公開日： 2026年10月14日
カテゴリ： AIツール・製品
この記事の要点
- GoogleがフロンティアモデルGemini 4 Argonを発表。導入期の単価は安いが、2026年12月1日以降は倍増し、タスクあたりの実コストは単価だけでは判断できない
- Artificial AnalysisのIntelligence Index評価では、Gemini 4 Argonの加重平均出力トークン数がGPT-6 Astraの2倍以上だった。ただし、これは評価タスクの結果であり、一般業務の消費量を示すものではない
- AIモデル選定の基準を「どれが賢いか」から「業務特性・コスト・セキュリティ・既存ツール環境」の4軸に切り替えると、属人化を防げる
- この記事では、4軸の評価マトリクスを自分で設計・運用するための具体的な手順を説明します
読む前に確認しておきたい言葉
| 言葉 | 一言で言うと |
|---|---|
| トークン | AIが文章を処理する単位。文字や単語のかたまり |
| API価格 | システム連携で使う場合の従量料金。使った分に応じて請求される |
「単価が安いAIを選べば、コストが下がる」——この考え方が、実務では逆効果になるケースがあります。
Googleは2026年9月30日にGemini 4 Argonを発表し、同年10月13日に一般提供を開始しました。導入期のAPI価格は入力$2・出力$10（百万トークンあたり）で、最上位ティアのGPT-6 Astra（Max）と比べると約5分の1です。
Artificial AnalysisのIntelligence Indexに含まれる評価タスクの加重平均では、Gemini 4 Argon（High）は1タスクあたり約62,000出力トークン、GPT-6 Astra（Max）は約27,000出力トークンでした。同じ評価でのタスクあたりコストは、Argonが$1.99、Astraが$3.26です。これらは特定の評価タスクにおける測定値であり、一般的な文書作成や社内業務へそのまま適用できる数字ではありません。
Argonの価格だけを標準価格へ置き換え、トークン数など現在の計測条件が変わらないと仮定すると、$1.99の単純な2倍で$3.98となり、Astraの$3.26より約22%高くなります。これは標準価格で再計測した結果ではなく、現在の測定値を使った単純計算です。「単価の安さ」と「自社業務での支払い額」は分けて確認する必要があります。
この記事は、複数のAIツールを試し始めたものの、何を基準に社内標準を決めればいいかわからず、担当者ごとに使うツールがバラバラになっている中小企業のAI推進担当者の方に向けて書きました。IT専任者がいなくても、この記事のステップを順番に進めれば、4軸の評価マトリクスを自分で設計できます。
この記事で解決すること
- トークン単価とタスクあたりコストの違いを理解し、料金表の読み方を間違えない
- 業務特性・コスト・セキュリティ・既存ツール環境の4軸でモデルを評価できる
- 評価基準を社内ドキュメントとして残し、属人化を防ぐ仕組みを作る
ステップ1 自社の「AIに任せる業務」を書き出す
（所要時間：約20分）
最初に、AIを使っている、または使いたい業務を付箋やスプレッドシートに書き出します。この段階では絞り込まず、思いついたものをすべて出してください。
書き出したら、次の3つに分類します。
- 繰り返し型：毎日・毎週発生する定型業務（メール文面の作成、議事録の要約など）
- 判断支援型：情報を集めて選択肢を提示してほしい業務（競合リサーチ、プレゼン構成の提案など）
- 生成型：ゼロから成果物を作る業務（提案書の初稿、SNS投稿文など）
分類できたら、各業務に「1回あたりの入出力の長さ（短い・中程度・長い）」と「1週間あたりの回数」を添えます。この情報が、次のステップでコストを試算する土台になります。
フィノジェン現場から
「繰り返し型」は処理量が多くなるため、トークン消費量の合計が大きくなりやすい業務です。一方「判断支援型」は1回あたりの出力が長くなる傾向があります。業務の種類によってどのモデルが合うかが変わるため、この分類を先に済ませておくと後の比較が格段にやりやすくなります。
ステップ2 コストを「タスクあたり」で試算する
（所要時間：約30分）
ツールの料金表を見るとき、「百万トークンあたり〇円」という単価だけを見ていると実際の請求額と乖離します。確認するのは、1業務で使った入力・出力・推論トークン数です。
試算の手順は次のとおりです。
①無料プランまたはトライアルで実際に使ってみる
ChatGPT・Claude・Gemini・Microsoft Copilotなど、いま試しているツールで、ステップ1で特定した業務を1件実行します。
②usage値を確認する
APIレスポンスや管理画面にusageが表示される場合は、入力・出力・推論トークン数を記録します。usageが表示されない場合は、各サービスが提供する公式のトークン計測機能を使ってください。文字数から一律に換算すると、日本語、英語、画像、添付ファイルなどの違いを反映できません。
③月間コストを概算する
1回あたりのモデル利用料は、次の式で概算します。
（入力トークン数 ÷ 100万 × 入力単価）＋（出力・推論トークン数 ÷ 100万 × 出力単価）
推論トークンがusageに別項目として表示され、課金対象になる場合は出力側に含めます。すでに出力トークン数へ含まれている場合は、重複して加算しません。
たとえば、入力2,000トークン、出力・推論3,000トークン、入力単価$4、出力単価$20（いずれも百万トークンあたり）なら、1回の概算は次のとおりです。
（2,000 ÷ 100万 × $4）＋（3,000 ÷ 100万 × $20）＝ $0.068
月100回なら、モデル利用料は約$6.80です。これはトークン料金だけの概算で、Web検索、外部ツール呼び出し、キャッシュ、ストレージなどの追加料金は含みません。実際の請求額は、各サービスの料金体系と請求画面で確認してください。
④サブスクリプション型と従量型を比べる
Microsoft 365 Copilot・Gemini for Google Workspace・ChatGPT Businessなどのサブスクリプション型と、API従量課金型を同じ基準で比較します。料金は各サービスの公式料金ページで確認し、確認日とURLを記録してください。利用頻度が低ければ、サブスクリプション型の方が割高になる場合もあります。
フィノジェン現場から
Gemini 4 ArgonのAPI導入期価格（$2/$10）は2026年11月30日が期限です。標準価格（$4/$20）移行後のコスト試算もあわせて行っておくと、「思ったより高くなった」という状況を防げます。価格は変動するため、試算シートに「計算した日付」と「参照した料金ページのURL」を記録しておくことをお勧めします。
ステップ3 セキュリティ・データ取り扱い条件を確認する
（所要時間：約15分）
コストの次に確認するのはデータの扱いです。AIに入力した内容がモデルの学習に使われるかどうかは、ツールによって異なります。
以下の3点を各ツールの利用規約またはヘルプページで確認します。
- 入力データがAIの学習に使われるか（「オプトアウト可能か」も確認）
- データの保存場所が国内か海外か
- ビジネスプランまたはエンタープライズプランで条件が変わるか
確認できたら、社内で扱う情報の機密度と照らし合わせます。
| 情報の例 | 機密度の目安 |
|---|---|
| 公開済みの会社案内・製品紹介 | 低：多くのツールで入力可 |
| 社内の議事録・営業日報 | 中：学習利用の有無を確認してから使う |
| 顧客の個人情報・契約内容 | 高：規約を精読し、必要なら法務確認 |
フィノジェン現場から
機密度「高」の情報をAIに入力する前に、利用規約を確認する手順をルール化しておくと、担当者が変わっても同じ基準で判断できます。「このツールは何を入れていいか」を一枚の表にまとめておくだけで、運用がかなり安定します。
ステップ4 既存ツール環境との連携を確認する
（所要時間：約10分）
どれだけ優れたAIモデルでも、いま使っているツールと連携できなければ、別のウィンドウを開いてコピー&ペーストするだけの作業が増えます。
確認するポイントは2つです。
①社内の主要ツールはMicrosoft系かGoogle Workspace系か
- Microsoft 365を使っている場合は、Microsoft 365 Copilotの対象ライセンスと管理者設定を確認します。条件を満たせばWordやTeams内で利用できます
- Google Workspaceを使っているなら、Gemini for Google WorkspaceはGmailやドライブと直接連携します
②使いたい業務に必要な連携機能があるか
たとえば議事録の自動作成にはMeetやTeamsとの連携が必要です。既存ツールと連携できるか、公式ヘルプページで「連携可能なツール一覧」を確認します。
フィノジェン現場から
既存のビジネスツールとの親和性は、ツール選定において実務上の重要な基準のひとつとして挙げられています。新しいツールを導入する前に「いま使っているツールとどうつながるか」を確認しておくことが、現場への定着に影響しやすい一歩です。
ステップ5 4軸を一枚の評価シートにまとめる
（所要時間：約20分）
ステップ1〜4で集めた情報を、次の形式でスプレッドシートにまとめます。
| 評価軸 | 確認内容 | ツールA | ツールB | ツールC |
|---|---|---|---|---|
| 業務特性 | 対象業務でうまく動くか（実際に試したか） | ○/× | ○/× | ○/× |
| コスト | タスクあたり月間コストの試算値 | 〇円 | 〇円 | 〇円 |
| セキュリティ | 入力データの学習利用・保存場所 | 確認済/要確認 | 確認済/要確認 | 確認済/要確認 |
| 既存ツール連携 | 主要ツールとの連携可否 | ○/× | ○/× | ○/× |
このシートを社内の共有フォルダに置き、確認した日付と参照URLを記録しておきます。担当者が変わっても同じ基準で判断できる状態が「属人化を防ぐ」ということです。
よくある失敗とその対処
-
失敗①：単価だけを見てツールを決めた → 対処： ステップ2の手順でタスクあたりコストを試算してから比較する。単価が安くても、自社業務で使用するトークン数が増えれば、タスク単価が高くなる場合がある
-
失敗②：全員が好きなツールを使っていて社内にデータが分散した → 対処： まず「試せるツール」と「業務に使うツール」を分けてルールを決める。評価シート（ステップ5）を基に、業務ごとに使うツールを一本化する
-
失敗③：セキュリティ確認を後回しにして顧客情報を入力してしまった → 対処： ステップ3のチェックを先に済ませてから運用を始める。「機密度別の入力可否表」を一枚作って共有フォルダに置く
AIモデルの評価基準をどう設計するかについては、「どのAIが賢いか」から「このタスクに何円が妥当か」へ——GPT-6 Sol・Opus 5.5同時投入が促す、中小企業のモデル割り振り設計 でも同じ視点から整理しています。あわせてご覧ください。
また、AIに業務を任せる前の判断基準については、Anthropicが自社で実証：AIに問い合わせ対応を任せる前に決める3つのこと が参考になります。
フィノジェンが考えるコストと連携性の優先順位
自社の状況がどこに当てはまるかを確認してみてください。
| 既存ツール連携：低い（新規導入が必要） | 既存ツール連携：高い（現行ツールと連携できる） | |
|---|---|---|
| AIへの月間投入コスト：抑えたい | まず無料プランで業務ごとの試算を先に行う。試算結果を見てから有料プランを検討する順序が安全です | 現行のMicrosoft 365 CopilotまたはGemini for Google Workspaceを優先的に評価する。追加ツール導入前に既存プランの範囲で試せる業務を洗い出す |
| AIへの月間投入コスト：ある程度許容できる | 業務特性に合うモデルをAPI従量課金で試し、タスクあたりコストを実測してから契約を決める。特定モデルへの依存を避けるため複数ツールを並走させる期間を設ける | 既存ツールとの連携を活かしつつ、特定の高負荷業務に限ってAPI型モデルを追加導入することを検討する。評価シートで並走期間のコストを記録する |
あなたの会社はどこに当てはまりますか？
よくある質問
Q. Gemini 4 Argonは中小企業でも今すぐ使えますか？
Gemini appおよびAI Mode in Searchは、Google AI ProまたはAI Ultraのサブスクリプション経由で利用できます。一方、Gemini API（開発者向け従量課金）の利用には、API有料ティアの別途契約が必要です。Google AI Proのサブスクリプションだけでは、APIの従量課金利用には対応していません。IT専任者がいない場合は、まずGemini appで対象業務を試す方法が取り組みやすいでしょう。導入期の低価格（入力$2・出力$10）は2026年11月30日が期限のため、長期コストは標準価格（$4/$20）で試算してください。
Q. どのツールが中小企業に一番向いていますか？
業務特性・コスト・セキュリティ・既存ツール環境の4軸によって異なるため、一概には言えません。この記事のステップ1〜5を順番に進めると、自社の条件に合ったツールを自分で特定できます。「どれが賢いか」ではなく「自社の業務で実際にどう動くか」を試すことが出発点です。
Q. 評価シートはどこで管理すればいいですか？
GoogleドライブまたはMicrosoft SharePointなど、すでに社内で使っているファイル共有環境に置くのが最もシンプルです。確認した日付と参照したURL（料金ページ・利用規約ページ）を記録する列を必ず設けてください。AIツールの料金は変更されることがあるため、定期的な見直しの記録が重要です。
行動プラン
今週中にできること（コストゼロ・1時間以内）
- ステップ1の手順で、いまAIを使っている業務を書き出し、繰り返し型・判断支援型・生成型に分類する
- 使っているツール1つを選び、1業務を実行してusage値または公式トークン計測機能の結果を記録する
今月中にできること
- ステップ2〜4の手順で、2〜3ツールのタスクあたりコスト・セキュリティ条件・連携可否を確認し、ステップ5の評価シートを1枚作る
- 評価シートを社内の共有フォルダに置き、推進担当者以外の1人に内容を確認してもらう
3か月後の理想像
業務ごとに「使うツールと理由」が評価シートに記録されており、担当者が変わっても同じ基準でツールを選べる状態になっています。
参考文献
-
Gemini 4 Argon: our next era of frontier intelligence（Google公式ブログ） - https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/
└ 2026年9月30日の発表、用途定義、導入期価格（$2/$10）と標準API価格（$4/$20）の一次情報として参照 -
Gemini 4 Argon: Built to solve your hardest problems（Google公式ブログ） - https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/
└ 2026年10月13日の一般提供開始、Gemini app・AI Mode in Search・APIの提供対象、導入期価格の終了日を確認 -
Google makes Gemini 4 Argon broadly available with limited-time low API pricing（VentureBeat） - https://venturebeat.com/technology/google-makes-gemini-4-argon-broadly-available-with-limited-time-low-api-pricing-of-2-10-per-1m-token
└ 導入期価格（$2/$10）の終了日（2026年11月30日）および競合モデルとの価格比較の独立確認として参照 -
Gemini 4 Argon (High) vs GPT-6 Astra (Max): Model Comparison（Artificial Analysis） - https://artificialanalysis.ai/models/comparisons/gemini-4-argon-vs-gpt-6-astra
└ Intelligence Index評価タスクにおける加重平均の出力トークン数とタスクあたりコストの直接出典として参照 -
Understand and count tokens（Google AI for Developers） - https://ai.google.dev/gemini-api/docs/tokens
└ APIレスポンスのusageで入力・出力・推論・キャッシュ・ツール利用のトークン数を確認する方法として参照
著者より
単価が安くても、一つの業務で使うトークン数が多ければ、支払額は高くなります。料金表を見るときは、単価だけでなく実際の業務にかかる費用まで確認する必要があります。Gemini 4 Argonの発表は、その構造を改めて整理するよい機会だと思っています。モデルの「賢さ」の競争は続きますが、本質的な問いは「その業務に最高モデルの適用は本当に必要なのか、いくらかかるか、データは安全か」の3点に集約されます。評価シートを一枚作るだけで、その問いに答えられる状態に近づけます。
株式会社フィノジェン 代表 角 浩太