルはいくつかあります。Googleが自ら述べていることと、他者が報じていることを分けて見ておくと判断しやすくなります。
| シグナル | 内容 | 出典と位置付け |
|---|---|---|
| 非推奨ページ | gemini-4-argon:2026年10月13日リリース、“No shutdown date announced”(提供終了日は未発表)、推奨される後継モデルの記載なし | Googleの非推奨ページ(英語)、公式、11月19日確認 |
| モデル選択ガイド | Hydrogen、Neon、Carbon(と3.5 Flash-Lite)を推奨。アップグレード経路の表も含め、ページのどこにもArgonは出てこない | モデル選択ガイド(英語)、公式、11月19日確認 |
| Neon開発者ガイド | ”Migrate from Gemini 4 Carbon, Argon, or Hydrogen”(Gemini 4 Carbon、Argon、Hydrogenからの移行)という節がある | Neonガイド(英語)、公式 |
| Argon開発者ガイド | 引き続き公開されており、デフォルトとしてmediumを推奨し、Argonを”ideal for most advanced software engineering and knowledge work tasks”(高度なソフトウェアエンジニアリングや知的作業の大半に最適)と説明。非推奨の注記なし | Argonガイド(英語)、公式、11月19日確認 |
| Geminiアプリ | Googleによると、Pro・Ultraの契約者はモデルのドロップダウンからNeonを選択できる | Neonの発表(英語)、公式 |
| Geminiアプリのモデル選択 | 9to5Googleは、選択肢で”Neon also replaces Argon”(NeonがArgonにも取って代わる)と報じ、Auto、Hydrogen、Neon、Carbonが並ぶとしている | 9to5Google、2026年11月18日(英語)、報道。Googleは未確認 |
当社の見方:APIでは、Argonは終了日のないサポート対象のGAモデルです。一方、Googleのガイダンスは新規プロジェクトをNeonへ誘導しています。アプリのモデル選択の変更は、報道が正しかったとしてもAPIエンドポイントには影響しません。非推奨ページには提供終了日は事前に告知すると書かれているため、月1回の確認で十分です。アプリ、AI Studio、Antigravityでの利用方法の違いは、Argonの利用方法ガイドにまとめています。
ArgonとNeonで何が変わるか
リクエストのスキーマは同じです。GoogleのNeonガイドには、ほかのGemini 4モデルからの切り替えは”requires no request schema changes”(リクエストスキーマの変更は不要)と書かれています。違いはデフォルト値、料金、挙動にあります。
| Gemini 4 Argon | Gemini 4 Neon | |
|---|---|---|
| モデルID | gemini-4-argon | gemini-4-neon |
| GA日 | 2026年10月13日 | 2026年11月18日 |
| 思考レベル | low、medium(デフォルト)、high | low、medium、high(デフォルト)、xhigh |
| コンテキストウィンドウ | 1,048,576トークン。入力・思考・出力で共有 | 同じ |
| 1レスポンス当たりの出力(デフォルト) | 65,536トークン。バックグラウンド実行のロングデコードで最大1M | 同じ |
| フォアグラウンドの継続(hop) | ストリーミングは64K、非ストリーミングは1 hop当たり32,768 | ストリーミング・非ストリーミングとも64K |
| キャッシュ | 暗黙的キャッシュのみ(明示的なcachedContentsは非対応) | 同じ |
| 組み込みツール(モデルページ) | コード実行、computer use、ファイル検索、関数呼び出し、SearchとMapsのグラウンディング、構造化出力、URL context | 同じ一覧 |
| Batch、Flex、Priority | 対応 | 対応 |
| 無料枠 | なし | なし |
| Standardの100万トークン当たり料金(入力 / キャッシュ / 出力) | 11月30日まで$2 / $0.10 / $10、12月1日から$4 / $0.20 / $20 | $3 / $0.15 / $15、改定日なし |
| Ofoxでの提供(11月19日) | あり、google/gemini-4-argon | なし |
出典:ArgonとNeonのモデルページ、両方の開発者ガイド、ロングデコードガイド(hopのサイズ)、料金ページ。いずれも英語、2026年11月19日確認。
パラメータを整理するうえで、ドキュメントの小さな違いが2つあります。どちらのガイドもtemperature、top_p、top_kを削除するよう求めています。Argonのガイドは送っても無視されるとしていますが、Neonのガイドは範囲内の値は無視され、範囲外の値は400の検証エラーになるとしています。出力上限については、Argonのガイドはmax_output_tokensを設定するなら32,768以上にするよう求め、Neonのガイドは低い上限を外すか65,536に上げ、トークンを減らしたい場合は思考レベルを下げるよう求めています。
料金:Neonが安くなる条件
Neonのトークン単価は、11月30日まではArgonの1.5倍、12月1日からはArgonの0.75倍です。ここから単純な損益分岐点が出ます(GoogleのStandard料金に基づく当社の計算)。
- 11月30日まで: 同じ作業でNeonの使用トークンがArgonの0.67倍未満の場合に限り、Neonのほうが安くなります。
- 12月1日から: Neonの使用トークンがArgonの1.33倍を超えない限り、Neonのほうが安くなります。
落とし穴は思考レベルのデフォルトです。何も変えないリクエストでは、Argonはmedium、Neonはhighで動くため、Neonは1回の呼び出しでより多くの出力トークンを生成する可能性があります。Artificial Analysisは同じテスト環境で両モデルを複数のレベルで測定しており、正味の影響をおおまかに把握できます。
| 構成(AA、11月19日) | AAが示すインデックスタスク当たりコスト | 当社による12月の推定 | インデックスタスク当たり時間 |
|---|---|---|---|
Argon medium(APIデフォルト) | $4.31 | ~$8.63 | 29.1分 |
Argon high | $4.97 | ~$9.95 | 29.8分 |
Neon medium | $1.90 | $1.90 | 8.3分 |
Neon high(APIデフォルト) | $3.74 | $3.74 | 14.8分 |
Neon xhigh | $6.44 | $6.44 | 21.5分 |
AAはArgonを現行の$2/$10の料金で計算しています。12月の列は、コストがすべてトークン代だという前提でAAのArgonの数値を2倍にしたもので、AAの数値ではなく当社の推定です。Neonには改定日がありません。AAのタスク構成では、11月時点ですでにNeon highのタスク当たりコストがArgon mediumより約13%安く、12月1日以降はその差が約57%に広がります。AAのタスク当たり時間は出力トークン数を実測の出力速度で割ったもの(AAの掲載値はArgonが毎秒57〜65トークン、Neonが毎秒約101トークン)で、ツール実行を含むエージェントの実行全体ではなく、生成時間を表しています。
ベンチマークの集計コストは方向性を示すもので、自社トラフィックの予測ではありません。12月の改定の全体像と月額請求の計算式はCarbonとArgonの12月1日の料金改定、レベル別のNeonの予算はNeonの料金ガイド、Argonのリクエスト単位の計算はArgonの料金解説をご覧ください。
同じ思考レベルで比べた品質と速度
AAは両モデルを同じテスト環境で、Googleのファーストパーティ APIを通して実行し、思考レベルごとに結果を報告しています。下の値はAAのArgonとNeonのページ(英語)から2026年11月19日に取得しました。AAがArgonについて掲載しているのはmediumとhighだけです。
| AAの指標 | Argon medium | Argon high | Neon medium | Neon high |
|---|---|---|---|---|
| Intelligence Index(v5.0.1) | 47.6 | 50.4 | 54.9 | 59.6 |
| Terminal-Bench 4.0 | 55.1% | 57.1% | 54.5% | 61.6% |
| FrontierCode-AA 2.0 | 25.0% | 25.7% | 36.9% | 43.3% |
| HLE-Diamond | 42.5% | 56.7% | 63.6% | 68.4% |
| CritPt v2(難問サブセット) | 53.5% | 52.5% | 61.5% | 59.0% |
| AA-Omniscienceの正答率 | 49.0% | 48.3% | 57.9% | 59.4% |
Neon mediumは、Terminal-Bench 4.0を除くすべての項目でArgon highと同等以上です。Terminal-Bench 4.0でも差は3ポイント以内です。FrontierCodeでは、どの組み合わせでも大きな差があります。これらはAAのタスクでの集計スコアです。全体のスコアが高いモデルでも、もう一方が通るプロンプトで失敗することはあります。だからこそ、以下の移行手順は自社の評価セットから始めます。
Googleのモデルカードは、この比較にはあまり役立ちません。Argonのカードは2026年10月、Neonのカードは2026年11月の日付で、比較対象の競合モデルも異なり、GoogleはArgonとNeonを直接比べた表を公開していません。当社は両カードの数値を混ぜていません。
ハルシネーション率の正しい読み方
AAのOmniscience評価(英語)では、ハルシネーション率を「誤答の数 ÷ 正答以外のすべての応答(誤答+部分正答+未回答)」と定義しています。つまり、モデルが答えを知らないときに、回答を控えずに誤った推測をする割合を示す指標です。クローズドブックの知識テストであり、モデルがどれだけ正しく答えるかは表していません。正答率と併せて読むことが重要です。
| 構成 | ハルシネーション率 | 正答率 | 100問当たり正答 | 100問当たり誤答 | 100問当たり回答控え・部分正答 |
|---|---|---|---|---|---|
Argon medium(APIデフォルト) | 15.4% | 49.0% | 49.0 | 7.9 | 43.1 |
Argon high | 4.3% | 48.3% | 48.3 | 2.2 | 49.5 |
Neon medium | 16.2% | 57.9% | 57.9 | 6.8 | 35.3 |
Neon high(APIデフォルト) | 13.9% | 59.4% | 59.4 | 5.6 | 35.0 |
Neon xhigh | 14.4% | 60.5% | 60.5 | 5.7 | 33.8 |
ハルシネーション率と正答率:AAのページのデータ、2026年11月19日。100問当たりの列は当社の計算で、誤答 =(100 − 正答率)× ハルシネーション率です。
これで、よくある説明の前提が変わります。広く引用されている4.3%はAAのArgonの代表エントリーで、AAはこれをArgon (High)と表記しています。ArgonのAPIデフォルトであるmediumでは、AAの測定値は15.4%で、Neonのデフォルトよりわずかに悪い値です。したがって、次のようになります。
- Argonのデフォルト → Neonのデフォルト(一般的なケース):このベンチマークでは、100問当たり正答が約10問増え、誤答が約2問減ります。この指標で失うものはありません。
- Argon
high→ Neonhigh: 正答は約11問増えますが、誤答も100問当たり約3.4問増えます。Argonhighは推測せずに回答を控えることがはるかに多いためです。誤答のコストが高いという理由で意図的にArgonをhighで動かしている場合、ここが移行によって出力が悪化しうる唯一の箇所であり、ステップ5のガードレールが必要です。
Neonのハルシネーション率はレベル間の変動がずっと小さく、lowで18.8%、highで13.9%、xhighで14.4%です。Argonのmediumとhighの大きな差はAAの1回のスナップショットによるものなので、どちらの値も固定的なものとは考えず、自社の「回答を控えるべきケース」でテストしてください。GoogleのNeonの発表では、Antigravityの社内テストに基づく”lowest fabrication rate yet”(これまでで最も低い捏造率)に触れていますが、これは別の指標であり、AAの値とは比較できません。モデルファミリー全体と競合モデルとの比較は、Gemini 4のハルシネーション率比較で扱っています。
移行すべきか:判断表
| 状況 | 推奨 |
|---|---|
デフォルトmediumのArgonをコーディング、エージェント、文書処理に使い、GoogleのAPIを直接呼び出している | Neonへ移行します。mediumとhighで評価してください。コスト面のメリットの大半は、考えすぎをさせないことから生まれます |
誤答が無回答より悪いクローズドブック回答にhighのArgonを使っている | 移行しないか、ステップ5のガードレールが回答不能問題のセットで合格してから移行します |
| レイテンシに敏感な対話型機能 | まずNeon mediumを試します。AAではArgonの3分の1未満の時間で完了しています |
安価で大量に処理するステップにlowのArgonを使っている | Neon highではなく、Neon lowとHydrogenを比較します。AAにはArgon lowの比較データがありません |
| トラフィックをOfox経由で送っており、Google APIのプロジェクトがない | 当面はArgonのままにする(NeonはOfoxにありません)か、GoogleのAPIで直接評価します。Ofoxのセクションを参照してください |
| Argonでは合格した受け入れチェックでNeonのパイロットが失敗した | そのタスク種別はArgonのままにします。提供終了日に迫られているわけではありません |
| 最も難しいデバッグ、証明、研究レベルの物理 | Argonにとどまるより、NeonとCarbonの比較を検討します |
移行の手順
ステップ1:Argonの呼び出しをすべて洗い出す
gemini-4-argonを送っている箇所をすべて挙げ、呼び出し箇所ごとに次の点を記録します。
- 経路(Google API、Vertex、Ofox、フレームワークのデフォルト)
- APIの形態(
generateContentかInteractionsか、ストリーミングの有無、バックグラウンドジョブの有無) - 実際に送っている
thinking_level(Argonでは未設定はmedium) max_output_tokens、宣言しているツール、構造化出力のスキーマ、Searchグラウンディング- 会話の状態をサーバー側(
previous_interaction_id)で持つか、thought signature付きの履歴をクライアント側で管理するか - 使用量ログから求めた月間の入力・キャッシュ・出力トークン数
未設定の思考レベルは、気付かないうちに挙動を変える項目です。ほかの何かに手を付ける前に、まずmediumと明示的に書き込んでください。
ステップ2:評価セットを作り、Argonのベースラインを記録する
タスク種別ごとに実際のリクエストを30〜200件集め、それぞれに自動の受け入れチェックを付けます。テストが通る、JSONが検証を通る、抽出した値が一致する、回答が出典を一字一句引用している、などです。正解が「資料に記載がない」となるリクエストも入れてください。上で述べたハルシネーションの変化をこれで捉えられます。
この手順の具体例として、2026年11月19日に10問の根拠付き回答セットをArgonで実行しました。各リクエストには短い架空の請求ポリシーと質問が1つ含まれています。6問は回答可能で、4問は回答不能です(たとえば、ポリシーが年額プランしか扱っていないのに、月額プランの返金ルールを尋ねる質問)。システム指示では、文書だけに基づいて回答し、答えがない場合はNOT_IN_DOCを返し、根拠となる一文をそのまま写すようモデルに指示しました。出力はJSONスキーマで制約しました。採点は自動で行い、回答可能な問題は期待値と、文書中に一字一句そのまま現れる引用の両方を求め、回答不能な問題はNOT_IN_DOCのみを正解としました。
| Ofox経由のArgon、11月19日 | medium | high |
|---|---|---|
| 合格数 | 10 / 10 | 10 / 10 |
| 回答可能:正しい値+一字一句の引用 | 6 / 6 | 6 / 6 |
回答不能:NOT_IN_DOCを返した | 4 / 4 | 4 / 4 |
| 報告された思考トークンの平均 | 0(フィールドなし) | 164 |
| 課金対象の出力合計(可視+思考)、10回の呼び出し | 440 | 2,077 |
| レイテンシの中央値 | 5.6秒 | 8.2秒 |
経路:OfoxのGeminiネイティブエンドポイント、gemini-4-argon、maxOutputTokens 32,768、各レベルで各問1回実行。「思考トークン0」はusageMetadataにthoughtsTokenCountフィールドがなかったことを意味します。プロンプトトークンは1回当たり平均542でした。
このデータはあくまで、簡単なセットでのベースライン(各レベルn = 10、1日、1経路)として読んでください。Argonが全般的に信頼できることを示すものではなく、Neonについては何も示しません。価値は、問題ファイル、採点器、Argonの数値がすでにそろっていることにあります。同じケースをGoogleのAPI上のgemini-4-neonに向ければ、1行ずつ比較できます。このセットでは、highは同じ10/10の結果に対してmediumの約4.7倍の課金対象出力を使いました。こうした結果こそ、Neonのレベル選びの判断材料にすべきです。自社のセットは当社のものより難しくしてください。すべて合格するセットでは劣化を検出できません。
リクエスト本文をまったく同じに保ち、経路とモデルだけを差し替える最小限のテスト環境です。
import json, os, urllib.request
ROUTES = {
# OfoxのGeminiネイティブエンドポイント経由のArgon(キー:OFOX_API_KEY)
"argon": ("https://api.ofox.ai/gemini/v1beta/models/gemini-4-argon:generateContent",
os.environ["OFOX_API_KEY"]),
# GoogleのGemini API経由のNeon(2026年11月19日時点でOfoxでは提供なし)
"neon": ("https://generativelanguage.googleapis.com/v1beta/models/gemini-4-neon:generateContent",
os.environ["GEMINI_API_KEY"]),
}
def run(route, system, user, level, schema=None):
url, key = ROUTES[route]
cfg = {"thinkingConfig": {"thinkingLevel": level}, "maxOutputTokens": 65536}
if schema:
cfg |= {"responseMimeType": "application/json", "responseSchema": schema}
body = {"systemInstruction": {"parts": [{"text": system}]},
"contents": [{"role": "user", "parts": [{"text": user}]}],
"generationConfig": cfg}
req = urllib.request.Request(url, data=json.dumps(body).encode(),
headers={"x-goog-api-key": key, "Content-Type": "application/json"})
r = json.load(urllib.request.urlopen(req, timeout=900))
parts = r["candidates"][0]["content"]["parts"]
text = "".join(p.get("text", "") for p in parts if not p.get("thought"))
return text, r.get("usageMetadata", {})
テスト環境では常にthinkingLevelを明示的に渡し、どちらのモデルも自身のデフォルトに戻らないようにします。900秒のタイムアウトは、難しいプロンプトには15分以上を見込むというGoogleの推奨に従ったものです。Ofoxのネイティブプロトコルのリクエスト形式はOfox Gemini APIリファレンスに記載されています。
ステップ3:パラメータを対応付ける
| 現在のArgonの設定 | Neonでの出発点 | 補足 |
|---|---|---|
thinking_level未設定(= medium) | mediumとhighを試し、良かったほうを明示的に固定 | 未設定のままだとhighになります |
mediumを明示的に設定 | medium。チェックに落ちたらhigh | AA:Neon mediumはArgon highより高スコア |
high | high。highで失敗するケースに限りxhigh | AAではxhighのタスク当たりコストはhighより72%高い |
low | low。Hydrogenとも比較 | Neon lowはAAのインデックスで44 |
max_output_tokensが32,768未満 | 65,536または未設定 | 思考と回答で上限を共有します |
temperature / top_p / top_k | 削除 | Neonでは範囲外の値が400になります |
cached_contentの参照 | Argon向けにすでに削除済みで、変更不要 | どちらも4,096トークン以上のプロンプトで暗黙的キャッシュを使います |
| 64Kを超えるバックグラウンドジョブ | 変更なし | hopは同じ64K、上限も同じ1M |
| フォアグラウンドの非ストリーミング継続(RESTループ) | hopの数は減り、1回は大きくなる | Argonは1 hop当たり32,768、Neonは65,536。hopを数えるコードやhop単位でタイムアウトを決めるコードは見直してください |
| クライアントのタイムアウト | 15分以上、またはバックグラウンド実行 | 両ガイドとも同じ推奨 |
Gemini Managed AgentsでAntigravityエージェントを使っている場合、変更するのはagent_configのmodelフィールドです。どちらのモデルもそこでサポートされています。
ステップ4:トラフィックをシャドーイングする
本番のArgonリクエストの一部をコピーしてNeonにも送り、ユーザーにはArgonの回答だけを返し、両方をログに残します。比較を公平に保つためのルールは次のとおりです。
- プロンプト、ツール、文書はバイト単位で同一に保ち、両側で思考レベルを固定します。
- ステートレスなリクエストから始めます。マルチターンのセッションについて、Googleはターンの途中でモデルを切り替える場合、それまでのモデルのターンとthought signatureを変更せずに返すよう求めています。ある経路のArgonから別プロジェクトのNeonへ、進行中のセッションを移す動作は当社ではテストしていません。既存のセッションはArgonで最後まで実行し、新しいセッションからNeonで始めてください。
- 両方の出力をステップ2と同じ自動チェックで採点し、結果が食い違ったものは抜き取りで人がレビューします。
- ツール呼び出しの経路は別に監視します。Neonが
MALFORMED_FUNCTION_CALLやthought signature欠落のエラーを返す場合、原因はたいていツールや履歴の送り方です。thought signatureエラーの対処法とGemini 4 APIエラーガイドで両方を扱っています。 - シャドーイングでは、サンプル部分のトークン消費が2倍になることを忘れないでください。通常は5〜10%のサンプルで十分です。
Neon用に新しいGoogle Cloudプロジェクトを作る場合、確認しておきたいデータ取り扱いのデフォルトが1つあります。Googleのリリースノート(英語)によると、2026年10月26日以降、generateContentを使う新しい有料ティアのプロジェクトはデフォルトでリクエストを保存します(store=true)。自社のポリシーと合わない場合は、リクエストごとにstore=falseを設定するか、ログ設定を変更してください。
ステップ5:誤答に対するガードレールを追加する
Argonのワークロードが、とくにhighでの「回答を控える」挙動に依存している場合は、モデル自身の自制に頼らないチェックを加えます。
- 一字一句の引用チェック。 根拠となる引用を必須にし、引用が元の文書の部分文字列でない回答は却下します。当社の採点器と同じ方式です。でっち上げの根拠を低コストで検出できます。
- 明示的な回答控えトークン。
NOT_IN_DOCのような固定値をモデルに与え、回答不能なセットではそれ以外の返答をすべて不合格とします。 - 構造化出力。 文章でJSONを求めるのではなく
responseSchemaを使います。Neonのガイドは、ツールを宣言せずにプレーンテキストのJSONでツール呼び出しを書くとMALFORMED_FUNCTION_CALLが返る場合があると注意しています。 - 外部の事実が必要な場合のグラウンディング。 オープンな質問にはSearchグラウンディングか自社の検索を使います。Searchグラウンディングはトークン料金とは別にクエリ単位で課金される点に注意してください。
- ゲートとなる指標。 「回答可能なセットでの正答率」だけでなく、「回答不能なセットでの誤答」をリリースの条件にします。この項目では、NeonにArgonのベースラインと同等以上の結果を求めてください。
ステップ6:合格したタスク当たりのコストを監視する
リクエストごとにpromptTokenCount、cachedContentTokenCount、candidatesTokenCount、thoughtsTokenCountを記録し、そのモデル自身の料金でコストを計算します。
cost = (prompt - cached) × input_rate / 1e6
+ cached × cached_rate / 1e6
+ (candidates + thoughts) × output_rate / 1e6
総コストは全リクエスト数ではなく、チェックに合格したリクエスト数で割ってください。単価の安いモデルが損をするのはリトライの部分です。同じタスク種別で、Neonのリクエスト当たり課金対象出力がArgonの1.33倍(前述の12月の損益分岐点)を超えたらアラートを出します。ArgonのトラフィックをOfoxに残す場合、そちら側のリクエストごとのトークンとコストの内訳はOfoxの使用量トラッキングで確認できます。
ステップ7:段階的に切り替え、ロールバックの経路を残す
フラグを使ってタスク種別を1つずつ移します。10%、次に50%、そして100%と進め、各段階で数日置きます。Argonの設定(モデルID、固定した思考レベル、経路)は削除せず、そのまま残してください。次のいずれかに当てはまったら、そのタスク種別をロールバックします。
- 本番チェックの合格率が、合意した許容幅を超えてArgonのベースラインを下回った
- 回答不能なセットでの誤答がArgonのベースラインを上回った
- その時点の料金で、合格したタスク当たりのコストがArgonを上回った
- p95レイテンシまたはタイムアウト率がSLOを超えた
- 新しいプロジェクトで
429やクォータのエラーが出た。Neonの上限はGoogleのプロジェクトとティアごとに決まるため、100%にする前に確認してください。バックオフについてはArgon APIエラーガイドと、一般的な429のリトライガイドで解説しています。
フォールバック先として使えるのはArgonが存在する間だけなので、リリースのたびに非推奨ページを確認してください。
Ofoxユーザーが今できること・できないこと
2026年11月19日時点の状況です。
- Argonは引き続きOfox経由で呼び出せます。 モデルIDは
google/gemini-4-argonで、モデルページに記載のOpenAI互換プロトコルとGeminiネイティブプロトコルのどちらでも使えます。Ofoxでの料金は同ページに掲載されているため、この記事では繰り返しません。12月1日以降にもう一度確認してください。 - Ofoxの中でNeonへ移行することはできません。 Neonはカタログにないため、1つのキーでA/Bテストはできません。Ofoxのリクエストのモデル名を
gemini-4-neonに変えても、Neonには届きません。 - 今すぐNeonを評価・運用するには、有料ティアのGoogle Gemini APIプロジェクトとキーが必要で、請求とレート制限もOfoxとは別になります。ステップ2のテスト環境は2つの経路を並べて示しています。ネイティブでのセットアップはNeon APIガイドで順を追って説明しています。
- HydrogenはOfoxで利用できます(
google/gemini-4-hydrogen)。Argonのトラフィックの一部を横移動ではなく1段下のモデルに移せる場合の選択肢です。
将来OfoxにNeonが追加されても、移行計画は変わりません。変わるのはテスト環境のNeonの経路だけです。Ofox側のエラー処理はエラーハンドリングガイド、デフォルトの上限はレート制限ガイドで説明しています。
Argonにとどまるのが正しい場合
とどまる理由の大半は判断表にすでに挙げています。評価でArgonが合格するタスク種別にNeonが失敗した場合、クローズドブックの質問でArgon highが回答を控えることに依存していて、まだ引用チェックを追加できない場合、そしてすべてのトラフィックをOfox経由で送っている場合です。ほかにタイミングに関する理由が2つあります。長時間のエージェントセッションやバックグラウンドジョブは、途中で切り替えずにArgonで最後まで実行してください。また、まだ11月でチェックも終わっていないなら、急ぐ理由はありません。11月30日まではArgonのほうがトークン単価が安く、12月1日に損得が逆転します。
Argonのほうがデフォルトで安全だという考えは、とどまる理由になりません。APIデフォルトでは、AAの測定でArgonのハルシネーション率はNeonをわずかに上回り、正答率も低くなっています。レベルを固定する前に比較したい場合は、Gemini 4の思考レベルガイドをご覧ください。


