0:00 0:00
記事
Google「Gemini 4 Carbon」登場——知能指数59点でコーディング・エージェント性能が向上
Googleが新しいフロンティアモデル「Gemini 4 Carbon」を発表しました。Artificial Analysis Intelligence Index v5.0で59点を獲得して首位に立ち、コーディングやエージェントタスク、サイバーセキュリティ防御で大きな性能向上を達成しています。9to5Googleが報じた内容をもとに紹介します。
Googleが、新しいフロンティアモデル「Gemini 4 Carbon」を発表しました。2週間前のArgon公開に続く投入で、コーディング・エージェントタスク・サイバーセキュリティ防御(脆弱性発見)の領域で「大きな向上」を遂げたとしています。9to5Googleが報じています。
異例の速さでの連続投入
GoogleはCarbonについて、研究者とモデル自身が「手を取り合って能力向上を加速させている」ことが、この短期間での投入を可能にしたと説明しています。前モデルArgon公開からわずか2週間というペースは、フロンティアモデル開発の競争が一段と激化していることを印象づけます。今回のCarbonは、ユーザーからのフィードバックをもとに、コーディング・エージェント・科学タスクに加え、フルスタックのWeb開発や、マルチモーダル理解の面でも改善が加えられたといいます。
ベンチマークで見る性能向上
最新のArtificial Analysis Intelligence Index v5.0において、Carbonは59点を記録し、GPT-6 Astra(57点)やClaude Opus 5.5(58点)を上回って首位に立ちました。前モデルArgonの50点からは9ポイントの上昇で、わずか2週間での大幅な伸びとなります。Web開発に特化したベンチマークでも存在感を示しており、WebDev Arenaではelo評価が前モデルから89ポイント上昇し、1769点で4位にランクインしています。長文脈処理を測るGraphWalksでも96.2%と、他モデルを大きく引き離すスコアを記録しました。

画像引用元: 9to5Google
セキュリティ分野での強化
サイバーセキュリティの文脈では、脆弱性発見を測るSEC-bench Proで88.2%、実際の攻撃手法の実行力を測るExploitGymで54.8%、脆弱性のパッチ適用を測るCWE-benchで71.0%をそれぞれ記録し、いずれも前モデルを上回りました。特にExploitGymはArgonの42.0%から54.8%へと大きく伸びており、脆弱性を見つけるだけでなく、実際にそれを悪用できるかどうかを検証する能力が強化された形です。Google自身の社内ベンチマークでも、安全なコード生成の精度が向上し、実際のコーディング環境における誤認識や事実と異なる出力の発生率が下がったとしています。こうした防御的な用途での性能強化は、サイバーセキュリティ担当者へ真っ先に先行提供される今回の展開方針とも整合しています。
安全性と振る舞いの改善
Googleは今回、複雑な状況や高圧的な指示にどう応答するかという「振る舞い」の面にも力を入れたとしています。社内テストでは、根拠のない主張をする頻度がArgon比で約2倍減少し、不確実な情報には前提条件を明示したり、実行できないタスクについては必要な情報を明確に提示したりする傾向が強まったといいます。曖昧な指示に対しても、憶測で処理を進めるのではなく、関連する情報源を確認したうえで、食い違いをユーザーに提示してから行動する方向に調整されました。あわせて、タスクの範囲を超えた「やり過ぎ」を26%、逆に必要な対応が不足する「やり残し」を29%、それぞれ削減したとしており、複数ステップにまたがる作業をより確実に完遂できるようになったとしています。
提供時期と料金プラン
Gemini 4 Carbonは「開発者・企業・一般ユーザー向けに近日提供予定」とされていますが、まず今週はサイバーセキュリティ防御担当者向けに先行提供されます。料金は当初、入力100万トークンあたり2ドル、出力100万トークンあたり10ドルで、キャッシュされた入力トークンは通常価格から95%割引となる導入価格が設定されます。その後は入力100万トークンあたり4ドル、出力100万トークンあたり20ドルに移行する予定です。セキュリティ分野への先行提供という順序からも、脆弱性発見やパッチ適用といった防御的な用途を最優先に位置づけていることがうかがえます。
フロンティアモデル競争における位置づけ
ベンチマーク表からは、OpenAIのGPT-6 AstraやAnthropicのClaude Opus 5.5といった主要モデルとの差が、項目によってはわずか数ポイントに収まっていることも読み取れます。総合指標であるIntelligence Indexでは首位に立った一方、OSWorld-2.1のオフラインサブセットのようにClaude Opus 5.5が上回る項目も残っており、単純な一位独走ではなく、領域ごとに強みが分かれる接戦が続いている状況です。2週間という短い間隔でのモデル更新が今後も続くのであれば、各社のランキングはさらに目まぐるしく入れ替わっていく可能性があります。
Google announces Gemini 4 Carbon with 'significant gains across coding and agentic tasks'
Following the launch of Argon two weeks ago, Google today announced Gemini 4 Carbon as its next frontier model. There...