メインコンテンツにスキップ

Gemini 4 Neon vs. Claude Opus 5.5:ベンチマーク、価格、実地テスト

Google の Gemini 4 Neon が Anthropic の Claude Opus 5.5 に挑む。ベンチマーク、価格、アクセスを比較し、チェス変種で両者をテスト。

無料アカウントを作成する

練習とトラックであなたの進捗を記録しましょう。

Googleで登録続行すると、次に同意したものとみなされます: 利用規約、 プライバシーポリシー 、およびデータが米国内に保管されることに同意したものとみなされます。

Anthropic は 9 月 22 日末に Claude Opus 5.5 をリリースしました。Opus 5 よりも 40% 安価で、ほとんどの業務において Fable 相当の性能をうたっています。2 か月後の昨日、Google はミッドレンジの Gemini 4 Carbon を適応させた Gemini 4 Neon をリリースしました。

Neon の発表では、Google は Opus 5.5 との比較を明確に打ち出していました。発表の中心テーマであり、掲載されたベンチマークはすべて Neon を Opus 5.5 と名指しで比較しています。さらに Neon のリスト価格はすべてのトークン種別で低く設定されています。

比較に入る前に、毎週配信のニュースレター The Median をぜひ購読してください。主要モデルの最新動向をキャッチアップできます。 

要点(TL;DR)

  • Google のモデルカードでは、多くのベンチマークで Neon が Opus 5.5 を上回り、とくに長文コンテキスト推論で大きな差があります。
  • 端末主体のコーディングやマージ可能なコード変更では、Opus 5.5 がわずかに優勢です。
  • 当方のチャンセラーチェステストでは、両モデルとも毎回正しいルールを実装しましたが、全戦勝利したのは Neon のエンジンだけでした。
  • Neon はトークン単価が 25% 安く、各テストの実行コストも約半分でした。
  • 長文ドキュメント、メディア、コスト重視のエージェントには Neon、端末主体のコーディングや Claude Code、クラウドの選択肢の広さには Opus 5.5 を選んでください。

Gemini 4 Neon とは?

Gemini 4 Neon は、2026 年 11 月にリリースされた Google のミッドレンジ Gemini 4 モデルで、Gemini 4 Carbon を基に適応されています。

Google はこれを「フロンティア級の知能と高速なエンドツーエンドのタスク完了」と位置づけています。Carbon よりも少ない手順で、複雑なソフトウェア、知識、科学タスクを完了し、思考の深さと速度を切り替える 4 段階の thinking level を備えます。

Gemini 4 Carbon ガイドでは Neon のベースになったモデルを解説し、Gemini 4 Hydrogen API チュートリアルでは共通の Gemini 4 API を取り上げています。

Claude Opus 5.5 とは?

Claude Opus 5.5 は、長時間稼働のエージェント的コーディングと知識作業向けに設計された Anthropic のフラッグシップで、2026 年 9 月にリリースされました。

最大の売りは効率性です。Anthropic によれば、ほとんどの業務で Claude Fable 5.1 に匹敵する性能を、Opus 5 よりも少ないトークンで達成し、開発者がまず試すべきモデルとされています。

Claude Opus 5.5 ガイドでローンチの概要を、Opus 5.5 API チュートリアルで AI インシデント調査官の構築手順を解説しています。

Gemini 4 Neon vs Claude Opus 5.5:徹底比較

Google の直接比較ベンチマークの多くで Neon がリードし、トークン単価は 25% 低い

以下の直接比較スコアはすべて Google の Neon モデルカードに基づきます。両モデルを同一ベンチマークで評価した唯一の情報源です。両者にスコアがある 18 行のうち、Neon が 16 行でリードし、残り 2 行は Opus 5.5 が各 1 ポイント程度上回っています。

FeatureGemini 4 NeonClaude Opus 5.5
Developer and releaseGoogle, November 18, 2026Anthropic, September 22, 2026
Context window1,048,576 tokens, shared by input, thinking and output1M tokens
Synchronous output limit64K tokens (up to 1M with long decode)128K tokens
Reasoning controlThinking levels: low, medium, high (default), xhighEffort: low, medium (default), high, xhigh, max
GraphWalks (256K to 1M, BFS F1)95.2%66.8%
CursorBench 4.165.4%58.1%
Terminal-bench 4.165.2%65.8%
HLE-Diamond71.3%67.9%
Price per token25% lower on input, output and cached readsBaseline

長文コンテキストと知識作業

長文コンテキスト推論は、比較の中で最も差が大きい領域の一つで、かつハーネスに関する但し書きなしで成り立つ唯一の大差です。入力 256K〜1M トークンにまたがるグラフを走査させる GraphWalks では、Neon が 95.2%、Opus 5.5 が 66.8% を記録。両モデルとも約 100 万トークンを受け付けますが、Google の数値では、その上限に近い領域の活用は Neon が大幅に優れます。

BenchmarkGemini 4 NeonClaude Opus 5.5Notes
GraphWalks (256K to 1M, BFS F1)95.2%66.8%長文コンテキストでのグラフ走査
AA Index v5.0.16159Artificial Analysis の複合指標
Vals Index v2.270.9%70.1%複合指標
Agents' Last Exam v1.175.8%71.6%エージェント的タスク
MKA (Climb WSR)56.5%53.0%勝率として報告

広範な複合指標の差は接戦です。AA Index で 2 ポイント、Vals Index で 1 ポイント未満の差は、Anthropic 自身も実運用の差異を示す指標としての信頼性が下がっていると述べている水準です。Anthropic は Opus 5.5 のショーケースとして知識作業を掲げ、GDPval-AA v2.1 で 1846 Elo を報告していますが、Google のカードには GDPval の掲載がないため、Neon 側に対応する数値はありません。

長文ドキュメント、契約書、コードベースをコンテキストに丸ごと読み込むワークフローでは、公表データに照らす限り Neon の方が有力です。

コーディングとエージェント的ワークフロー

コーディングは最も拮抗しています。端末作業とマージ可否の評価では Opus 5.5 がわずかに優勢。一方で、実際の Cursor セッションから曖昧な複数ファイル課題を抽出する CursorBench 4.1 では Neon が約 7 ポイント、Zapier の AutomationBench では約 14 ポイントリードしています。

BenchmarkGemini 4 NeonClaude Opus 5.5Notes
CursorBench 4.165.4%58.1%Cursor セッション由来の複数ファイル課題
Terminal-bench 4.165.2%65.8%チート調整済み精度
FrontierCode 2.046.2%47.3%変更がマージされるかどうか
SWE-sweep (provider harness)39.0%10.1%Mini-SWE ハーネスでは 12.8% と 3.6%
AutomationBench56.3%42.5%連携アプリ横断の業務ワークフロー

ただし、これらのコーディングスコアは注意が必要です。

  • Google が自社のモデルカード用に Opus 5.5 を実行しており、Anthropic は Neon のスコアを公開していません。
  • Anthropic は同系スイートの旧バージョン(Terminal-Bench 4.0、CursorBench 4.0、FrontierCode v1.1)で Opus 5.5 を報告しているため、Google の数値と単純比較できません。
  • SWE-sweep のスコアはハーネス間で 3 倍も動きます。この行はモデル差よりスキャフォールディング差の影響が大きいと見た方がよいでしょう。

エージェント的コーディングでは、ベンチマーク上は引き分け。端末では Opus 5.5 がわずかに前、エディタ型ワークフローでは Neon がリードという評価です。

科学分野と推論

科学と推論の 3 行はいずれも Neon がリード。最も差が明確なのはコマンドラインでエージェント的研究を行う Terminal-Bench-Science 0.1 で、Neon が 70.5%、Opus 5.5 が 63.3%。RiemannBench(84.0% 対 80.0%)と HLE-Diamond でも Neon が上回ります。差は大きすぎず安定的ですが、いずれも同じ方向を指しており、定量・科学ワークフローのデフォルトは Neon が妥当です。

マルチモーダル理解

Neon は動画で優位(LVBench 89.0% 対 83.7%)、チャート読解でも優位(Chartography 73.5% 対 66.3%)。ただしチャートについては注意点があります。Anthropic はツール使用ありの別設定で Opus 5.5 が 89.0% と報告しており、ツール可否で差が変わります。

サイバーセキュリティ

Neon は共有されている 2 つのセキュリティ系ベンチでいずれもリード(CWE-Bench v2 で 70.7% 対 67.1%、WebExploitBench v1.2 で 51.3% 対 37.1%)。両社とも強力な攻撃的機能は審査プログラム(Google の Fairwind Program、Anthropic の Cyber Verification Program)の裏にあります。防御側にとっては数ポイントの差よりも、どちらのプログラムに参加できるかが決め手になります。

価格:実際の支払い額

Neon はあらゆるワークロード形状で Opus 5.5 より 25% 安価

Neon のレートは、入力・出力・キャッシュ読み出しのすべてで Opus 5.5 の 0.75 倍。つまり比較はこの 1 点に尽きます。Neon はトークン単価が 25% 安いということです。

トークン単価の並列表

RateGemini 4 NeonClaude Opus 5.5
Input, per 1M tokens$3.00$4.00
Output, per 1M tokens$15.00$20.00
Cached input read, per 1M tokens$0.15$0.20
Cache write, per 1M tokensNot applicable (implicit caching only)$5.00 (5-minute cache)
Batch discount50%50%
Long-context surchargeNone across the 1M windowNone across the 1M window
Consumer accessGoogle AI Pro and UltraClaude Pro, Max, Team and Enterprise

入力と出力の倍率が同じため、ワークロード形状で結果が逆転することはありません。Neon の出力価格には thinking トークンも含まれるため、thinking level を上げると $15 レートで請求額が増えます。構造的な違いはキャッシュです。Opus 5.5 は割増料金で明示的なキャッシュ書き込みができるのに対し、Neon は暗黙キャッシュのみ。したがって Neon のキャッシュ読み出しレートは、Google のキャッシュがヒットした場合にのみ適用されます。

実際のワークロードの費用

Workload (monthly)Gemini 4 NeonClaude Opus 5.5Difference
Balanced assistant: 1M in / 250K out$6.75$9.00Neon が $2.25 安い(25%)
Generation-heavy: 1M in / 4M out$63.00$84.00Neon が $21 安い(25%)
Cache-heavy loop: 100K prefix written once, 1,000 cached reads, 5K in / 1K out per request$45.30$60.50Neon が $15.20 安い(25%)

各合計は(ボリューム ÷ 1M) × レートを入力・出力の標準レートで加算したものです。キャッシュ重視の行は 1,000 回の読み出しがすべてヒットする想定です。Opus 5.5 は明示的なキャッシュ書き込みでそれを保証できますが、Neon の暗黙キャッシュは保証しません。両モデルはトークナイザが異なり、共通ワークロードのトークン数を公開していないため、これらの合計は請求額ではなくレート比較として扱ってください。

Gemini 4 Neon と Claude Opus 5.5 の実地テスト

両モデルの比較にあたり、同一プロンプト・同一ツールで 1 本ずつビルドを実行しました。

課題は「自分同士で完結するチェスの対局を 1 ページのウェブで実装すること」。今回は、各陣営のクイーンをチャンセラー(ルークとナイトの動きを併せ持つ駒)に置き換えるチャンセラーチェスという変種を指定しました。(チャンセラーは Empress や Elephant と呼ばれることもあります。)

つまり各モデルは、ルールと探索エンジンをゼロから書き、盤面と新しい駒を描画し、代数式表記で指し手リストを管理し、正しい結果で対局を終える必要があります。 

チェス変種を指定したのは、モデルが記憶しているチェスコードに頼れない状況にしたかったからです。チャンセラーは見落としやすい箇所でルールを変えます。例えば:

  • 初期局面からチャンセラーは c3 または e3 に跳べるため、白の初手は 20 手ではなく 22 手になる。
  • チャンセラーのナイト跳びはチェックになり得るし、キャスリング経路上のマスを攻撃し得る。
  • 同列上のチャンセラーに王が晒される場合、アンパッサンは不合法になる。
  • ポーンの昇格先はチャンセラー、ルーク、ビショップ、ナイトであり、クイーンにはならない。

使用したプロンプトは変種のルール名は示しましたが、これら見落としやすい端のケースは明示していません。

こちらが Neon 側の終局図です。王・チャンセラー・ポーン 2 枚で孤王に詰みをかけています。終盤で白の最後の駒が G7 にいるのを期待しがちですが、この変種ではそれはステイルメイト。正しく回避しています。 

Gemini 4 Neon のチャンセラーチェス。王とチャンセラーの終盤から Cd8# で詰みに収束

Opus 5.5 は見分けづらい駒の描画でした。黒はナイトとポーンが得して終盤に入りましたが、白のチャンセラーが黒王に連続チェックを与え、黒のエンジンは脱出手段を見つけられず、三fold リピティションで引き分けとなりました。

Claude Opus 5.5 のチャンセラーチェス。黒が駒得だが、白のチャンセラーの連続チェックで三fold リピティションの引き分けに

主な所見は以下の通りです。

  • 両モデルともチャンセラーを含むルール理解は完璧。 2 ダースのシミュレーションで、反則手は一度もなく、棋譜表記の誤りも見かけませんでした(全手を精査したわけではありません)。 
  • Neon のエンジンは勝ち切り、Opus 5.5 は引き分けに落ち着くことが多い。 不思議なことに、Neon は 12 戦すべてがチェックメイトで終局。Opus 5.5 は半分のみがチェックメイトでした。 
  • Neon は新しい駒の描画が見やすい。 Neon の 3 ページはいずれもチャンセラーを合成 1 駒(ルークにナイトの頭)として描画。Opus 5.5 の 3 ページ中 2 つは 1 マスに小さなルークとナイトを並べて詰め込んでおり、誤りのように見えました。 
  • ページの作り方に違いがある。 Opus 5.5 は全体設計を立てて 1 回の応答で書き上げ、Neon は 5 ステップで徐々にファイルを大きくしていきました。

連続チェックは白エンジンの好防御ですが、駒得側がそれを許すべきではありません。

MeasureGemini 4 NeonClaude Opus 5.5
チェックメイトで終局(12 戦中)127
引き分け(12 戦中)05
1 回の実行ステップ数51
1 実行あたりのコスト(USD)$0.90$1.70

このテストでは Neon に軍配。Neon のエンジンは全局をチェックメイトに持ち込み、1 実行あたりのコストも約半分。駒の視認性も上でした。もしかすると Google DeepMind の CEO、Demis Hassabis の影響があるのかもしれません(Demis は幼少期のチェス神童として知られます)。  

とはいえ、Opus 5.5 のステイルメイト例は巧妙で、見つけるのが容易ではありませんでした。 

Gemini 4 Neon と Claude Opus 5.5 の選び方

長文コンテキストとコストなら Neon、端末コーディングと到達範囲なら Opus 5.5

分かれ目は概ねコンテキスト長と価格です。Neon の長文優位は入力が 256K トークンを超えるほど効いてきます。25% 安いレートはボリュームが大きいほど効きます。

Gemini 4 Neon を選ぶべきケース

  • ドキュメントやリポジトリを丸ごとコンテキストに読み込む。 Google のカードで示された大差の一つが長文コンテキストです。
  • 動画、チャート、科学データを扱う。 Google が両モデルで報告するマルチモーダル・科学系の行はすべて Neon がリード。
  • 高ボリュームでエージェントを回す。 トークンはすべて 25% 安く、当方のテストでも 1 実行コストは Opus 5.5 の約半分でした。
  • Google のスタック上に構築する。 Neon は Google AI Studio、Vertex AI、Google Antigravity にあり、マルチモデルのワークフローで Hydrogen と組み合わせられます。

Claude Opus 5.5 を選ぶべきケース

  • 端末や Claude Code でのコーディングが中心。 Terminal-bench 4.1 と FrontierCode 2.0 でわずかにリードし、Claude Code は Anthropic 純正のエージェントです。
  • 1 回の応答で長文を返してほしい。 Opus 5.5 は同期で最大 128K トークンを返せ、Neon のデフォルト上限の 2 倍。バックグラウンドの long decode に切り替える必要がありません。
  • AWS や Azure に展開したい。 Opus 5.5 は Amazon Bedrock と Microsoft Foundry、Vertex AI に対応。
  • キャッシュを確実に効かせたい。 明示的なキャッシュ書き込みにより、繰り返しのプレフィックスで安価なキャッシュ読み出しレートを保証できます。

Gemini 4 Neon と Claude Opus 5.5 の始め方

SurfaceGemini 4 NeonClaude Opus 5.5
Consumer appGemini app (Google AI Pro and Ultra)Claude apps (Pro, Max, Team, Enterprise)
First-party APIGemini API (paid tier), Google AI StudioClaude API
Cloud platformsVertex AIAmazon Bedrock, Vertex AI, Microsoft Foundry
Coding agentsGoogle Antigravity, GitHub Copilot, CursorClaude Code, GitHub Copilot, Cursor
Third-party routersOpenRouterOpenRouter
API model IDgemini-4-neonclaude-opus-5-5

最大のアクセス差はクラウドの到達範囲です。Opus 5.5 は Amazon Bedrock、Vertex AI、Microsoft Foundry で動作しますが、Neon は当方の確認では Google Cloud のみ。Neon は 2026 年 11 月 19 日時点で Gemini CLI のモデルドキュメントに未掲載です。ネイティブのモデル ID は gemini-4-neon と claude-opus-5-5。OpenRouter では google/gemini-4-neon と anthropic/claude-opus-5.5 です。

最初の API コールを行う

両者のネイティブ SDK は異なるため、同一プロンプトで手早く比較するには OpenRouter の OpenAI 互換エンドポイントが便利です。モデル切り替えは文字列 1 つの変更で済みます。

from openai import OpenAI

client = OpenAI(base_url="https://openrouter.ai/api/v1", api_key="YOUR_OPENROUTER_KEY")
response = client.chat.completions.create(
    model="google/gemini-4-neon",  # or "anthropic/claude-opus-5.5"
    messages=[{"role": "user", "content": "Refactor this module and explain each change."}],
)
print(response.choices[0].message.content)

ネイティブ API では、Neon の推論深度は thinking_level、Opus 5.5 は effort で設定します。各 SDK の詳細は、Opus 5.5 API チュートリアルとGemini 4 Hydrogen API チュートリアルをご覧ください。

まとめ

Google 自身のベンチマークでは、Gemini 4 Neon はより低価格で多くのテストを制し、当方のチェステストも同様の傾向でした。両モデルともルール実装は完璧でしたが、Neon のエンジンだけが全局を勝ち切り、1 実行あたりのコストも約半分。コーディング系ベンチは拮抗しているため、端末中心の作業では Opus 5.5 も引き続き有力です。

推奨:長い入力、メディア、高ボリュームのエージェント運用なら、まず Neon を試してください。すでに Claude Code を使っている、あるいは AWS や Azure に展開している場合は、Opus 5.5 の方が便利で、品質差も小さいでしょう。そしてもしローカルでチェス変種のシミュレーションを作りたい(おそらく稀でしょうが)なら、Neon を選んでください。 

Anthropic のモデルで構築するなら、Introduction to Claude Models コースをお試しください。

FAQs

Gemini 4 Neon は Claude Opus 5.5 より優れていますか?

Google のモデルカードでは、共有 18 ベンチマークのうち 16 で Gemini 4 Neon が Claude Opus 5.5 を上回っています。長文推論と一部のコーディングで大きくリードし、トークン単価は 25% 安価です。端末コーディングでは Opus 5.5 がわずかに優勢です。当方のチャンセラーチェステストでは、両者ともルールは毎回正解でしたが、全勝したのは Neon のエンジンだけでした。

Gemini 4 Neon は Claude Opus 5.5 よりどれくらい安いですか?

Gemini 4 Neon の料金は、入力 100 万トークンあたり $3、出力 100 万トークンあたり $15。Claude Opus 5.5 はそれぞれ $4 と $20。キャッシュ読み出しは $0.15 対 $0.20。つまり Neon はすべてのトークン種別で 25% 安く、標準レートならどのワークロードでも約 4 分の 1 安くなります。

コーディングでは、Gemini 4 Neon と Claude Opus 5.5 のどちらが良いですか?

両者は拮抗しています。Google のモデルカードでは、Opus 5.5 が Terminal-bench 4.1 と FrontierCode 2.0 でわずかにリードし、Neon は CursorBench 4.1 と AutomationBench で優位です。当方の実地テストでは、両モデルとも毎回チェス変種をゼロから正しく実装しました。Neon のエンジンの方が指し回しが強く、実行コストは約半分でした。

Gemini 4 Neon と Claude Opus 5.5 はどこで使えますか?

Gemini 4 Neon は Gemini API、Google AI Studio、Vertex AI、Google AI Pro/Ultra 向けの Gemini アプリ、Google Antigravity、GitHub Copilot、Cursor で利用できます。Claude Opus 5.5 は Claude API とアプリ、Claude Code、Amazon Bedrock、Vertex AI、Microsoft Foundry、GitHub Copilot、Cursor で利用可能です。両者とも OpenRouter に対応しています。

Gemini 4 Neon と Claude Opus 5.5 の API モデル ID は?

ネイティブ API のモデル ID は、Google の Gemini API が gemini-4-neon、Anthropic の Claude API が claude-opus-5-5。OpenRouter では google/gemini-4-neon と anthropic/claude-opus-5.5 です。OpenAI 互換クライアントなら、文字列を 1 つ変えるだけで切り替えられます。

トピック