Google、Gemini 4 Carbonを一般公開 エージェント群の機能も

Googleは2026年11月10日、Gemini 4 Carbonを一般に公開した。Google DeepMindのシニアバイスプレジデントでGoogleのチーフAIアーキテクトを務めるコライ・カブクチュオール氏が同社ブログで明らかにした。シリーズで最も高性能とされるこのモデルは、開発者、企業、科学者、一般消費者が利用できるようになり、依頼をAIエージェントのチームに任せる機能「/swarm」のプレビューも併せて示された。一方で、利用の入り口となる料金は上がる。

Carbonは突然の登場ではない。Googleによると、2週間前にFairwindプログラムを通じてサイバーセキュリティの防御担当者のグループに提供されていた。Gemini 4 Argonに続くモデルだが、Googleは置き換えではなく補完として位置づけている。ソフトウェア開発や知的業務の大半には引き続きArgonが「最適な選択」であり、Carbonは複数段階の複雑なコーディングやデバッグ、自由度の高い科学研究など、モデルの知能の限界を試すタスクを狙う。そのためArgonよりトークンを多く消費し、徹底的に探索し、深く推論し、長い検証ループを回す。

数字の多くはGoogle自身が示したもの

Googleは、独立した評価だとするいくつかのテストでCarbonが1位となり、次点の外部モデルと比べてタスク当たりのコストは2倍以上低いと説明している。

• CursorBench 4.0:プログラミング向けの評価
• WANDR:Perplexityのテスト
• AutomationBench:Zapierのテスト
• Multimodal Knowledge Agent(MKA):Artificial Analysisと共同で作った、グラフ、設計図、表を含む密度の高い文書向けの新評価。Carbonは2位で、タスク当たりの平均コストは首位モデルの6分の1未満

これらの数字はGoogle発である。VentureBeatを引用してFrandroidが伝えたArtificial Analysisの測定は、もう少し複雑な姿を示す。同社のIntelligence Index v5.0ではCarbonが59点で首位となり、AnthropicのClaude Opus 5.5(58点)とOpenAIのGPT-6 Astra(57点)をわずかに上回り、Argon(50点)を大きく引き離した。AA-Omniscienceでは正答率が58%でArgonの48%を上回るが、ハルシネーション率は4%から11%に上昇した。The Decoderによれば、Anthropicの新しい主力モデルFable 5.2はArtificial Analysisのテストでこれを上回り(High版で62点対60点)、Frandroidによれば、CarbonはAA-Briefcaseの事務タスクではGrok 4.7、Muse Wonder、Kimi K3.1 Proの後ろにとどまる。Carbonのスコアは記事によって異なり(Frandroidは59点、The Decoderは60点)、指標のバージョンが同じかどうかは分かっていない。

/swarm:一つの依頼にエージェントのチーム

最も新しいのは、エージェントでコードを書くGoogleのプラットフォームGoogle Antigravityでプレビュー中の/swarmだ。Googleによれば、この機能は一つの指示を、作業をリアルタイムで追える協調するエージェントのチームに変える。Carbonはアーキテクチャ設計、調整、監査といった最も深い推論が要る役割を担い、より速く軽いモデルが並列の隔離された作業空間で動き、敵対的な検証役があらゆる変更をテストする。これはエージェント型システムの考え方、つまり複数のエージェント、分かれた役割、そして統制である。

Googleはこの機能を、GBikeに乗ったペリカンとしてマウンテンビューのキャンパスを探検する3Dゲーム、歴史的な写真から再現したエッフェル塔建設のインタラクティブな3D再構成、演奏できる18世紀のフォルテピアノで紹介している。いずれも提供側が選んだデモである。The Decoderは、エージェント群の費用対効果が議論の的になっていると指摘する。OpenAIとAnthropicは最近むしろ慎重な姿勢を見せ、学術界も懐疑的だ。主な価値は並列化で得られる速度のようだが、その実装は複雑なままである。

料金とアクセス:請求額は上がる

開発者向けには、Google AI StudioのAPIとGemini for Businessで、すべての有料アカウントがCarbonを利用できる。価格はArgonと同じ導入価格で、入力100万トークン当たり2ドル、出力100万トークン当たり10ドルである。「導入」という言葉はGoogleのもので、The Decoderは通常の標準料金が入力4ドル、出力20ドルだと伝えている。

トークン単価が同じでも、Carbonはより多くのトークンを消費するため、実際の請求額はArgonより高くなりそうだとThe Decoderは指摘する。2週間前に公表されたArtificial Analysisのテストでは、解決1タスク当たりの平均コストは、標準料金のCarbonで7.76ドル、Opus 5.5 Maxで10.04ドル、GPT-6 Astra Maxで6.25ドル、最高設定のFable 5.2で26.50ドル(High版では約9ドル)だった。

入り口の高さが響くのは一般向けだ。Frandroidによれば、CarbonはGeminiアプリ、Google検索のAIモード、Antigravityのいずれでも、Google AI Ultraの契約者に限られる。ProのユーザーはArgonのままだ。Argonは10月13日にProとUltraの両方に同時に開放されていた。フランスではGoogle AI Proが月21.99ユーロ、Ultraは月99.99ユーロからで、利用上限はProの5倍。219.99ユーロの第2段階ではそれが20倍になる。Proの契約者が今すぐCarbonを試すには、月78ユーロ多く払う必要がある。

安全性と留保

Googleは完全な安全性レポートとモデルカードを公開した。The Decoderによれば、Carbonは375タスクの社内誠実性テストで92%に合格し(Argonは70%)、不足している実験データを作り上げることを98%の場面で拒否する。適応型のレッドチーミングエージェントに対しては攻撃経路の99%を遮断し、1回の試行当たりの突破率をArgonの3.1%から0.8%に下げた。Trajectory Labsの外部テスターは、132時間、1万3000件を超えるリクエストで、汎用的なジェイルブレイクを一つも見つけられなかった。

間接プロンプトインジェクションのGray Swanベンチマークでは、Carbonは攻撃成功率0%に達し、Googleはこれを初の事例だと説明する。The Decoderは、プロンプトインジェクションが解決されたという意味ではなく、テスト自体が飽和している可能性もあると補足する。

サイバーセキュリティでは、GoogleはWizのScan for Goodプログラムを挙げる。この中でモデルは大手SaaS事業者2社でゼロデイ脆弱性を2時間未満で見つけた。また、自社のProject Fortifyでは、社内テストでスキャンの再現率100%、トリアージの精度95%だったという。ただしこれらの性能はFairwindプログラムで提供される版のもので、Googleは首位だとするベンチマークの具体的な数値を示していないとThe Decoderは述べている。

日本企業にとって何が変わるか

日本企業にとっての問いは、Carbonをあらゆる場面で採用するかどうかではなく、価格に見合うのはどこかを見極めることだ。Google自身も大半の用途にはArgonを勧めている。Carbonが正当化されるのは、複数パッケージにまたがるコード移行やセキュリティ監査のような重い案件で、ミスのコストが追加トークンより高い場合である。導入前には、自社のケースでタスク当たりの実コストを測ること、変更されうる導入価格を織り込むこと、Ultraプランの国内での提供状況と価格を確認すること(挙げた価格はフランスのもの)、そして/swarmは人による確認を伴って試すプレビューとして扱うことが妥当だ。すでにエージェントの並列運用を試している組織には格好の検証環境となるが、そうでない組織は利用者の報告が積み上がるのを待ってもよい。