弊誌はアフィリエイト広告を利用しています。

Google最強「Gemini 4 Carbon」発表!まず防御担当者へ提供

Gemini 4 Carbonのキービジュアル

 OpenAIの「GPT-6 Astra」、Anthropicの「Claude Opus 5.5」と「Claude Fable 5.1」。各社の最先端AIモデルが性能を競うなか、Googleも10月13日に「Gemini 4 Argon」の一般提供を始めたばかりでした。

 ところがGoogleは10月28日(米国時間)、早くも次のフロンティアモデル「Gemini 4 Carbon」を発表。同社は「最も強力なモデル」と位置づけ、サイバーセキュリティと、長時間にわたる作業の能力で最先端の性能をうたいます。

 しかし、すぐに誰でも使えるわけではありません。最初に提供するのは一部のサイバー防御担当者だけで、Geminiアプリや開発者向けAPIでの提供時期はまだ示されていません。

 GoogleとAlphabetのCEOを務めるSundar Pichai氏は、「モデルは定期的に出すと言っていたはずだ」とXに投稿。Argonの登場からわずか2週間でのCarbon発表を、Googleがフロンティアを押し進めるペースの表れだと紹介しています。

 Carbonは、Gemini 4ファミリーで先行したArgonを土台にしたモデル。

 Argonは9月30日に発表され、サイバー防御を担う組織への先行提供を経て、10月13日からGoogle AI ProとGoogle AI Ultraの契約者向けにGeminiアプリで、開発者向けにはGemini APIの有料枠で提供されています(発表時の記事、一般提供の記事)。

 Carbonが狙うのは、より難しく、長時間を要する開発作業。Googleによると、社内テストではCarbonが数日間にわたって動き続け、大規模なコードベースや低レイヤーのシステムにまたがる微妙なバグの原因究明や修正など、複雑な作業に取り組んだといいます。

 また、コーディングやエージェント、科学分野のタスクに加え、フルスタックのウェブ開発やマルチモーダル理解も強化。ウェブ開発の出来を対戦形式で比べる「WebDev Arena」では、Elo評価値を89ポイント上げて1768とし、4位に入りました。

 

 サイバーセキュリティでは、ガードレール(安全対策)を外した状態で評価した外部ベンチマークで最先端の数値を記録。

 脆弱性を探す「SEC-bench Pro」で88.2%、悪用可能性を確かめる「ExploitGym」で54.8%、修正コードを作る「CWE-bench」で71.0%に達したとしています。社内評価でも、安全なコードを生成する成功率がArgonの2倍以上に向上しました。

 ChromeチームはCarbonが高品質なパッチ生成で他社の大規模フロンティアモデルの10倍以上の成果を出したと報告。Google傘下のクラウドセキュリティ企業Wizも、ウェブの侵入テストベンチマークでCarbonが首位だと伝えています。

 Googleが公開した比較表は、Argon、GPT-6 Astra、Claude Opus 5.5、Claude Fable 5.1と並べた17項目。Carbonはこのうち15項目で最高値を記録しました。

 個別に見ると、Claude Opus 5.5とは値がそろう16項目のうち14項目で、GPT-6 Astraとは17項目のうち16項目でCarbonが上回っています。

Gemini 4 Carbonと他社モデルのベンチマーク比較表

Googleが公開したベンチマーク比較表

 2項目で負け、さらに2位と僅差の項目もある多いのですが、そもそもあれだけAnthropicとOpenAIに完敗してきたGeminiが、ここまで上り詰めたことは率直に評価できます。

 安全面では、Argonと同じ多層の安全対策を継承。モデルの訓練、リアルタイムの悪用対策、プロンプトインジェクションへの耐性、思考過程の監視を組み合わせたものです。

 社内での実際のコーディング環境でも、重大なミスアライメント警告が8割近く減少。根拠のない主張がArgonの約半分に減り、指示を逸脱する行動や作業のやり残しも2割以上減ったとしています。

 Gray Swanの間接プロンプトインジェクション評価(15回の攻撃試行)では、Argonの攻撃成功率0.7%に対し、Carbonは0.0%で評価したすべての攻撃を防御。同じグラフでClaude Opus 5.5とClaude Fable 5.1は1.0%、GPT-6 Astraは8.5%でした。

Gray Swanの間接プロンプトインジェクション評価のグラフ

Gray Swan IPIの攻撃成功率(低いほど良い)

 Googleは米国政府による公開前検証の自主的な枠組みに参加しつつ、提供を段階的に進める方針。今週から一部のサイバー防御担当者へ提供し、防御組織向けの「Fairwind Program」を通じてパートナーへ順次拡大します。

 一方、一般提供はガードレール改善後に「できるだけ早く」とするにとどまり、時期は示されていません。

 利用料金はArgonと同じ導入価格でスタート。100万トークンあたり入力2ドル(約320円)、出力10ドル(約1600円)で、キャッシュされた入力は95%引きとなります。

 導入期間の終了後は入力4ドル(約630円)、出力20ドル(約3200円)になります。Argonの導入価格は11月30日までですが、Carbonの終了時期は明かされていません。

 AnthropicのClaude Opus 5.5のAPI標準料金は、100万トークンあたり入力4ドル(約630円)、出力20ドル(約3200円)。Carbonの導入価格はその半分で、導入期間の後は同じ単価になります。

 コンテキスト長も今回の発表では非公開。先行するArgonは、Gemini APIで入出力合わせて100万トークンまで扱えます。日本での提供や日本語対応の予定についても、今回の発表では触れられていません。

 公式の比較表では、値がそろう16項目のうち14項目でClaude Opus 5.5を、17項目のうち16項目でGPT-6 Astraを上回る。それでいて導入価格は100万トークンあたり入力2ドル、出力10ドルと、Claude Opus 5.5の標準料金のちょうど半分。……あれ?半分?さすがにキャンペーン価格とはいえ頭がおかしくなりそうですね。しかも、Argonの一般提供からわずか2週間ほどでこの伸び。AA Indexは50から59へ、GraphWalksは84.2%から96.2%へと跳ね上がっていて、夢でも見ているのかと思います。

 もちろん、FrontierSWE 2ではGPT-6 Astraに、OSWorld-2.1ではClaude Opus 5.5に負けていますし、半額なのは導入期間だけで、その後はOpus 5.5と同じ単価です。そして何より、今はまだ一部の防御担当者しか触れません。早く本当に夢ではないのか確かめたいところです。

すまほん!!を購読しませんか?

Twitterでも最新更新を配信・通知しています

フォローする 再度表示しない
広告
広告