Gemini4「Carbon」匿名でArena出現、評価は賛否

ポイント

• Googleの次世代チェックポイント「Carbon」が、10月21日以降、複数のX投稿者によって評価サイト「Chatbot Arena」で匿名テスト中だと報告されました
• 3D表現やゲーム系の出力を褒める声が相次ぎましたが、フロントエンド・UIデザインはまだ弱いとの指摘もあり、評価は一つにまとまっていません
• GPT-6 Astraより上との声と、Claude Opus 5.5やGPT-6 Astraにまだ及ばないとの声が同時に出ており、裏付けのある数字はまだありません

社内限定だったCarbonが、外のテスト場に現れた

Googleの次世代AI「Gemini 4」をめぐっては、9月30日に公開版「Argon」が発表された後も、さらに強いとされる社内版「Carbon」の存在が話題になっていました。

Carbonの名前が最初に報じられたのは10月9日から10日ごろで、Business Insiderによると、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。

当時はあくまで社内限定の話でしたが、10月21日以降、状況が変わります。

複数のX投稿者が、匿名のAIモデルを比較できる評価サイト「Chatbot Arena」上でCarbonらしき出力を見たと報告し始めました。

Chatbot Arenaは、モデル名を隠した状態で複数のAIの出力を比べられる場所で、新モデルの多くは正式発表前にここで匿名のまま試されます。

社内だけで動いていたはずのCarbonが、少なくとも外部のテスターの目に触れる段階まで進んだことになります。

褒める声と、まだ弱いという声

Carbonの出力への評価は、投稿者によって分かれています。

投稿者のIam_氏は「Gemini 4 Carbonは3Dがとても得意だ。他のモデルと比べて品質の向上が大きい」と評価しました。

同氏は、まだ初期段階であることを踏まえても高い性能だとした上で、「年内に誰でも使えるようになる可能性は十分にある」と予想を添えています。

投稿者のPranav Reddy氏は「Carbonはすでに公開版のArgonより優れている」と評し、さらに「GPT-6 Astraは古く見え始めている」と述べました。

定番のテスト画像「自転車に乗ったペリカン」を描かせた投稿者のSynopsis氏は、「ふわふわした羽とペリカンの爪が描けた、すごい」と感想を残しています。

一方で、同じく10月21日に報告したリーカーのLentils80氏は、GoogleのAPI向けにCarbonの早期アクセス版がパートナーに渡り始めたとした上で、「3DはArgonより明らかに良くなっているが、フロントエンドやUIのデザインはまだ弱く、応答も遅い」と指摘しました。

翌10月22日には、投稿者のPankaj Kumar氏が、Arena上の2つのチェックポイント（ArgonとCarbon）を実際に両方試した結果を投稿しています。

同氏も「Carbonは3Dが得意で、ゲーム作りの理解もArgonより上がっている」と認めつつ、「3DではまだClaude Opus 5.5やGPT-6 Astraの方が上」「Argonより応答が遅い」と、好意的な声とは逆の評価も残しました。

褒める声と慎重な声が同じ日に同じ場所から出ている以上、どちらか一方だけを真実として扱うことはできません。

投稿者	日付	評価の方向
Iam_	10/21	3Dが得意、年内公開に期待
Pranav Reddy	10/21	Argonより優秀、Astraは古く見える
Synopsis	10/21	ペリカンのテスト画像を好評価
Lentils80	10/21	3Dは良いがUIは弱く応答も遅い
Pankaj Kumar	10/22	3Dは向上も、Opus5.5・Astraにはまだ劣る

Googleが抱えている「出遅れ」への焦り

Carbonの開発がこれだけ急がれているように見える背景には、今年8月の一つの報道があります。

調査会社SemiAnalysisは8月7日、Googleのフロンティアモデルが社内評価と外部ベンチマークを合わせた総合順位で8位か9位程度にとどまっていると指摘しました。

同じ時期、前モデル「Gemini 3.5 Pro」が事実上打ち切られ、資源をGemini 4へ集中させたとも報じられています。

これに対し、Google DeepMindのローガン・キルパトリック氏はX上で、SemiAnalysisの分析を「表面的だ」と反論しました。

同氏は打ち切りの有無そのものには触れず、代わりに「Gemini 3.6 Flash」が速く展開され開発者に使われている実績を、チームの実行力の証拠として挙げています。

打ち切りをはっきり否定したわけではない反論の後に、今回のCarbonの話が出てきた格好です。

王者Opus 5.5・GPT-6 Astraとの位置関係

いまの生成AI競争で、コーディング力の王者とされているのはAnthropicの「Claude Opus 5.5」です。

10月の報道では、Carbonを試した社員の一人が「コーディングの感触がOpus 5.5に近い」と語ったとされていました。

ただしこれは匿名の社員1人の感想で、本人も「さらにテストが必要」と述べていた話です。

今回新たに出てきたPankaj Kumar氏の比較では、3D表現に限って言えば、CarbonはまだOpus 5.5とGPT-6 Astraの両方に及ばないという評価でした。

Pranav Reddy氏の「Astraが古く見える」という声と、Pankaj Kumar氏の「Astraの方がまだ上」という声は、同じ3日間のうちに出た、正反対の評価です。

GPT-6 Astraを軸にしても、CarbonがAstraを上回ったのか下回ったのかは、現時点のテスター投稿だけでは決着がついていません。

リークの確度をどう見るか

ここまでの話は、どれも公式発表ではなく、X上の個人投稿に基づく観測情報だという点が重要です。

Googleからは、Carbonという名前についても、Arenaでのテストについても、公式なコメントは出ていません。

匿名のテスト環境では、見ている相手が本当にCarbonなのか、別のモデルなのかを利用者側が確実に判定する方法もありません。

ベンチマークの点数のような検証可能な数字は今のところ公開されておらず、すべてが個人の感想の積み重ねです。

スクリーンショットの誤読や勘違いが元で話が広がった例は、過去のAIリークでも何度もありました。

今回のように複数の投稿者の評価が一致しない状況は、むしろ「まだ裏付けが取れていない」ことの表れだと捉えた方が実情に近いでしょう。

AIリーク情報局の見立て:社内から外への移行は「およそ2週間」で動く

Googleの最近のモデルの動きを振り返ると、ある程度の周期が見えてきます。

Gemini 4 Argon自体は、9月30日の限定発表から有料API・Geminiアプリへの一般提供まで13日でした（詳しくは「Gemini 4 Argon、自動修正機能が有料勢に拡大」）。

画像生成AIの「Nano Banana」シリーズでも、前世代が社内名の発覚から正式発表まで13日だったことが分かっています。

Carbonについても、Business Insiderによる社内テストの最初の報道が10月9日から10日、外部のテスターがArenaでの匿名出現を報告したのが10月21日から22日で、間隔は11日から12日ほどでした。

この11日から12日という間隔は、これまでGoogleが見せてきた「社内・限定公開から2週間前後で次の段階へ進む」というリズムに、おおむね当てはまります。

このパターンが今回も続くなら、Carbonが名前を明かした形で姿を現すのは、今から1週間から2週間後、つまり11月上旬あたりが一つの目安になりそうです。

ただし、Argonのときのような安全性重視の分野ではなく、性能そのものを競うモデルであるため、社内での比較検討にもう少し時間がかかる可能性も残ります。

Carbonの立ち位置がはっきりしたら、この記事で答え合わせを追記します。

追記（2026-10-24）

その後、CarbonのEAP(早期アクセスプログラム)が10月21日に正式に始まったことが判明しました。3D表現は明確に向上した一方、タスクによって2〜4倍遅い応答速度も報告されています。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。

追記（2026-11-01）

2026年10月28日、Carbonは新しい旗艦モデルとして正式発表されました。この記事で見立てた「1週間から2週間後、11月上旬あたり」という目安よりは少し早く、Arenaでの匿名出現から1週間弱で名前が明かされた形です。詳しくは「Gemini 4 Carbon正式発表、総合首位も限定公開」で解説しています。

Gemini 4 Carbonに関する質問

Gemini 4 Carbonはもう使えますか？

いいえ、まだ使えません。

社内限定のテストに加え、一部のAPIパートナーへの早期アクセスや、Chatbot Arenaでの匿名テストが報告されている段階で、一般向けの製品やAPIとしては公開されていません。

Chatbot Arenaに出た「Carbon」は、本当にGoogleのモデルなのですか？

公式な確認はありません。

複数のテスターが出力の傾向からCarbonらしいと判断していますが、Google自身がこのモデルの存在やArenaでのテストを認めたことはなく、別のモデルを見間違えている可能性も残ります。

CarbonはClaude Opus 5.5やGPT-6 Astraより強いのですか？

投稿者によって評価が分かれています。

Astraが古く見えるとした投稿者もいれば、3DではまだOpus 5.5とAstraの方が上だとした投稿者もおり、どちらも検証可能なベンチマークは示していません。

Googleが性能面で出遅れているという指摘は本当ですか？

8月にSemiAnalysisが、Googleのモデルが総合順位で8位か9位程度だと報じ、前モデルの打ち切りも指摘しました。

Google側は分析を「表面的」だと反論しましたが、打ち切りの有無をはっきり否定したわけではなく、論争に明確な結論は出ていません。

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。

テスターの一人は「年内に誰でも使えるようになる可能性は十分にある」と予想していますが、これはあくまで個人の見立てです。