Gemini 4 Argonと3.8 Flashの使い分け｜単価2.7倍の線引き

結論：大半の業務は 3.8 Flash で足り、Argon を選ぶ理由は3つだけ

Gemini 4 Argon と Gemini 3.8 Flash のどちらを使うべきか。結論から書きます。社内で回している業務の大半は 3.8 Flash で足ります。2026年10月14日時点の公式料金表では、Argon の出力単価は1Mトークンあたり $10.00、3.8 Flash は $3.75 で、約2.7倍の差があります。入力も $2.00 対 $0.75 で同じく約2.7倍です。

そのうえで、Argon を選ぶ理由は単価ではなく次の3つに絞られます。①1回の応答で64Kトークンを超える長文を出す必要がある（long decode）、②入力・思考・出力を1,048,576トークンの統一された1つの窓で回したい、③最も難しい数学・科学の問題や、長期にわたる自律的なエージェント処理を完結させたい。この3つのどれにも当てはまらないなら、Argon に払う差額は回収しにくいと考えています。

さらに判断に効く事実がもう1つあります。Argon には無料枠がありません。公式の料金表で Argon の Free Tier は全項目が "Not available" と書かれており、注記も "Gemini 4 Argon is not available on the Free tier or on the Google AI Pro plan." です。試すだけでも課金設定が必要になるため、「とりあえず触ってみる」のハードル自体が 3.8 Flash より高くなります。提供開始の条件そのものはGemini 4 Argon がいつから使えるのか・何が変わったのかに整理しています。

基本スペックの違いを1枚で

まず、カタログ上の差を並べます。性能の優劣ではなく、業務で運用するときに引っかかる項目だけを選びました。

無料枠と「学習に使われるか」は分けて考える

ここは業務利用の判断に直結するので、丁寧に書きます。3.8 Flash は無料枠で使えますが、その無料枠は "Used to improve our products: Yes" です。つまり無料で試す＝入力した内容が製品改善に使われうるということになります。社内文書や顧客情報を入れる検証を無料枠で回すのは、おすすめできません。

一方、有料枠（Paid Tier）は Argon・3.8 Flash ともに "No" です。Argon はそもそも無料枠が無いので、使う時点で必ず有料枠＝学習に使われない側になります。「無料枠が無いこと」が、見方を変えると迷いの少なさにつながっている面はあります。ただ、それは 3.8 Flash を有料枠で使えば同じ条件なので、Argon を選ぶ理由にはなりません。

明示キャッシュとサンプリングパラメータは「移植できない」

既存のコードを Argon へ寄せるときに最初に詰まるのがここです。Argon では明示キャッシュ（cachedContents / caches.create）がサポートされません。公式の料金表にも "Implicit caching only (explicit caching is not supported)" と明記されています。長いシステムプロンプトを明示キャッシュで固定して単価を下げている構成は、そのままでは動きません。

代わりに暗黙キャッシュ（implicit caching）が 4,096トークン以上のプロンプトで既定で有効になり、キャッシュヒット時は入力トークンが95%割引されます。ただし暗黙キャッシュはヒットするかどうかを自分で制御できないため、見積りの前提に置きにくいという弱点があります。加えて temperature / top_p / top_k は Argon では無視されるので、出力の揺れを温度で抑えていたプロンプトは設計そのものを見直すことになります。

価格は時期で動く──12月だけ差が5.3倍に開く

この記事でいちばんお伝えしたいのはここです。Argon と 3.8 Flash の単価差は固定ではありません。両者の値上げ時期がずれているため、2026年12月の1か月だけ差が最大になります。

いずれも Standard 段・1Mトークンあたりの USD です。Argon の出力価格は思考トークンを含む点に注意してください（公式表記は "Output price (including thinking tokens)"）。

なぜ12月だけ開くのか

理由は単純で、Argon の導入価格の期限が2026年11月30日、3.8 Flash の値上げが2027年1月1日だからです。Argon が先に倍額になり、3.8 Flash は1か月遅れて倍額になる。その時間差の1か月が、相対的に Argon がいちばん割高に見える期間になります。

12月1日で Argon は全段きれいに2倍になります。Standard だけでなく Batch（$1.00 / $5.00 → $2.00 / $10.00）、Flex（同額）、Priority（$3.60 / $18.00 → $7.20 / $36.00）も同じ比率です。料金の試算式そのものはGemini 4 Argon の料金を1リクエスト単位で試算する方法にまとめました。

12月に新規で Argon へ寄せるのは費用面で不利

ここから出る実務的な結論は1つです。12月に新規で Argon へ寄せるのは、費用面でいちばん不利なタイミングになります。同じ処理を同じ量だけ流しても、11月なら 3.8 Flash の約2.7倍、12月なら約5.3倍の請求になるためです。

したがって評価と見積りは11月中に終える方が合理的だと考えています。11月中に「Argon でないと通らない処理」の量を数えておけば、12月の請求がいくらになるかは倍率をかけるだけで出ます。逆に、量を数えないまま12月に本番投入すると、請求を見てから驚くことになります。なお 2027年1月以降は倍率が約2.7倍に戻るので、5.3倍という数字は恒久的な差ではない点も押さえておいてください。

業務別の線引き──この業務ならこっち

カタログを眺めても決まらないので、業務の側から割り振ります。縦に業務、横に推奨・理由・切り替える条件を置きました。「切り替える条件」が満たされたときだけ、上位モデルへ寄せる判断をします。

Flash 側に寄せる業務の共通点

表の上半分に共通するのは、出力が短い／入力が重い／人のレビューが前提という3点です。とくに入力が重い処理では、単価差が請求額の差にほぼそのまま変換されます。社内文書の検索のように毎回数万トークンを読ませる用途は、量が積み上がるので差が出やすい領域です。

Argon 側に寄せる業務の共通点

下半分の共通点は、「途中で人が入らない」ことです。人が工程を切って確認を挟めるなら、多くは Flash で回せます。逆に最後までモデルに完結させたい処理では、思考の持続と出力の長さが要件になるため Argon が要ります。1回の応答で1Mトークンまで伸ばす具体的な手順はbackground 実行で1Mトークンの長文を出す設定で解説しています。

公式の用途説明は重なっている──だから説明文では選べない

正直に書きます。公式ドキュメントの用途説明を読み比べても、どちらを選ぶかは決まりません。説明文が重なっているからです。

見てのとおり、ソフトウェアエンジニアリングも自律エージェントも、両方の説明に入っています。「複雑な業務フロー」まで 3.8 Flash 側に書かれているので、説明文の言葉だけを根拠に Argon を選ぶと、差額の説明がつかなくなります。

では実際の判断軸は何か。両者で明確に違うのは、単価（約2.7倍・12月は約5.3倍）／long decode の有無／無料枠の有無の3点だけです。Mihata では、この3点に落ちない理由で上位モデルを選ぶのは避けるようにしています。他社のモデルも含めた全体像はChatGPT・Claude・Gemini の違いと使い分けで比較しています。

どのモデルをどの業務に当てるかは、自社の処理量を数えないと決まりません。Mihata では月1回のAIミーティングで、こうした使い分けと見積りを一緒に整理しています。うまくいかなかった検証も含めてそのままお話しします。

第3の選択肢＝Argon の thinking_level を下げる

「Argon か 3.8 Flash か」の二択で考える前に、もう1つ手があります。Argon の thinking_level を下げることです。Argon は low / medium（既定）/ high の3段を選べます。

出力単価には思考トークンが含まれるので、thinking_level を下げると同じ Argon でも請求が下がります。公式の助言もはっきりしていて、「3段すべてで評価を回し、品質基準を満たす最も低い段を選ぶ」とされています。

ただしlow を無条件に選ぶのは避けてください。公式自身が「難しいタスクでは品質が落ちることがある」と書いています。段を下げてよいかは、評価を回して実測で決めるしかありません。なお Argon では max_output_tokens の既定が 65,536 で、既存アプリで 32K 未満を明示設定している場合は 32,768 以上へ上げることが推奨されています（Argon は上限のうち思考に使う割合が従来より大きいためです）。

決め方の手順

ここまでを順番に落とします。上から順に実行すれば、差額を払う理由が自分の言葉で説明できる状態になります。

1. まず 3.8 Flash で評価を回す。無料枠は学習利用があるので、業務データを使う検証は有料枠で行う。3.8 Flash 単体の料金と使い方はGemini 3.8 Flash の料金と使いどころを参照。
2. 品質基準に届かない項目だけを洗い出す。「なんとなく弱い」ではなく、落ちた項目を業務単位で列挙する。
3. その項目だけを Argon の low → medium → high の順に試す。いきなり high から入らない。品質基準を満たした最も低い段で止める。
4. long decode が必須かを確認する。1回の応答で64Kを超える必要があるなら、ここは Flash で代替できないので Argon 固定。
5. 11月中に見積りを確定する。処理量（入力・出力トークン）を数え、12月の約5.3倍と2027年1月以降の約2.7倍の両方で金額を出しておく。

手順3と4の順番には意味があります。long decode が必須なら単価の議論は不要で、先に品質評価を回してから気づくと手戻りになるためです。要件に long decode が入っていることが分かっている場合は、4を先に確認してください。

Gemini アプリ側（消費者プラン）での扱いは API と別

ここは混乱しやすいので分けて書きます。「Google AI Pro」という名前が API の文脈と Gemini アプリの文脈の両方に出てきますが、意味が違います。

プラン比較表の表示は、Google AI Ultra が「Gemini 4 Argon を搭載」、Google AI Pro が「Gemini 4 Argon rolling out」、そしてGoogle AI Plus には Argon の行そのものがありません（比較表の "Access to Gemini 4 Argon" は Pro と Ultra のみ）。Ultra では "Higher access"、Pro では "Expanded access" と段差が付けられています。

したがって「Pro では使えない」と一言で断言するのは誤りです。API では使えず、アプリでは順次開放される。この2つを混ぜないでください。なお各プランの月額は公式サイトが JavaScript で描画しており取得できなかったため、本記事では金額を書きません。契約前にご自身で料金ページをご確認ください。

まとめ

最後に要点だけ並べます。

• 大半の業務は 3.8 Flash で足りる。Argon を選ぶ理由は long decode・統一1Mコンテキスト・最難関の数学/科学/長期エージェントの3つに絞られる。
• 単価差は約2.7倍（入力 $2.00 対 $0.75・出力 $10.00 対 $3.75）。Argon には無料枠が無い。
• 2026年12月の1か月だけ差が約5.3倍に開く。評価と見積りは11月中に終える方が合理的。2027年1月以降は約2.7倍に戻る。
• 公式の用途説明は重なっているので、説明文では選べない。判断軸は単価・long decode・無料枠。
• 二択の前にArgon の thinking_level を下げるという第3の選択肢を検討する。ただし low は難しいタスクで品質が落ちることがある。

モデルの選定は、カタログを読む作業より自社の処理量を数える作業の方が時間を取ります。Mihata でも見積りを外したことがあり、量を数えずに始めると判断が揃いません。使い分けの整理からご相談いただけます。