Googleが「Gemini 4 Carbon」発表、サイバー防衛と長時間エージェント作業に特化

Googleの開発ペースが加速しています。Gemini 4 Argonを公開してからわずか2週間、同社はさらに強力な最新モデルを投入してきました。

Googleは10月28日、最新のフロンティアモデル「Gemini 4 Carbon」を発表しました。サイバーセキュリティの防御と、数日間にわたる長期エージェント作業に特化したモデルで、Artificial Analysisの知力指数ランキングv5.0においてスコア59を獲得し、Claude Opus 5.5を抑えて首位に立ちました。

脆弱性発見から修正パッチまで一貫対応

Carbonの最大の進化はサイバー防衛の領域にあります。脆弱性の検出、実際に悪用可能かの検証、そして根本原因のパッチ修正という一連のライフサイクルすべてをカバーします。

外部ベンチマークでは、実世界のソフトウェアから欠陥を探し出すSEC-bench Proで88.2パーセント、悪用可能性を確かめるExploitGymで54.8パーセント、パッチを生成するCWE-benchで71.0パーセントを記録しました。Google内部のChromeチームによると、高品質な修正パッチの生成において他社のフロンティアモデルより10倍以上優れた成果を上げたとしています。

安全性と誠実さも高められています。プロンプトインジェクション攻撃の成功率は0.0パーセントに抑えられ、開発環境での重大な不整合アラートは前世代から約80パーセント減少しました。わからない問題に対して無理に嘘をつく幻覚の発生率も低く抑えられています。

数日間自律してバグを追うエージェント

もうひとつの柱が、長期にわたるエンジニアリング作業の自律遂行です。Google社内では、巨大なコードベースや低レイヤーのシステムに潜む複雑なバグの根本原因を突き止めるため、Carbonが数日間にわたって試行錯誤を繰り返しながら修正をやり切る様子が確認されています。

一方で、コーディングのすべてで独占首位というわけではありません。Artificial Analysisのコーディングエージェント評価では、Claude Codeと組み合わせたClaude Opus 5.5に次ぐ2位となっています。しかし、部屋の写真から2Dの間取り図を起こすBlueprint Benchや、仮想店舗の運営を競うVending Benchなど、実践的な推論タスクではトップに立っています。

価格はArgonの発売時と同じく50パーセントの割引が適用され、入力100万トークンあたり2ドル、出力10ドルに設定されています。キャッシュされた入力トークンはさらに95パーセント引きとなります。ただし、まずは政府の安全性評価プロセスを経て、Fairwindプログラムを通じた一部のセキュリティ防衛チームにのみ限定提供されます。

なぜ重要か

Googleがわずか2週間のスパンで連続してフロンティアモデルを投入してきた事実は、激化するモデル開発競争において大きな意味を持ちます。後れを取っていた印象を完全に払拭し、ベンチマーク上のトップを奪い返しました。

特にサイバーセキュリティと長期自律タスクに焦点を絞ったのは極めて現実的です。一般的なチャット機能では差別化が難しくなる中、自律的にコードを数日間解析して脆弱性を塞ぐ能力は、企業の開発現場やセキュリティ部門にとって直接的なコスト削減につながります。Claude Opus 5.5と比較して、1タスクあたりのコストが約23パーセント低く抑えられている点も魅力的です。

懸念点は、やはり一般公開までのタイムラグです。現在は厳選されたセキュリティ担当者しか触ることができず、一般の開発者が本番環境でその実力を試せる段階ではありません。ライバル各社も猛烈なスピードで新モデルを準備しているため、一般開放される頃にこの優位性がどこまで保たれているかは注視する必要があります。