Gemini 4 Carbon：Googleの最新ワールドモデル

Gemini 4 Argonの広範提供から2週間、Googleが新たなモデルを投入しました。本日発表のGemini 4 Carbonは、Googleが「次世代フロンティアモデル」と呼ぶもので、最新版のArtificial Analysis Intelligence Index v5.0で首位に立ちました。

ただし、現時点では多くの人はまだ使えません。まずは一部のサイバーセキュリティ防御担当者に先行提供され、開発者、企業、一般ユーザーへの提供はその後になります。

本記事では、Gemini 4 Carbonの概要、Argonからの変更点、ベンチマーク（Google独自と第三者評価の双方）での性能、料金、そしていつ頃から使えるのかを解説します。

最後に、読み始める前に一点明確にしておきます。GoogleのAI関連ニュースを耳にして本記事にたどり着いた方もいるでしょう。念のために申し上げると、Gemini 4 Carbon（本記事の主題）はテキストとコードに特化したフロンティア大規模言語モデルです。一方で、同時に発表されたGenie 4は、リアルタイムのデジタルシミュレーション向けのインタラクティブな物理ベースのワールドモデルです。Genie 4についても読む価値があります。

Gemini 4 Carbonとは？

Gemini 4 CarbonはGoogleのGemini 4ファミリーで最新のモデルで、Gemini 4 Argonの上位に位置します。これは大きなトピックです。というのも、わずか数週間前にリリースされたArgonは、その優れたベンチマーク成績からGoogleの「復活」を示すモデルとして広く話題になっていたからです。

Carbonはそれ以上の出来です。Googleはこのモデルを長期的なエージェント型タスクに強いと位置づけています。つまり、多数のステップやツールコールを要し、行き詰まりからの復帰が多い作業に向いているということです。

Google DeepMindによれば、社内チームはCarbonが多数ステップから成るエンジニアリング課題（大規模コードベースや低レベルシステムにおけるバグの根本原因特定とパッチ適用など）で数日にわたり動作するのを確認しています。

さらに、Googleは以下の分野での向上も主張しています：

• コーディングおよびフルスタックWeb開発
• エージェント型タスクとコンピュータ操作
• 科学的推論
• マルチモーダル理解

Googleは技術レポート、アーキテクチャ詳細、パラメータ数を公開していません。API仕様も共有していないため、CarbonがArgonの制限（100万トークン超のコンテキストウィンドウ、デフォルトの出力上限65,536トークン、テキスト・画像・動画・音声・PDF入力対応）を維持しているかは現時点では不明です。

Gemini 4 CarbonとGemini 4 Argonの比較

Gemini 4の展開は素早く進んでいます：

ベンチマーク結果は間違いなく印象的です。Googleが公開した比較の全17項目で、CarbonがArgonを上回っている点に注目してください。

Gemini 4 Carbonのベンチマーク：競合との比較

このセクションは、Google自身の報告結果と、独立評価に分けて説明します。

Googleの報告による結果

Carbonは17項目中15項目でトップです。例外は次の2点：

• ソフトウェアエンジニアリング： FrontierSWE 2では、GPT-6 AstraとClaude Opus 5.5がCarbonを上回りました。
• コンピュータ操作： OSWorld-2.1のオフラインサブセットでは、Claude Opus 5.5が首位です。

Carbonが最も大きくリードしているのは長文脈推論です。GraphWalksでは、GPT-6 AstraやOpus 5.5を大きく引き離しました。

模擬ビジネスベンチマークのVending-Bench 2では、Carbonは$16,484の残高で終了し、GPT-6 AstraとArgonを上回りました。

注意点として、Googleの結果には不確実性推定が含まれておらず、セキュリティ系ベンチマークはガードレールなしで実行されています。したがって、実運用での結果は異なる可能性があります。

独立評価

Artificial Analysisによる独立データは、概ねGoogleの主張を裏付けつつも、いくつかの含みがあります：

• Intelligence Index v5.0： Carbonが首位ですが、Claude Opus 5.5とGPT-6 Astraにわず差で、Argonには大差。v5.0は指標の難易度が上がり、多くの設問が非公開または限定公開のテストから構成されるため、以前のバージョンよりスコアが低めになっています。
• Coding Agent Index： Carbon（Antigravity CLI経由）のスコアは59。Argon（53）からは大きく伸びましたが、Claude Code with Opus 5.5（62）には及びません。
• AA-Briefcase（ナレッジワーク）： 1,609 Eloで、Argonから126ポイント上昇。ただし、Grok 4.7、Muse Wonder、Kimi K3.1 Proには及ばず。
• AA-Omniscience（事実知識）： Carbonはスコア54で首位、正答率は58%（Argon：48%）。一方で、幻覚率は4%から11%に上昇。

WebDev Arenaでは、Carbonは1,769 Eloで4位、89ポイントの上昇です。

要点： 現時点でCarbonは総合的には最強クラスですが、万能ではありません。ワークロードが主にエージェント型のコーディングやコンピュータ操作なら、依然として拮抗しています。

Gemini 4 Carbonのサイバーセキュリティ

今回のリリースで大きな話題がセキュリティです。Googleはサイバー分野の取り組みを3段階に分けており、Carbonは各段階で強い結果を示しています：

1. 脆弱性発見： SEC-bench Proで88.2%（最先端）
2. エクスプロイト検証： ExploitGymで54.8%（最先端）
3. パッチ適用： CWE-benchで71.0%

Googleはさらに次の点も報告しています：

• 安全なコード生成の成功率が Argonの2倍超
• 高品質なパッチ生成で、他研究所のフロンティアモデルより10倍以上優秀（研究所名は非公表）

これらの能力は諸刃の剣でもあります。脆弱性の発見・悪用に長けたモデルは、防御側にも攻撃側にも価値があるため、慎重な段階的展開の理由にもなり得ます。

安全性と信頼性の改善

CarbonはArgonと同じ多層のセーフティスタック（安全性学習、リアルタイム不正利用防御、プロンプトインジェクション耐性、思考過程のモニタリング）を採用しています。GoogleはArgon比で次の改善を報告しています：

• 根拠のない主張の減少： 約半減
• ミスアライメント警告： ライブコーディング環境での高重大度アラートが約80%減
• スコープ管理： オーバーリーチ26%減、過少提供29%減
• ベンチマーク不正行為： Terminal-Bench 4.0で成功率0.0%、試行自体も0.4%まで低下
• プロンプトインジェクション： Gray Swanの間接プロンプトインジェクションベンチマークで攻撃成功率0.0%（Argon：0.7%）

なお、「根拠のない主張の減少」はGoogleの社内テストによる一方で、Artificial AnalysisはAA-Omniscienceでの幻覚率の上昇を測定しています。測っている事象は異なりますが、全体像をやや複雑にしています。

Gemini 4 Carbonの料金

CarbonはArgonと同じ導入価格で開始されます：

Carbonの導入価格がいつ終了するかは未発表です。参考までに、Argonの導入価格は2026年11月30日に終了します。

例として、入力1,000万トークン・出力100万トークンのワークロードなら、導入価格では約$30、導入期後は約$60となります。

Gemini 4 Carbonへのアクセス方法

今のところ、多くの方は利用できないでしょう。展開計画は以下のとおりです：

1. 現在： 一部のサイバー防御担当者に提供。
2. 次段階： GoogleのFairwind Programを通じ、信頼済みパートナーへ段階的に拡大。
3. その後： 開発者、企業、一般ユーザーへ。

その間、Gemini 4 Argonは同じ導入価格で利用可能です。将来的にCarbonへ移行できるワークフローの構築を始めるには良い選択でしょう。

まとめ

最終的には、CarbonがArgonとまったく同じ料金体系であることから、多くのユーザーにとって前任モデルを素早く凌駕する可能性が高いと言えます。Carbonの広範提供が始まった瞬間に、開発者やエンタープライズの顧客は、その優れた能力を活用するために自然と移行していくと見ています。