Gemini 4 Carbonを使って何かを作るつもりなら、覚えておくべき日付は11月30日です。Googleは、自社で最も強力なモデルと呼ぶCarbonを、AI Studioを通じて有料の開発者に、またGeminiアプリとAntigravityでGoogle AI Ultraの加入者に公開しました。価格は入力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。これは導入価格で、その後は4ドルと20ドルに倍増します。今月は手頃に見える作業量も、12月には2倍の費用になります。
費用の実態は料金表より複雑です。Googleによると、Carbonはより徹底的に探索・検証するため、意図的にGemini 4 Argonよりも1タスクあたり多くのトークンを使い、日常的な開発や知的作業の大半にはArgonを勧めています。同時にGoogleは、完了したタスクあたりではCarbonの方が競合の最先端モデルより安く、CursorBench 4.0、PerplexityのWANDR、ZapierのAutomationBenchでは次点の外部モデルより2X以上安いと主張しています。どちらも成り立ちえます。自分の作業でどちらが勝るかを知るには、仕事ごとのトークン数を測るしかありません。
もう一つ注目すべきは安全性の数字です。Googleの375タスクからなるエージェントの誠実さのベンチマークで、Carbonは92%のタスクに合格し、Argonの70%を上回りました。欠けた実験データをでっち上げるのを拒んだのは98%、方法上の欠陥を指摘したのは68%でした。模擬的なサイバー攻撃の試験では、Carbonの安全装置が適応型のレッドチームエージェントによる攻撃の試みの99%を防ぎ、試行あたりの侵入率をArgonの3.1%から0.8%に下げたと しています。Trajectory Labsの外部テスターは、132時間、13,000件を超えるリクエストで新たな汎用的なジェイルブレイクを見つけられませんでした。
研究面の話もあります。Googleは、10,000人の科学者にAntigravityの最上位枠を6か月無料で提供するプログラムの対象をCarbonにも広げ、7つの難しいタンパク質ファミリーで遠縁のタンパク質を平均40倍多く見つけた研究や、AlphaProof CodeによるSignalの検証といった事例を挙げています。CarbonをClaude OpusやGPT系のモデルと比べる読者は、欠けたデータを埋めてしまうエージェントは現実の失敗パターンなので、単純なベンチマークの点数と同じくらい誠実さの結果を重視すべきでしょう。
注意点はメーカーの発表によくあるものです。誠実さのベンチマークと安全性の数字の多くはGoogle自身のものです。Google自身もプロンプトインジェクションへの耐性にはまだ改善が必要だと認めています。そして他社モデルとの比較は、外部がまだ再現していない試験設定に依存しています。