MF Blogs 便利ツール
濃い青の背景に浮かぶ、内側が青や緑に虹色に光る半透明の結晶

記事

Google、最上位モデル「Gemini 4 Carbon」を一般提供——API価格はArgonと同じ入力100万トークン2ドル

GoogleがGemini 4 Carbonを開発者・企業・一般ユーザー向けに提供開始しました。長時間のエージェント処理やサイバーセキュリティに強い最上位モデルで、API価格はGemini 4 Argonと同じ入門価格に設定。Google Antigravityには複数エージェントを束ねる「/swarm」もプレビュー公開されています。

0:00 0:00

Googleは2026年11月10日、最上位モデル「Gemini 4 Carbon」を開発者、企業、研究者、一般ユーザー向けに提供開始しました。2週間前にサイバーセキュリティの防御側に限って先行公開していたモデルで、長時間かかるエージェント型の作業や、複雑なコーディング、科学研究のような難度の高いタスクを主な用途としています。

Argonとの使い分けと提供範囲

Googleは、先に公開したGemini 4 Argonをソフトウェア開発や知的作業の大半に適したモデルと位置づけています。そのうえでCarbonは、多段階のデバッグや答えの決まっていない研究のように、モデルの知能の限界が試されるタスク向けだと説明しています。Argonより多くのトークンを使って幅広く探索し、検証を繰り返す設計です。

提供範囲は広く、Google AI StudioのAPIとGemini for businessでは、有料の開発者と企業がすぐに利用できます。価格はArgonと同じ入門価格で、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ドルです。Google AI Ultraの契約者には、Google Antigravity、Geminiアプリ、検索のAIモードでも順次展開されます。

ベンチマークとコストの比較

Googleは、実務に近い外部ベンチマークでの結果を強調しています。発表に含まれていた主な数値は次のとおりです。

評価Carbonの結果
CursorBench 4.0、WANDR、AutomationBench1位。次点の外部モデルよりタスクあたりのコストが2分の1以下
Multimodal Knowledge Agent(MKA)2位。首位モデルより平均コストが6分の1以下
Balyasny Asset Managementの金融ベンチマーク23のモデル構成のなかで首位
375タスクのエージェント誠実性評価92%を達成(Argonは70%)

MKAは、図表や設計図を含む大量の文書をエージェントがどう読み解くかを測るため、GoogleがArtificial Analysisと共同で新たに立ち上げたベンチマークです。トップの性能そのものより、精度とコストの釣り合いを前面に出した発表といえます。

複数エージェントを束ねる「/swarm」

あわせてGoogle Antigravityでは、新機能「/swarm」がプレビュー公開されました。1つのプロンプトから複数のエージェントによるチームを組み、それぞれの進み具合をリアルタイムで追える仕組みです。

開発者は、設計や全体の調整、監査といった深い推論が必要な役割にCarbonを割り当て、並列の作業には軽量で高速なモデルを組み合わせられます。変更を検証する役割のエージェントを敵対的に配置することもできます。Googleは事例として、市議会が公開している設計図のPDF7本から、Googleのオフィスを約90万6000ポリゴンの3Dモデルとして再現したデモなどを紹介しています。

セキュリティ用途と安全対策

Carbonが特に力を入れているのがサイバーセキュリティです。防御担当者向けのFairwind Programを通じて利用できる「Carbon for cyber」は、脆弱性の発見、悪用可能性の検証、修正パッチの作成という3つの段階のベンチマークでそれぞれ首位になったとしています。Google社内の自動化システムでは、スキャンの再現率100%、トリアージの適合率95%を記録しました。

一方で、攻撃への転用を防ぐ対策も強化されています。適応型のレッドチーミング用エージェントを使った模擬攻撃では攻撃経路の99%を遮断し、1回あたりの侵入成功率はArgonの3.1%から0.8%に下がりました。間接プロンプトインジェクションについては、Gray Swanのベンチマークで攻撃成功率0%を達成したとしています。

Gemini 4 CarbonとGemini 4 Argonを比較し、学習中の警告、評価での不正、社内運用での警告の3項目でCarbonの値が低いことを示す棒グラフ 画像引用元: Google Blog

科学研究での活用事例

研究分野での事例も紹介されています。Googleの研究者は、形式検証のためのエージェント基盤「AlphaProof Code」とCarbonを組み合わせ、Signalの暗号プロトコルを実装したコードの安全性を数学的に証明しました。Leanで書かれた数百万行の証明コードを生成し、専門家チームなら何年もかかる作業を数週間で終えたとしています。

タンパク質の構造予測では、既存のデータベースに近縁の配列がほとんどないタンパク質について、膨大な配列アーカイブから遠い近縁種を自律的に探し出しました。CASP17の7つのタンパク質ファミリーでは、見つかった近縁配列が平均40倍に増えています。研究者1万人にAntigravityを無償で提供するプログラムでも、Carbonが使えるようになりました。

開発チームが確認しておきたいこと

すでにGemini APIを使っているチームにとっては、Argonと同じ料金でCarbonを試せる点が大きなポイントです。ただし、Carbonは深く考えるぶんトークンの消費量が増える設計のため、同じタスクでも1回あたりの請求額はArgonより高くなる可能性があります。導入前に代表的なタスクで消費量を測っておくと安心です。

日常的なコード生成や文書作成はArgonのまま残し、大規模なリファクタリングや原因の特定が難しい障害の調査だけCarbonに振り分けるといった使い分けが現実的でしょう。「入門価格」と書かれているため、今後料金が改定される可能性も念頭に置いておく必要があります。