Google DeepMind가 Gemini 4 Argon이라는 새 모델을 공개했다. ARC-AGI-3라는 평가에서 97.5%를 기록했다. 몇몇 연구소만 넘은 95% 기준을 넘어선 점수다. 공개된 모델 가운데 이보다 높은 점수를 받은 것은 99.9%를 기록한 OpenAI의 GPT-6 Astra뿐이다.
평가 방식
이번 점수는 ‘Provider Adapter Harness’라는 설정으로 측정했다. 이 설정에서는 모델이 단계마다 추론 내용을 유지하고 문맥을 압축할 수 있는데, 이는 특정 공급업체에 맞춘 기능이다. 같은 모델을 더 제한적인 ‘Standard Harness’로 실행하자 점수는 49.8%로 떨어졌고, 55개 게임을 모두 완료하지 못했다.
점수가 의미하는 것
ARC-AGI-3의 공개 게임 25개에서 Argon은 인간 기준 모델보다 행동 횟수를 62% 적게 사용했고, 세 게임에서는 기록과 같은 속도를 냈다. 이전 버전의 평가에서는 ARC-AGI-2에서 91.3%, ARC-AGI-1에서 98.5%를 기록했으며, 과제당 비용은 각각 $0.32와 $0.16이었다.
독립 지표인 Epoch Capabilities Index에서 Argon은 165점을 받아 Fable 5.1과 공동 3위를 기록했다. Opus 5.5(167점)와 GPT-6 Astra(166점) 바로 뒤다. Argon은 지식, 에이전트, 비전 평가에서는 선두를 달리지만 수학과 소프트웨어 엔지니어링 과제에서는 뒤처진다.
왜 중요한가
복잡한 문제 해결에 AI를 활용하는 개발자와 기업에 Gemini 4 Argon의 높은 ARC-AGI-3 점수는 Google의 모델이 최상위 시스템들과 경쟁할 수준에 이르렀음을 보여준다. 다만 표준 평가에서 점수가 낮고 수학 및 코딩 성능도 상대적으로 약해, 최고 성능을 내려면 맞춤 설정이 필요할 수 있다.
