Gemini 2026年10月14日リリースの変更点まとめ

Googleによる2026年10月中旬のGeminiロールアウトは、2026年10月13日のGemini API Changelog、およびGemini Enterprise Release NotesとVertex AI Release Notesの2026年10月13日・10月14日の項目にわたっています。モデル文字列をgemini-3.8-flashやgemini-3.1-pro-previewからgemini-4-argonに置き換えるだけでは、明示的なコンテキストキャッシュ、thinking_budget、ペナルティパラメーター、または小さなmax_output_tokens上限に依存しているリクエストは失敗します。このガイドでは、コードを安全に更新するために必要な新しいモデル、廃止期限、Google GenAI SDKのアップグレード、リクエストパラメーターの変更について説明します。

2026年10月13日・14日のGeminiアップデートの概要

今回のリリースでは、新しいフラッグシップ推論モデル、既存モデルの課金体系およびリージョンの拡大、そしていくつかのAPIレベルのプリミティブが導入されました。

Gemini 4 Argon（gemini-4-argon）の一般提供開始: 2026年9月30日にFairwind Programのサイバー防衛担当者向けに発表されたgemini-4-argonが、Gemini API Changelogに記載されているとおり、2026年10月13日にGoogle AI StudioのGemini API有料ティア、Vertex AIおよびGemini Enterprise Agent Platform、AI Ultraサブスクリプション登録者向けのGoogle Antigravity、そしてGeminiアプリで一般提供（GA）となりました。また、Fairwindで承認されたサイバーセキュリティワークロード向けに、サイバー許容バリアントであるgemini-4-argon-cyber-permissiveもVertex AIでリリースされました（Vertex AI Gemini 4 Argon documentation）。
gemini-nano-banana-2.1のPriority Pay-As-You-Go: 2026年10月14日、Gemini Enterprise Agent Platformのグローバルエンドポイントにおいて、gemini-nano-banana-2.1のPriority Pay-as-you-go（PayGo）が一般提供となりました（Vertex AI Release Notes）。gemini-nano-banana-2.1モデル自体は、画像生成と対話型編集においてgemini-3.1-flash-imageを置き換える形で2026年10月6日にGAとなっています（Gemini API Changelog）。
gemini-3.8-flashの英国リージョンでの提供開始: 2026年10月14日、gemini-3.8-flashが英国（europe-west2）国内リージョンで一般提供となり、リージョン内の保存データレジデンシー（DRZ）と機械学習処理（MLP）がサポートされました（Gemini Enterprise Release Notes）。
CodeMender v0.15.0とArgonのサポート: CodeMenderは2026年10月13日、デフォルトをgemini-3.8-flashに維持したまま、cm find、cm verify、cm fixで--model gemini-4-argonのプレビューサポートを追加しました。2026年10月14日には、CodeMender v0.15.0でcm reportによる拡張SARIF 2.1.0レポート、cm stats --jsonでのモデル呼び出しメトリクス、および実行のエラーやキャンセル時にトークン使用量ログが欠落する問題の修正が追加されました（Vertex AI Release Notes）。

モデルのリリースと並行して、gemini-4-argonではコンテキストと出力バジェットの仕組みが変更されています。

統合された1Mトークンのコンテキストプール: 入力トークン、思考トークン、関数呼び出し、および出力トークンは、個別の入出力上限ではなく、単一の共有された1,048,576トークンのウィンドウから消費されます（Vertex AI Gemini 4 Argon documentation）。
最大1,048,576トークンのロングデコード: 単一の生成において、1リクエストあたりの出力上限である65,536トークン（または直接の非ストリーミングHTTPリクエストでは32,768トークン）を超え、1,048,576トークンプールの残り容量まで拡張できます（Long decode guide）。
段階的な思考レベル: thinking_levelパラメーターは、low、medium（gemini-4-argonのデフォルト）、およびhigh（gemini-4-argon-cyber-permissiveのデフォルト）をサポートします（Vertex AI Gemini 4 Argon documentation）。
エージェンティックな動画理解（GA）: Interactions APIでprocessing: "agentic"、またはGenerateContentでmedia_processing="AGENTIC"を指定してオプトインすると、モデルは最初にトランスクリプトを検査し、タイムラインを動的にスクラブして、必要な場合にのみ高解像度フレームを読み込むため、長尺動画での入力トークン消費量を最大88%削減できます（Agentic video understanding guide）。

モデルの非推奨化とバージョンの固定

2026年10月14日当日に新しく非推奨とマークされたモデルはありませんが、2026年10月のリリースノートでは、本番環境のモデル文字列に影響するいくつかのアクティブな再ルーティングと2026年10月のシャットダウン期限が定められています。

deep-research-pro-preview-12-2025は2026年10月23日にシャットダウン: 2026年10月8日に非推奨となったこのエージェント識別子は、2026年10月23日に完全に動作を停止します。より高速なストリーミングレスポンスを得るにはinteractions.create呼び出しのagentパラメーターをdeep-research-preview-04-2026に、最大限の深さを得るにはdeep-research-max-preview-04-2026に更新してください（Gemini API Changelog）。
Gemini 2.5 Proの2026年10月20日のリージョン削除: 2026年10月1日に発表されたとおり、Gemini 2.5 Proは2026年10月20日にカナダおよび日本の国内リージョンのGemini Enterpriseアプリから削除され、global、us、euで引き続き利用可能となります（Gemini Enterprise Release Notes）。
gemini-3.7-flashとgemini-3.5-flashの自動ルーティング: 両モデルは2026年10月8日に非推奨となりました。gemini-3.7-flashはGoogle AI Studioのセレクターから削除され、自動的にgemini-3.8-flashへルーティングされます。gemini-3.5-flashへのリクエストは自動的にgemini-3.6-flashへルーティングされます（Gemini API Changelog）。オブザーバビリティのログが実際にトラフィックを処理しているモデルと一致するよう、設定をgemini-3.8-flashまたはgemini-3.6-flashに明示的に固定してください。
gemini-3.1-flash-image（Nano Banana 2）は2026年10月6日に非推奨化: 画像生成と対話型編集のワークロードをgemini-nano-banana-2.1に移行してください（Gemini API Changelog）。
gemini-2.5-flash-imageの廃止日が2027年3月15日に延長: 以前は2026年10月2日に廃止予定だったこのモデルは、2027年3月15日に廃止されることになりました。Googleは、廃止日が2027年6月28日以降であるgemini-3.1-flash-lite-imageへの移行を推奨しています（Vertex AI Release Notes）。
Gemini 2.5のAPIアクセス制限: 2026年9月18日以降、Gemini APIのGemini 2.5モデルは以前に使用したことのあるアカウントに制限されており、新規プロジェクトではgemini-3.5-flash-liteまたはgemini-3.8-flashをターゲットにする必要があります（Gemini API Changelog）。

Google GenAI SDKの更新

ステートフルなInteractions API（/v1beta/interactions）の基本サポートはPythonおよびJavaScript SDKのバージョン2.3.0で導入されましたが（Gemini Interactions API guide）、古いSDKバージョンでは65,536トークンで生成が停止します。マルチホップのロングデコード（continuation_tokenを伴うfinish_reason: CONTINUATION）にわたるSDK側での自動継続をサポートするには、Long decode guideに記載されている最小必須バージョンにアップグレードしてください。

Python（google-genai）: >= 2.30.1
JavaScript / TypeScript（@google/genai）: >= 2.29.1
その他の言語: Go 1.74.0、Java 1.77.0、.NET 1.26.0、Kotlin 1.6.0

呼び出し側のコードを変更する前に、ターミナルからPythonおよびTypeScriptパッケージをアップグレードします。

pip install -U "google-genai>=2.30.1"
npm install @google/genai@latest

エンドポイント、リージョン、タイムアウトの設定

SDKのClientを初期化する前に、gemini-4-argonに関する3つのインフラストラクチャ要件を確認してください。

GenerateContentのAPIバージョン: Interactions APIの代わりにgenerateContentまたはstreamGenerateContentを使用する場合、ロングデコードはv1ではなくv1beta1エンドポイントでのみサポートされます。Google GenAI SDKはデフォルトでv1beta1を使用するため、api_versionをv1に固定するカスタムのhttp_optionsオーバーライドは削除してください（Vertex AI Gemini 4 Argon documentation）。
Vertex AIのクラウドリージョン: Vertex AIおよびGoogle Cloudでは、gemini-4-argonはus-central1などの単一リージョンではなく、globalロケーションならびにusおよびeuマルチリージョンで提供されます（Vertex AI Gemini 4 Argon documentation、Pydantic AI Google models documentation）。
HTTP通信のタイムアウト: highの思考レベルやマルチホップのロングデコードは数分間実行されることがあるため、Interactions APIでbackground=Trueとstore=Trueを使用して継続処理がGoogleのサーバー上で実行されるようにするか、ストリーミング呼び出しのHTTP読み取りタイムアウトを引き上げてください（Long decode guide）。

新しいAPIパラメーターと機能の導入

Googleは、新規プロジェクトに対してステートフルなInteractions API（client.interactions.create）を推奨しています（Gemini Interactions API guide）。Interactions APIでbackground=True、store=True、および65536を超えるmax_output_tokensを設定すると、Googleのバックエンドがサーバーサイドでマルチホップの継続処理を実行します（Long decode guide）。

引き続きgenerate_content_streamを使用する場合、Python SDK（>= 2.30.1）はデフォルトでautomatic_continuation=Trueを有効にし、finish_reason="CONTINUATION"のホップを自動的に繋ぎ合わせます（Long decode guide、Vertex AI Gemini 4 Argon documentation）。

次のPythonスクリプトは、Interactions APIでバックグラウンドのサーバーサイドロングデコードを開始する方法と、generate_content_streamでSDK側の自動継続を使用してレスポンスをストリーミングする方法の両方を示しています。

from google import genai
from google.genai import types
 
# Clientを初期化（GenerateContentではデフォルトでv1beta1を使用）
client = genai.Client()
 
# 1. 推奨: サーバーサイドのバックグラウンドロングデコードを使用したInteractions API
interaction = client.interactions.create(
    model="gemini-4-argon",
    input="Design a lock-free ring buffer in Rust with a full property-based test suite.",
    background=True,
    store=True,
    generation_config={
        "max_output_tokens": 131072,
        "thinking_level": "high",  # 指定可能な値: "low", "medium" (デフォルト), "high"
    },
)
print(f"Started background interaction: {interaction.id}")
 
# 2. SDK側の自動継続を使用したGenerateContentストリーミング
for chunk in client.models.generate_content_stream(
    model="gemini-4-argon",
    contents="Write a complete formal proof of the prime number theorem.",
    config=types.GenerateContentConfig(
        max_output_tokens=256000,
        thinking_config=types.ThinkingConfig(thinking_level="HIGH"),
    ),
):
    print(chunk.text or "", end="")

TypeScriptおよびNode.js（@google/genai >= 2.29.1）では、thinking_levelとmax_output_tokensを設定してai.interactions.createからイベントをストリーミングできます（Gemini Interactions API guide、Long decode guide）。

import { GoogleGenAI } from "@google/genai";
 
const ai = new GoogleGenAI({});
 
async function runArgonStream(): Promise<void> {
  const stream = await ai.interactions.create({
    model: "gemini-4-argon",
    input: "Refactor this module and generate a complete test suite.",
    stream: true,
    generation_config: {
      thinking_level: "medium",
      max_output_tokens: 65536,
    },
  });
 
  for await (const event of stream) {
    console.log(event);
  }
}
 
runArgonStream().catch(console.error);

エージェンティックな動画理解の有効化

アプリケーションで長尺動画を処理する場合は、gemini-4-argonのエージェンティックな動画処理に切り替えてください。すべてのフレームを事前にトークン化するのではなく、モデルが最初にトランスクリプトを読み取り、関連するタイムスタンプの高解像度フレームを動的に読み込むことで、動画の入力トークンを最大88%削減します（Agentic video understanding guide）。GenerateContentConfigでmedia_processing="AGENTIC"を渡すか、Interactions APIでprocessing: "agentic"を渡します。

from google import genai
from google.genai import types
 
client = genai.Client()
 
response = client.models.generate_content(
    model="gemini-4-argon",
    contents=[
        types.Part.from_uri(
            file_uri="gs://cloud-samples-data/video/animals.mp4",
            mime_type="video/mp4",
        ),
        "List the exact timestamps where a tiger appears and describe its actions.",
    ],
    config=types.GenerateContentConfig(
        max_output_tokens=32768,
        media_processing="AGENTIC",
        thinking_config=types.ThinkingConfig(thinking_level="MEDIUM"),
    ),
)
print(response.text)

モデル文字列を切り替える際の破壊的変更

リクエストペイロードを確認せずに古いGemini 3.xのモデル識別子をgemini-4-argonに置き換えると、HTTP 400 INVALID_ARGUMENTエラーや予期しないトークン課金が発生します。Vertex AI Gemini 4 Argon documentation、Vertex AI Thinking documentation、およびLong decode guideに記載されている以下の8つの挙動の違いを確認してください。

低いmax_output_tokens値は空の課金対象レスポンスを引き起こす: gemini-4-argonでは、max_output_tokensは思考トークン、関数呼び出し、および最終的な回答の合計に対する上限となります。Gemini 3.xから2048や4096のような小さな上限を引き継ぐと、モデルがバジェット全体を内部推論に費やし、生成されたすべての思考トークンに対して課金されながら、finish_reason="MAX_TOKENS"で空のレスポンスを返す結果になります（Long decode guide）。max_output_tokensを少なくとも32768に設定し（またはSDKデフォルトの65536のままにし）、推論の消費を抑える必要がある場合はthinking_levelをlowに下げてください。
thinking_budgetとMINIMALはVertex AIでHTTP 400を返す: thinking_budgetは非推奨となり、thinking_level（LOW、MEDIUM、HIGH）に置き換えられました。Vertex AIでは、thinking_budgetを渡すこと、thinking_level="MINIMAL"を設定すること、または同じリクエスト内でthinking_levelとthinking_budgetの両方を指定することは400 INVALID_ARGUMENTを返します（Vertex AI Thinking documentation、Vertex AI Gemini 4 Argon documentation）。
サンプリングパラメーターは無視される: temperature（temperature=0を含む）、top_p、およびtop_kのカスタム値はgemini-4-argonでは無視され、非推奨の警告が生成されます（Vertex AI Gemini 4 Argon documentation）。これらは設定から削除し、構造化出力の決定論にはresponse_schemaを使用してください。
ペナルティおよび候補数のパラメーターはHTTP 400を返す: frequency_penalty、presence_penalty、またはcandidate_countを渡すと、即座に400 INVALID_ARGUMENTエラーが発生します（Vertex AI Gemini 4 Argon documentation）。
明示的なコンテキストキャッシュは非サポート: gemini-4-argonでcaches.createを呼び出したり、cached_contentを渡したりするとエラーが返されます（Gemini API Models overview、Gemini API Context Caching guide）。代わりに、gemini-4-argonは自動的な暗黙的キャッシュを使用し、共有プロンプトのプレフィックスがGemini Developer APIで4,096トークン以上、またはVertex AIで6,144トークン以上に達すると95%の割引が適用されます（Vertex AI Gemini 4 Argon documentation、Gemini API Context Caching guide）。プレフィックスのしきい値に到達するよう、静的なシステム指示、ドキュメント、コードベースファイルはプロンプトの最前部に配置してください。
直接の非ストリーミングHTTP呼び出しは出力が32,768トークンに制限される: 非ストリーミング呼び出しで65,536出力トークンを許容していたGemini 3.xとは異なり、gemini-4-argonのgenerateContentへの直接の非ストリーミングHTTPリクエストは32,768トークンに制限されます。continuation_tokenなしの非ストリーミングREST呼び出しでmax_output_tokens > 32768を渡すと、400エラーが返されます（Long decode guide）。
事前入力されたモデルターンは拒否される: マルチターンの会話はmodelターンで終了できず、アシスタントのレスポンスを事前入力すること（JSON出力を強制するために開き波括弧から始めるなど）は400エラーを返します（Vertex AI Gemini 4 Argon documentation）。
関数呼び出しにおける厳格なターンの対称性: すべてのFunctionResponseは、直前のFunctionCallの正確なid、name、および順序と一致する必要があり、Googleは逐次的なツール実行を推奨しています（Vertex AI Gemini 4 Argon documentation）。また、gemini-4-argonはLive API、画像生成、および音声生成をサポートしていない点にも注意してください（Gemini API Models overview）。

料金、レート制限、確認チェックリスト

本番環境のトラフィックをgemini-4-argonにルーティングする前に、課金ティアとクォータ設定を確認してください。

有料ティアが必須: gemini-4-argonはGemini APIの無料ティアから除外されています。2026年10月13日から2026年11月30日までの導入記念料金は、1M入力トークンあたり$2.00、1M出力および思考トークンあたり$10.00、1Mキャッシュ済み入力トークンあたり$0.10（95%の暗黙的キャッシュ割引）です。2026年12月1日からは標準料金が適用され、1M入力トークンあたり$4.00、1M出力トークンあたり$20.00となります（Vertex AI Gemini 4 Argon documentation）。
マルチホップロングデコードの課金: ロングデコード中、各64Kホップは元のプロンプトとこれまでに生成されたすべての出力を次のホップの入力として再送信し、これには95%の暗黙的キャッシュ割引が適用されます。キャンセルまたは失敗したリクエストでも、すでに生成されたトークンに対しては課金されます（Long decode guide、Vertex AI Gemini 4 Argon documentation）。
レート制限とバッチクォータ: Gemini APIは、プロジェクトごとのRPMおよびTPMクォータに加えて、10分間のローリングウィンドウにわたる支出ベースのレート制限を適用し、超過時には429 RESOURCE_EXHAUSTEDを返します。バッチジョブの場合、gemini-4-argonでキューに入れられるトークン数は、Tier 1で5,000,000、Tier 2で500,000,000、Tier 3で1,000,000,000です（Gemini API Rate Limits）。

直ちに行うべき次のステップとして、2026年10月23日のシャットダウン前にコードベース内のdeep-research-pro-preview-12-2025への参照をすべて検索し、2026年10月20日の削除に先立ってカナダまたは日本リージョンで実行されているGemini 2.5 Proのワークロードがないか確認してください。これらの期限への対応が完了したら、ステージング環境でgoogle-genaiを>= 2.30.1、または@google/genaiを>= 2.29.1にアップグレードし、max_output_tokensを少なくとも32768に設定してgemini-4-argonをテストしてください。