Google、最上位モデル「Gemini 4 Carbon」を公開：長時間の自律タスクやセキュリティ検証に対応

Google が日常の開発業務向けに Gemini 4 Argon を投入してからわずか数週間、今度は最難関タスクに特化した最上位モデル「Gemini 4 Carbon」を正式にリリースしました。

これまで審査制のサイバーセキュリティ防衛プログラム（Fairwind）限定で提供されていた Carbon ですが、有料 API 開発者、企業向けプラン、そして「Google AI Ultra」加入者に向けて一般提供が開始されました。

長時間エージェントと新機能「/swarm」

Google が推奨する使い分けは明確です。日常的なコーディングや機能追加は、応答が速く安価な Argon で十分対応できます。対する Carbon は、複数パッケージにまたがる移行作業やシステムの根本原因究明、科学分野における定理証明など、長時間の自律推論が求められるヘビーな業務向けに設計されています。

このモデルの能力を引き出す仕掛けとして、開発環境「Google Antigravity」内に新機能「/swarm」がプレビュー公開されました。プロンプトをひとつ入力するだけで、役割分担された複数の AI エージェントチームが立ち上がります。推論力に優れた Carbon を全体の設計者や監査役に据え、個別のコード修正は軽量モデルに任せつつ、別の検証エージェントがテストを走らせる、といった並行作業が自動で進みます。

特に強みを発揮するのがセキュリティと厳密な推論です。Google 社内や提携チームの検証では、大規模 SaaS のゼロデイ脆弱性を2時間足らずで特定したほか、暗号プロトコルの形式検証を数週間で完了させました。また、データの不備がある場合に勝手な推測を拒否する割合が 98% に達するなど、エージェントの「誠実性」テストでも 92% のスコアを記録しています。

ベンチマーク首位争いとコストの壁

リリースの前日には Anthropic が Claude Fable 5.2 を発表しており、Artificial Analysis の総合ランキングでは Fable 5.2（65点）に次ぐ2位（60点）となっています。しかし Google は、スコアそのものよりも「運用コストの安さ」を前面に押し出しています。

業務自動化を測る Zapier の AutomationBench では、Carbon がタスクあたり 2.12 ドルと競合の半額以下で1位を獲得。図面などを扱うマルチモーダルベンチマークでも、首位モデルの6分の1以下のコストで2位につけています。

ただし、利用ハードルは決して低くありません。月額 19.99 ドルの Pro プランでは Carbon を利用できず、Gemini アプリや Antigravity 上で触るには月額 99.99 ドル以上の Ultra プランへの加入が必須です。API 経由の開発者向けには、11月30日まで入力 100 万トークンあたり 2 ドル、出力 10 ドルの導入価格が適用されますが、12月1日以降は 4 ドル／20 ドルへと倍増します。

なぜ重要か

Google は単なるモデルの賢さ勝負から、実際の開発現場で使える「コスト対効果」と「マルチエージェント運用」へと巧みに焦点を移しています。

フロンティアモデルを単体で動かすだけでは限界がある中、Carbon を司令塔にして安価なモデルを束ねる /swarm のアプローチは非常に合理的です。タスク単位のコストを下げる戦略も、実務に導入したい企業にとっては大きな魅力となります。

とはいえ、一般ユーザーにとっては月額 99.99 ドルという価格設定が大きな壁です。また、単価が抑えられているとはいえ、Carbon は思考ループを深く回し、複数エージェントを動かすため、実際のトークン消費量は跳ね上がります。大規模なセキュリティ監査や複雑なリファクタリングを抱えている現場なら試す価値は十分にありますが、普段のコード書きであれば Argon を使い続けるのが賢明と言えそうです。