2026年10月28日、Googleは新しい最先端AIモデル「Gemini 4 Carbon（カーボン）」を発表しました（Google公式告知）。約2週間前に一般公開された「Gemini 4 Argon（アルゴン）」を土台に、何日間も動き続ける長期的な作業への粘り強さと、サイバーセキュリティ能力を高めたモデルだと説明されています。複数のベンチマークでは、OpenAIの「GPT-6 Astra」やAnthropicの「Claude Opus 5.5」など他社の最先端モデルを上回ったと紹介されました。
ただし、順位や価格は発表時点の情報であり、今後変わることがあります。この記事では、前世代からの位置づけ、ベンチマークの見方、安全性の説明、段階的な提供とAPI価格を順に整理します。自社の業務で使うかどうかを判断する際に、どの数字をどう読めばよいかを確かめられる構成です。
Gemini 4 Carbonとは、どの位置づけのモデルか
Gemini 4 Argonの系譜
字幕で説明された範囲では、Gemini 4 Argonは2026年10月1日に発表され、2週間後の10月14日に一般公開されました。Carbonの発表は10月28日で、Argonの一般公開から約2週間後になります。CarbonはArgonの基盤をさらに発展させたモデルとされ、別系統の新型ではなく、同じ系譜の次の版という位置づけです。
- 10月1日：Gemini 4 Argonを発表
- 10月14日：Argonを一般公開
- 10月28日：Gemini 4 Carbonを発表
系譜が分かると、比較の起点も定まります。Carbonの変化を読むときは、他社モデルとの差だけでなく、Argonから何が変わったのかを分けて見る必要があります。なお、Argonの発表・一般公開の日付は提示された字幕の記述によるもので、Carbonの発表日はGoogle公式告知で確認しています。
長い作業とセキュリティを意識した改善
発表で前面に出ているのは、何日間も動き続けるような長い作業への粘り強さと、サイバーセキュリティ能力です。字幕では、大規模なコードに潜む細かいバグの原因を突き止めて修正した例や、ソフトウェアの弱点を見つけ、実際の危険性を確かめて修正するまでの対策を自立的に進められる点が紹介されています。
あわせて、コーディング、AIエージェント、科学分野、ウェブサイト制作、画像の理解といった領域が改善されたと説明されています。いずれもGoogleの説明を字幕が伝えたもので、当社が同じ条件で試した結果ではありません。自社の業務に当てはめるなら、指示が長時間続く作業と、確認や点検に手間がかかる領域が試しやすい候補になります。
本記事が参照したのは、発表を解説する動画の保存字幕（0.84〜481.84秒）です。動画全体の網羅は確認できていないため、字幕に現れていない内容は判断に含めていません。
ベンチマークは、何を比べているのか
比較対象になったモデル
GoogleはCarbonのスコアを、前世代のGemini 4 Argon、OpenAIのGPT-6 Astra、AnthropicのClaude Opus 5.5、そしてもう1つのClaude系モデルと並べて公開しています。4つ目のモデルは、Google DeepMindの評価方法資料で「Fable 5.1」と表記されています。同資料によると、Gemini以外の競合モデルのスコアは、別段の記載がない限り提供元の自己申告です。比較の相手は、他社の最先端モデルと前世代の2方向です。他社との差とArgonからの伸びを分けて読むと、変化の意味を取り違えにくくなります。
総合ランキングと部門別ランキング
字幕で名前が挙がったのは、長文の理解、複数ステップの業務遂行、自律的な事業運営、そして横断的な総合ランキングです。総合ではArtificial Analysisのランキングで1位になり、Googleのモデルとしては久しぶりの首位だと説明されています。分野別は順位が分かれ、テキスト生成のアリーナが1位、エージェント部門が2位、Web開発を測るコード部門が4位でした。総合1位と部門4位が同時に成り立つ点が、この発表の読みどころです。
字幕に出てきた指標を、測っている能力と対応させると次のようになります。
| ベンチマーク・ランキング | 測っている能力 | 字幕で示された結果 |
|---|---|---|
| 長文理解のベンチマーク | 長い文章の内容を読み取る力 | Argonから大きく改善し、他社の最先端モデルを大きく上回る |
| 複数ステップの業務遂行 | AIエージェントが手順の多い仕事を最後までやり遂げる力 | 他社の最先端モデルを大きく上回る |
| 自動販売機ビジネスの運営 | 仮想の事業を自律的に回す力。最終的な口座残高で採点 | 高いスコア |
| Artificial Analysis 総合ランキング | 複数の指標をまとめた総合順位 | 全モデル中1位（Googleとしては久しぶり） |
| テキストアリーナ | さまざまな分野のテキスト生成能力 | 1位 |
| エージェントアリーナ | AIエージェントとしての性能 | 2位 |
| コードアリーナDev | Web開発の能力 | 4位 |
スコアを読むときの注意
字幕が示したのは順位と大小関係で、スコアの数値や設問の条件ではありません。何点対何点だったか、差がどれほどだったかは読み取れません。ベンチマークは設問の選び方や採点方法で結果が変わるため、順位は発表時点の一つの目安として扱います。自社の業務に当てはめるなら、同じ課題を自社のデータで解かせて比べる段階が別に必要です。本記事が参照したのは提示された字幕（0.84〜481.84秒）の範囲で、動画全体を確認したものではありません。
- 数値と条件：字幕にあるのは順位と大小関係で、具体的なスコアや設問は不明
- 時点：2026年10月28日の発表時点の情報で、順位は今後変わりうる
- 比較の向き：他社モデルとの差と、Argonからの伸びを分けて見る
安全性と、指示の扱いの変化
安全性の説明は、Googleが何を変えたと述べたかの整理です。ここでは字幕で語られた3点を、業務で使う立場から見ます。
根拠のない主張を減らしたという説明
Googleは、Argonと同様の多層的な対策を土台にさらに高めたとしています。学習の段階で近道の行為を抑えて不正の成功率を下げ、危険な振る舞いを減らし、根拠のない主張をArgonの約半分に減らしたという説明です。ハルシネーションの抑制につながる整理ですが、比較の条件や測り方は字幕からは分かりません。
曖昧な指示のときに確認する挙動
指示が曖昧なときに勝手に推測して進めず、資料を確認し、食い違いを利用者に伝えてから動くようになったと説明されています。前提が古いまま依頼したとき、途中で気づける余地はあります。ただし確認の分だけ往復は増えるため、速さと手戻りの少なさは同じ依頼で比べる必要があります。
| 場面 | 確認を挟まない進め方（一般例） | 字幕で説明されたCarbonの挙動 |
|---|---|---|
| 指示の前提が古い | 古い前提のまま作業を進める | 資料を確認し、食い違いを利用者に伝える |
| 指示の範囲が曖昧 | 足りない部分を推測して埋める | 推測で進めず、確認してから動く |
| 外部の文章に命令が混じる | 書かれた命令に従ってしまうおそれ | 悪意ある命令への耐性を高めたという説明 |
プロンプトインジェクションへの対策
AIが読む文章に悪意ある命令を隠して操る攻撃にも強くなったという説明です。具体的な対策や、どの程度防げるかは字幕に現れていません。外部のページやメールを読ませる使い方では、送信や更新の前に人が承認する手順を残したいところです。
- 出典の性質：Googleの説明を字幕が伝えたもので、当社の検証結果ではない
- 数値：字幕で比較値として示されたのは「約半分」のみで、条件は不明
- 参照範囲：保存字幕の0.84〜481.84秒で、動画全体の網羅は未確認
提供の順番とAPI価格
段階的に広がる提供範囲
字幕では、Carbonは米国政府による公開前の安全性確認に触れながら、慎重に提供を進めると説明されています。まずサイバー攻撃への防御を担う一部の専門家に渡し、次に先行提供のプログラムを通じて信頼できるパートナーへ、最後に開発者や企業、一般ユーザーへと広げる順序です。
- ①サイバー攻撃への防御を担う一部の専門家
- ②先行提供プログラムを通じた信頼できるパートナー
- ③開発者・企業・一般ユーザー（フィードバックを集めた後にできるだけ早く）
2段目のプログラム名は字幕で「フェアウンドプログラム」のように聞き取れますが、正式な表記は確認できません。一般提供の開始日も、この時点では示されていません。
提供開始時のAPI価格
API価格は、提供開始時の導入価格（introductory price）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。キャッシュされた入力は95%引きになると公式告知で説明されています。これは前世代のGemini 4 Argonと同じ水準です。
| 区分 | 入力 | 出力 | 説明 |
|---|---|---|---|
| 導入価格 | 2ドル | 10ドル | 提供開始時に適用される価格 |
| Gemini 4 Argon | 同じ水準 | 同じ水準 | 前世代も同じ水準という字幕の説明 |
一般公開の見通しは予想であること
一般公開の時期について、字幕では話者の推測として、Argonが2026年10月1日に発表され、2週間後の10月14日に一般公開された前例から、Carbonも11月中旬あたりになると述べています。ただし、Googleは公式告知で固定の一般提供開始日を発表しておらず、この時期は前例からの推測です。
- 字幕で説明されたこと：提供の順序と、提供開始時のAPI価格
- 未確認のこと：一般公開の具体的な日付、先行提供プログラムの正式名称
- 扱い方：価格は発表時点の情報で、今後変わりうる
- 根拠の範囲：保存字幕の0.84〜481.84秒で、動画全体は未確認
自社で試すなら、何を見るか
既存モデルとの差分を1つの業務で測る
順位と価格は発表時点の情報で、自社の業務で同じ結果になるとは限りません。まず対象を1つの仕事に絞り、今使っているArgonなどと同じ依頼を、同じ資料と完成条件で両方に投げます。比べる軸は精度だけでなく、確認の往復回数、やり直しの量、かかった時間、費用の4つにすると判断しやすくなります。
条件をそろえるため、依頼文と渡す資料は固定し、出力は同じ人が見ます。Carbonは曖昧な指示に対して確認を挟むと説明されており、これは往復が増える側にも働きます。速さと手戻りの少なさは、同じ依頼で測ってください。
最初は、外部への送信や更新を含まない作業から始めます。外部のページやメールを読ませる使い方は、プロンプトインジェクション対策の程度が字幕からは分からないため、実行前に人が承認する手順を残します。
- 依頼文・資料・完成条件を固定したか
- 確認の往復が何回あったか
- やり直した箇所と量
- 作業にかかった時間
- トークン量から見た費用の目安
- 人が承認した工程の回数
記録は費用と確認の手間を含めて1枚にまとめます。総合順位が上でも自社の業務で差が出ないなら、今のモデルを続ける判断もあります。提供時期と価格は変わりうるため、試す前に最新の案内を確認してください。
