モデル

Gemini 4 Carbon：Googleは首位を奪還したが、鍵をかけたままだ

Gemini 4 CarbonはArtificial AnalysisとLMArenaで首位に立つが、開発者にも一般にもまだ提供されていない。スコア、価格、アクセス。

執筆： Audryk · 2026年10月28日

• モデル
• #Google
• #Gemini
• #ベンチマーク
• #価格
• #サイバーセキュリティ

10月28日、Googleは同社で最も強力だとするモデル、Gemini 4 Carbonを発表した。最先端のサイバーセキュリティ能力と長期的なタスク遂行能力を備えるという(Google)。2週間前のGemini 4 Argonを土台としている。開発者が注目する2つのランキングでも首位に立った。ただしCarbonは、開発者にも一般にもまだ提供されていない。アクセスできるのは一部のサイバー防御担当者だけで、Googleは公開日を示していない(Google)。

以下では、Googleが公表した数字、独立した評価機関の数字、当サイトの見解を区別し、見解にはその旨を明記する。価格は100万トークンあたりのドル建てである。

Carbonとは何か

Carbonは軽量な「Flash」モデルではなく、長いエンジニアリングタスク向けに作られたArgonの強化版である。Googleによると、チームは大規模なコードベースで、微妙なバグの根本原因を見つけて修正するために、Carbonが「数日間」稼働するのを確認したという(Google)。

もう一つの焦点は防御的なサイバーセキュリティである。Googleは、脆弱性の発見でSEC-bench Proが88.2%、悪用可能かの確認でExploitGymが54.8%、修正でCWE-benchが71.0%と報告している。社内テストでは、安全なコードを書く成功率がArgonの2倍以上だという。Chromeチームは、他の研究所の大型フロンティアモデル(名前は挙げていない)よりパッチの質が「10倍以上」高いと報告している(Google)。

Googleは、パラメータ数も最大出力長も公表していない。Artificial Analysisは、テキスト、画像、動画、音声の入力とテキスト出力に対応し、コンテキストウィンドウは100万トークンだとしている(Artificial Analysis)。

Artificial Analysisの指数で首位

前日に刷新されたArtificial Analysis Intelligence Indexのバージョン5で、Carbonは59点で首位に立った。Claude Opus 5.5より1点高い。

Artificial Analysis Intelligence Index v5(100点満点)
█ Gemini 4 Carbon
░ Gemini 4 Argon
▒ 競合モデル

Gemini 4 Carbon        59 │██████████████████████████████
Claude Opus 5.5        58 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒
GPT-6 Astra            57 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒
GPT-6.1 Sol            55 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒
Gemini 4 Argon         50 │░░░░░░░░░░░░░░░░░░░░░░░░░
Claude Fable 5.1       49 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒

出典：Artificial Analysis、Carbonの記事とIndex v5の発表(2026年10月27日と28日)。Claude Fable 5.1のスコアはGoogle DeepMindの表による。Carbonは高い推論設定、他は最大の推論設定での結果。

1点差はわずかである。Artificial Analysisは、Carbonが指数の9つの評価のうち4つ(HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA)で首位だと述べている。コーディングのテストであるTerminal-Bench 4.0とFrontierCodeでは2位にとどまる。事務作業を測るAA-Briefcaseでは、CarbonはArgon(1,609)に対して126 Eloポイント上昇したが、Grok 4.7(1,638)、Muse Wonder(1,659)、Kimi K3.1 Pro(1,678)には及ばない(Artificial Analysis)。

信頼性は一長一短である。CarbonのAA-Omniscienceスコアは最も高い(54、Opus 5.5は48)が、ハルシネーション率はArgonの4%から11%に上がる。それでも、ともに50%のClaude Opus 5.5とGPT-6 Astraよりはるかに低い(Artificial Analysis)。

ArgonおよびライバルにCarbonが加えるもの

Googleは17項目のテスト表を公開しており、すべての行でCarbonがArgonを上回る。ライバルとの比較では、状況はまちまちである。代表的な5行を示す。

Googleが公表したスコア(%)
█ Gemini 4 Carbon   ░ Gemini 4 Argon
▒ GPT-6 Astra       ▓ Claude Opus 5.5

Terminal-Bench 4.0 (AA)
  Carbon        65.2 │████████████████
  Argon         57.1 │░░░░░░░░░░░░░░
  GPT-6 Astra   59.1 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒
  Opus 5.5      59.6 │▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓
FrontierSWE 2
  Carbon        61.2 │███████████████
  Argon         55.0 │░░░░░░░░░░░░░░
  GPT-6 Astra   65.5 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒
  Opus 5.5      62.3 │▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓
OSWorld-2.1
  Carbon        81.5 │████████████████████
  Argon         74.7 │░░░░░░░░░░░░░░░░░░░
  GPT-6 Astra   80.9 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒
  Opus 5.5      87.2 │▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓
GraphWalks 256k-1M
  Carbon        96.2 │████████████████████████
  Argon         84.2 │░░░░░░░░░░░░░░░░░░░░░
  GPT-6 Astra   71.8 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒
  Opus 5.5      66.8 │▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓
ExploitGym
  Carbon        54.8 │██████████████
  Argon         42.0 │░░░░░░░░░░░
  GPT-6 Astra   42.4 │▒▒▒▒▒▒▒▒▒▒▒
  Opus 5.5      34.5 │▓▓▓▓▓▓▓▓▓

出典：Google DeepMindの表、Googleの評価方法。これらはベンダーの数字であり、独立した評価ではない。

最も明確な向上は、長いコンテキスト(256,000から100万トークンのGraphWalksで、CarbonはGPT-6 AstraとOpus 5.5を大きく引き離している)、サイバーセキュリティ、科学の分野にある。一方、ソフトウェアエンジニアリングのテストであるFrontierSWE 2ではGPT-6 Astraが、コンピューター操作を測るOSWorld-2.1ではClaude Opus 5.5が優位を保つ。SWE-sweepでは、Carbon(9.6%)がGPT-6 Astra(9.5%)をわずか0.1ポイント上回るだけである(Google DeepMind)。

コーディングエージェントについては、Artificial AnalysisがGoogle自身のツールであるAntigravity CLIの中でもテストした。この組み合わせはCoding Agent Indexで59点となり、Opus 5.5を使ったClaude Code(62点)に3点及ばない(Artificial Analysis)。

Googleは行動面の安全性も強調している。Terminal-Bench 4.0では、Carbonは不正の試みに成功することがもはやなく(0.0%)、不正を試みるのは0.4%の場合だけである。重大度の高いミスアライメント警告は、社内テストで80%近く減少する。Gray Swanの間接プロンプトインジェクションテストでは、成功する攻撃はなく、Argonの0.7%と対照的である(Google)。

LMArenaでも首位、ただし暫定

ユーザーが2つの回答を匿名で比較するLMArenaでも、Carbonが1位となった。

LMArena、テキストのリーダーボード、Eloスコア
棒グラフは1,460ポイントから始まり、1ブロック=3ポイント
█ Gemini 4 Carbon   ░ Gemini 4 Argon   ▒ 競合モデル

Gemini 4 Carbon     1,528 │███████████████████████
Gemini 4 Argon      1,520 │░░░░░░░░░░░░░░░░░░░░
Claude Opus 5.5     1,509 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒
Muse Wonder         1,507 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒
Claude Fable 5.1    1,504 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒
GPT-6.1 Sol         1,481 │▒▒▒▒▒▒▒
GPT-6 Astra         1,476 │▒▒▒▒▒

出典：LMArena、2026年10月27日のテキストのリーダーボード、10月28日確認。棒グラフはゼロから始まっておらず、差が拡大されて見える。

このスコアは「暫定」と表示され、4,403票に基づく。Argonは11,889票である。誤差幅(±9)がArgonとの8ポイント差を含んでいるため、LMArenaはCarbonを1位から2位の間に位置づけている(LMArena)。Web開発を対象とするWebDev Arenaでは、Googleは89ポイントの向上を報告しており、1,768で4位である(Google)。

価格と提供状況

Carbonは開発者にも一般にもまだ提供されていない。現時点でGoogleはサイバー防御のパートナー向けに限定しており、公開日はない(Google)。以下の価格は発表された価格であり、今すぐ使える料金ではない。

Carbonは、Argonと同じ導入価格(入力2ドル、出力10ドル、キャッシュされた入力トークンは95%割引)で始まる。その後は4ドルと20ドルになる(Google)。Googleはこの導入期間がいつ終わるかを示していない。Argonの導入期間は11月30日までである(Google)。

出典：Google、Carbon、Google、Argon、Antigravity、Anthropic、OpenAI。OpenAIは272,000トークン未満のリクエストの標準料金。2026年10月28日確認。

トークンあたりの価格がすべてではない。Artificial Analysisは、Carbonの標準料金である4ドル／20ドルで、指数に含まれるタスク全体のコストを測定している。

Artificial Analysisの指数タスク1件あたりの平均コスト($)
標準価格、導入割引なし
█ Gemini 4 Carbon   ░ Gemini 4 Argon   ▒ 競合モデル

Claude Fable 5.1    13.04 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒
Claude Opus 5.5     10.04 │▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒
Gemini 4 Carbon      7.76 │████████████████
Gemini 4 Argon       7.68 │░░░░░░░░░░░░░░░
GPT-6 Astra          6.25 │▒▒▒▒▒▒▒▒▒▒▒▒▒
GPT-6.1 Sol          1.27 │▒▒▒
GPT-6.1 Terra        0.96 │▒▒

出典：Artificial Analysis、Carbonの記事(Carbon、Argon、Opus 5.5、Astra)とIndex v5の発表(Fable 5.1、Sol、Terra)。

Carbonは、Opus 5.5よりタスクあたりのコストが約23%低く、出力トークンは29%少ない(173,000に対して123,000)。コストはArgonと同じで、スコアは9ポイント高いが、GPT-6 Astraの約1.2倍である(Artificial Analysis)。GPT-6.1 Solは、スコアが4ポイント低い代わりに、タスクあたりのコストは依然として6分の1である。

アクセスについては、Carbonは今週、サイバー防御担当者の「一部」に提供され、その後Fairwind Programのより多くの信頼できるパートナーに広がる。Googleは、開発者、企業、一般消費者に「できるだけ早く」開放する前に、「フィードバックを集め」、ガードレールを改良したい考えで、日付は示していない(Google)。Fairwindのパートナーは650社を超え、政府、重要インフラの運営者、中核的な技術プラットフォームが優先される。アクセスは管理されており、組織は審査を受け、フィッシング耐性のある認証が必要で、アクセス権の転売や共有は認められない(Google DeepMind)。

10月28日時点で、CarbonはGemini APIのモデル一覧にも、変更履歴にも、価格ページにも載っていない(Google)。Geminiアプリ、Vertex AI、Antigravity、Gemini CLIの提供日も、Googleは発表していない。

開発者にとっての変化

今のところ、具体的なものは何もない。APIのモデルIDは公開されておらず、モデルはどの公開製品にも入っていない。時期についての手がかりはArgonだけである。同じ形で発表されたArgonは、その後Gemini APIに加え、Google AI ProとUltraの契約者向けにAntigravityのアプリとコマンドラインの両方に届いた(Antigravity)。これらのツールについては、Gemini CLIとAntigravity CLIのガイドで取り上げている。

当サイトの見解：Carbonが登場したとき、重要になるのは主に3つの用途だろう。Googleが前面に出す非常に長いエージェントタスク。GraphWalksでの優位が最も明確な大きなコンテキスト。そして、自ら強みとするコードのセキュリティ監査である。日常的なコーディングでは、公表されたテストでOpus 5.5やGPT-6 Astraとの差は小さく、GPT-6.1 Solはタスクあたりのコストがはるかに低い。終了時期の示されていない導入価格も、予算を組む人にとってはリスクである。いずれ倍になるからだ。

注目すべき点は2つ。APIが開放される日と、暫定の表示が外れるだけの票数が集まった後のCarbonのLMArenaスコアである。

出典

• Google, Gemini 4 Carbon announcement(2026年10月28日)（確認日：2026-10-28）
• Google DeepMind, Gemini 4 performance tableとmethodology（確認日：2026-10-28）
• Google DeepMind, Fairwind Program
• Artificial Analysis, Gemini 4 Carbon is the new number 1(2026年10月28日)
• Artificial Analysis, Intelligence Index v5(2026年10月27日)
• LMArena, text leaderboard(2026年10月27日)（確認日：2026-10-28）
• Google, Gemini 4 Argon announcement
• Google Antigravity, Gemini 4 Argon in Antigravity
• Google, Gemini API models（確認日：2026-10-28）
• Anthropic, pricingとOpenAI, API pricing（確認日：2026-10-28）

この記事の誤りに気づかれましたか？ 報告する · 訂正ポリシー