Gemini 4 Carbon正式発表、総合首位も限定公開

ポイント

• Googleは2026年10月28日、新しい旗艦AI「Gemini 4 Carbon」を正式発表しました
• 総合指数「Artificial Analysis Intelligence Index」で59点を獲得し、Claude Opus 5.5の58点をわずか1点上回って首位に返り咲きました
• 売りはサイバーセキュリティで、今週から「信頼されたサイバー防御担当者」への限定提供が始まりましたが、一般提供の時期は発表されていません

1点差で取り返した総合首位

Googleは公式ブログで、Gemini 4 Carbonを「最強のモデルで、サイバーセキュリティと長期タスクで最先端の能力を持つ」と位置づけました。

採点に使われたのは、複数のAIを横断的に比較する「Artificial Analysis Intelligence Index」です。

Artificial Analysisによると、Carbonはこの指数で59点を獲得し、全58モデル中1位になりました。

2位は僅差でClaude Opus 5.5の58点、3位はGPT-6 Astraの57点でした。

前作のGemini 4 Argonは50点、Claude Fable 5.1は49点で、ここ数カ月主役だったモデルが点数できっちり並ぶ結果になっています。

ただし総合首位がすべての分野での勝利を意味するわけではなく、同じAAの集計では、コーディング専業の指数ではOpus 5.5の方がまだ上という結果も出ています。

3回のリークが現実になった経緯

このチャンネルでは、Carbonの噂を10月から3回にわたって追いかけてきました。

最初の噂は10月9日から10日ごろで、Google社内のコーディング基盤「Jetski」上で従業員向けにテストされていると報じられました。詳しくは「Gemini 4 Argonが先行流出、社内Carbonの正体」で解説しています。

10月21日以降は、評価サイト「Chatbot Arena」に匿名のまま出現したとの報告が相次ぎました。詳しくは「Gemini4「Carbon」匿名でArena出現、評価は賛否」で解説しています。

同じ時期、早期アクセス版を試したテスターから「3D表現は明確に向上した一方、応答速度がタスクによって2〜4倍遅い」という報告も出ていました。詳しくは「Gemini4「Carbon」3Dは進化、応答は2〜4倍遅く」で解説しています。

匿名の社員の感想や個人のX投稿から始まった話が、1点刻みで業界首位を争うモデルとして現実になったことになります。

脆弱性を見つけ、突き、直す

Carbonの売りは3つ、脆弱性の発見、実際に悪用するテスト、そして修正パッチの作成です。

Google自身の発表によると、脆弱性発見のテスト「SEC-bench Pro」で88.2%の成功率を記録しました。

実際に攻撃コードを作る「ExploitGym」でも54.8%、見つけた脆弱性を直す「CWE-bench」でも71.0%を達成しています。

これら3つのテストは、あえて安全対策（ガードレール）を外した状態で実施されたとGoogleは説明しています。

発見・悪用・修正の3段階を通した一貫した強さは、他社のモデルにはまだ見られない特徴です。

Googleによれば、同社のChromeチームによる検証でも、パッチの品質で別の大手研究所の大規模モデルを10倍以上上回ったといいます。

クラウドセキュリティ企業のWizも、Carbonがウェブの侵入テスト系ベンチマークで首位だったと独自に報告しており、Google以外の評価も付いている点は信頼度を上げる材料です。

テスト	内容	Carbon
SEC-bench Pro	脆弱性の発見	88.2%
ExploitGym	脆弱性の悪用	54.8%
CWE-bench	脆弱性の修正	71.0%

首位の内訳、万能ではない

Google自身が公開した資料では、長文脈を扱う「GraphWalks」で96.2%を記録し、前作Argonの84.2%を大きく上回ったとされています。

経済シミュレーションのテスト「Vending-Bench2」では、Carbonが1万6484ドルの利益でGPT-6 Astraの1万5515ドルを上回ったとも発表されています。

一方で、パソコン操作のテスト「OSWorld-2.1」では、Google自身の資料でもOpus 5.5の87.2%がCarbonの81.5%を上回っており、全分野での勝利ではありません。

これらの数字はいずれもGoogle自身が計測したもので、外部機関による独立した検証ではない点には注意が必要です。

その上で、Artificial Analysisは独自の9種類の評価のうち4種類でCarbonが首位だったと報告しており、外部からも一定の裏付けが取れています。

同じAAの集計では、ウェブサイトを作る能力を競う「WebDev Arena」でCarbonは4位にとどまっており、総合力と個別分野の強さは必ずしも一致しません。

Carbonは何でも屋ではなく、サイバーセキュリティと長文脈処理に特化した専門職AIという印象です。

使えるのは限られた人だけ

今すぐ誰でも使えるわけではありません。

Googleは、今週からまず「一部のサイバー防御担当者」への提供を始め、その後「Fairwind Program」を通じて信頼できる提携先に順次広げると説明しています。

Fairwind Programは、DeepMindによると政府機関や重要インフラ事業者、学術の防御研究ラボなどを主な対象にした早期アクセスの枠組みです。

申請方法は公開されており、Google Cloudの担当チームに連絡する形ですが、応募した組織には身元確認や経歴の審査が行われます。

開発者・企業・一般の利用者への提供については、Googleは「できるだけ早く」としか述べておらず、具体的な日付は示していません。

サイバー攻撃を仕掛ける側に悪用されないよう、安全対策を整えながら段階的に広げる慎重な姿勢がうかがえます。

価格は据え置き、速さは代償に

価格は入力100万トークンあたり2ドル、出力は10ドルで、前作Argonと同じ導入価格からスタートしました。

ただしGoogle自身の発表によると、導入期間が終わると入力4ドル・出力20ドルへ2倍に上がります。

対応する文脈の長さは100万トークンで、入力はテキストだけでなく画像・動画・音声も読み込めますが、出力はテキストのみです。

速さについては、Artificial Analysisの計測では1秒あたり約84.6トークンで、価格帯が近いモデルの中では平均よりやや速いという結果でした。

一方で、最初の1文字が出るまでの時間は計測によって97秒から118秒程度とかなり長く、答え始めるまでの「考える時間」が目立って長いモデルだと分かります。

これは、早期アクセス版のテスターが報告していた「タスクによって2〜4倍遅い」という傾向とも一致しており、速さより正確さを優先した作りであることがうかがえます。

次に来るもの

Carbonが首位に立ったすぐ後、他社陣営でも新しい動きが相次いで報じられています。

OpenAIでは次世代モデルの新しいコード名が話題になり、Anthropicも次世代モデルの開発を進めているとみられています。

Google・OpenAI・Anthropicの3社が1点刻みで競り合う展開は、しばらく続きそうです。

その後11月2日には、SemiAnalysisの新ベンチマーク「GDPx」でOpus 5.5がCarbonを1.1ポイント上回る結果も出ています。測り方によって順位が入れ替わる詳細は「Googleの隠し玉AI、激ムズ新テストで僅差2位だった」で解説しています。

AIリーク情報局の見立て：コード名が割れたリークは、今回も当たった

Carbonをめぐる一連のリークを振り返ると、いくつかの点がはっきり裏付けられました。

10月9日から10日ごろに報じられた社内コード名「Carbon」は、そのまま正式なモデル名として採用されました。

匿名の社員1人が語った「コーディングの感触がOpus 5.5に近い」という感想も、総合指数でOpus 5.5にわずか1点差まで迫る結果として、おおむね裏付けられた形です。

一方で、早期アクセス版のテスターが報告していた「タスクによって2〜4倍遅い」という弱点は、製品版でも時間がかかる作りとして一定程度残っていることが、最初の文字が出るまでの時間の長さから見て取れます。

当サイトの過去記事では、Carbonが社内テストから外部に出てくるまでのペースを「2週間前後」と見立てていましたが、正式発表までは社内テストの最初の報道から3週間弱かかっており、見立てよりは少し長めでした。

この件について過去記事にも答え合わせを追記しておきます。

Googleをめぐる一連のリークの特徴は、「コード名が複数の独立した経路から漏れるほど、発表が近づいている」という点で、今回も当てはまったパターンだと言えそうです。

一般提供がいつ始まるかはまだ読めませんが、始まった際にはこの記事で改めて報告します。

Gemini 4 Carbonに関する質問

Gemini 4 Carbonはもう誰でも使えますか？

まだ使えません。

今週から「信頼されたサイバー防御担当者」への限定提供が始まった段階で、一般の開発者・企業・消費者への提供時期はGoogleから発表されていません。

CarbonはClaude Opus 5.5より強いのですか？

総合指数では1点上回り首位ですが、分野によって結果は分かれます。

パソコン操作のテストではOpus 5.5の方が上という結果もGoogle自身の資料に含まれており、一律に「全面的に上」とは言えません。

Fairwind Programとは何ですか、どうすれば使えますか?

サイバー防御の専門家に先進モデルを早期に使ってもらうための、Google DeepMindの提供プログラムです。

政府機関や重要インフラ事業者、学術の防御研究ラボなどが主な対象で、申請はGoogle Cloudの担当チームへの連絡が必要です。応募した組織には身元確認などの審査があります。

なぜCarbonは答え始めるまでに時間がかかるのですか?

公式な説明はありませんが、答え始める前の「考える時間」が長いためとみられます。

計測では最初の1文字が出るまで97秒から118秒程度かかっており、これは早期アクセス版のテスターが報告していた応答の遅さとも一致しています。

Gemini 4 Carbonの一般公開はいつになりますか?

公式な時期はまだ示されていません。

Googleは「できるだけ早く」開発者・企業・消費者へ提供を広げるとしていますが、具体的な日付は発表の時点で明らかにされていません。