Googleの隠し玉AI、激ムズ新テストで僅差2位だった

ポイント

• 半導体AI調査で知られるSemiAnalysisが、実務能力を測る新ベンチマーク「GDPx」の結果を公表しました
• 首位はClaude Opus 5.5でしたが、Googleの限定公開AI「Gemini 4 Carbon」が僅差の2位につけ、コストは3分の1程度だったと報じられています
• Carbonは10月28日に正式発表済みですが、使えるのはサイバー防御担当者などに限られ、一般提供の時期はまだ発表されていません

最高得点でもわずか12%の激ムズテスト

SemiAnalysisが2026年11月2日に公表した新ベンチマーク「GDPx」は、13モデルを対象にした実務再現型のテストです。

結果は、最高得点のClaude Opus 5.5でもわずか12.0%という厳しいものでした。

2位はGoogleの「Gemini 4 Carbon」で10.9%、3位はOpenAIの次世代モデル「GPT-6 Astra」で9.6%でした。

Opus 5.5とCarbonの差はわずか1.1ポイントで、総合力ではほぼ並んでいると言ってよい結果です。

さらに注目されているのが価格です。Carbonは1タスクあたり16ドルほどで済むのに対し、Opus 5.5は51ドルほどかかると報じられています。

3倍以上の価格差がありながら2位に食い込んだことが、今回の結果が話題になっている理由です。

正体不明の新ベンチマークの中身

GDPxは、文章作成のような単発作業ではなく、本物の企業の業務を再現したテストです。

データルームや研究室を模した環境で、最大8時間かけて取り組ませる本格的な作りになっています。

対象は半導体設計・金融・法務・生物学など11分野で、206件のタスクを14社のデータパートナーから集めています。

一方で、政府・不動産・保険の3分野はあえて対象から外されています。

AIの収益が集中しやすい、投資対効果の高い業務を狙って選んでいるためです。

採点は3回試行した成功率をもとに、どの分野も同じ重みで平均する方式が採られています。

3強それぞれの得意分野

総合力ではOpus 5.5が頭一つ抜けていますが、分野ごとに見ると様相が変わります。

Opus 5.5はクオンツ取引やハードウェア設計、半導体設計で強みを発揮しています。

OpenAIの「GPT-6 Astra」は、AIが自らの次世代モデルを改良する「再帰的自己改良」と材料科学で首位でした。

Gemini 4 Carbonは、生物学とソフトウェア工学で最も高い点数を記録しています。

ただし生物学の高得点については、安全対策（セーフティクラシファイア）の判定基準が影響している可能性が指摘されています。

Opus 5.5とGPT-6 Astraは、サイバーセキュリティや生物学、アラインメント関連の作業で安全対策が作動し、点数が引き下げられたとみられています。

もし安全対策による減点を除いて採点し直すと、GPT-6 Astraが該当分野でOpus 5.5を上回るとの見方も出ています。

なお、金融と法務の2分野はどのモデルにとっても難しすぎて、ほぼ全滅という結果でした。

3分の1の値段で肉薄できる理由

Carbonの価格が安い理由について、公式な説明はまだありません。

海外メディアの間では、軽量な作り方が関係しているとの見方が有力です。

Gemini 4 Carbonはすでに同社の既存記事「Gemini 4 Carbon正式発表、総合首位も限定公開」で触れたとおり、入力100万トークンあたり2〜4ドル、出力10〜20ドルという価格帯で設計されています。

性能とコストの両立が成立しているように見えることが、業界内でCarbonが話題になっている最大の理由です。

限定公開が続く理由

ここまでの実力が示されながら、Carbonは今も一般には公開されていません。

Googleは10月28日の発表時から、まず「信頼されたサイバー防御担当者」への提供にとどめています。

対象となるのは、DeepMindの「Fairwind Program」を通じた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です。

開発者・企業・一般消費者への提供時期について、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。

海外メディアの間では、安全性の審査や企業向けの準備を慎重に進めているためではないかとの見方が出ています。

これはあくまで推測で、Google自身が理由を公式に説明したわけではない点には注意が必要です。

予測市場も動いた

実力が示されたことで、AIの実力を賭けの対象にする予測市場でも反応が出ています。

Polymarketの「2026年末に最も強いAIモデルを持つ会社はどこか」という市場では、2026年11月7日時点でGoogleが65%と最有力になっています。

Anthropicは30%、OpenAIは4%で、半年ほど前はAnthropicが9割近い支持を集めていたことを思えば、大きな変化です。

この市場の取引額は400万ドルを超えており、業界の注目度の高さがうかがえます。

評価の基準はチャットボットの対戦型ランキング「LMArena」の年末時点の順位で、今回のGDPxとは別の指標です。

総合力の指標ではOpus 5.5が上という結果が出ている一方で、賭けの世界ではGoogle推しが強まっているという、評価軸のねじれが生まれています。

Carbonが歩んできた道

Carbonという名前が世に出てから、すでに1カ月近くが経っています。

最初の噂が出たのは10月9日から10日ごろで、Google社内のコーディング基盤上でテストされていると報じられました。

その後10月下旬には、評価サイト「Chatbot Arena」に匿名のまま出現したという報告も相次ぎました。

同じ時期には、3D表現は向上した一方で応答速度がタスクによって2〜4倍遅いという早期アクセス版の検証結果も出ていました。

10月28日に正式発表され、独自の指数「Artificial Analysis Intelligence Index」では59点でOpus 5.5の58点をわずか1点上回っていました。

今回のGDPxでは逆にOpus 5.5が1.1ポイント上回っており、どちらが本当に強いかは測り方次第という状況が続いています。

次に来る本物のGemini 4

ここまでの話はすべて、Carbonという一つのモデルの性能についてです。

複数の海外メディアは、本家の「Gemini 4」そのものの公開を年内に予想していますが、公式な日付はまだ発表されていません。

もしCarbonがそのまま次のGemini 4に組み込まれるなら、従来より安いコストで動く次世代AIが誕生することになります。

AnthropicもOpenAIも次世代モデルの開発を進めているとみられ、発表の順番によって状況はまだ変わる可能性があります。

今回分かったのは、3社の実力差がこれまでよりずっと小さくなっているということです。

AIリーク情報局の見立て：測り方を変えると勝者が入れ替わる

Carbonをめぐる評価は、ベンチマークを変えるたびに結果が入れ替わっているのが特徴です。

10月28日の正式発表時点では、Artificial Analysis Intelligence IndexでCarbonがOpus 5.5を1点上回っていました。

ところが11月2日公表のGDPxでは、逆にOpus 5.5がCarbonを1.1ポイント上回っています。

わずか5日の間に、別の指標で順位が入れ替わったことになります。

これはどちらかが間違っているという話ではなく、単発の質問に強いモデルと、長時間の実務タスクに強いモデルは必ずしも一致しないということを示していそうです。

Polymarketの予測市場がこの数カ月でAnthropic優勢からGoogle優勢へ大きく振れたのも、こうした指標の揺れを背景にしていると考えられます。

当サイトの見立てとしては、総合力の1位争いよりも、Carbonが生物学とソフトウェア工学で示した安さと実力の両立の方が、次のGemini 4の価格設計に影響しそうだと見ています。

本家Gemini 4が発表された際には、この記事でも答え合わせを追記する予定です。

Gemini 4 Carbonに関する質問

Gemini 4 Carbonはもう使えますか？

まだ一般には使えません。

10月28日の発表時からサイバー防御担当者などへの限定提供が続いており、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。

Gemini 4 CarbonはClaude Opus 5.5より強いのですか？

測り方によって結果が変わります。

GoogleのArtificial Analysis Intelligence IndexではCarbonがわずかに上回りましたが、SemiAnalysisのGDPxではOpus 5.5がわずかに上回っており、一律に「どちらが強い」とは言えない状況です。

GDPxとはどんなテストですか？

SemiAnalysisが2026年11月に発表した、実務再現型の新しいAIベンチマークです。

半導体設計や金融、法務、生物学など11分野・206件のタスクを、最大8時間かけて取り組ませる本格的な作りになっています。

なぜCarbonはOpus 5.5より安いのですか？

公式な説明はまだありません。

海外メディアは軽量な作り方が関係している可能性を指摘していますが、具体的な技術的根拠はGoogleから示されていません。

本家のGemini 4はいつ発表されますか？

公式な日付はまだ発表されていません。

複数の海外メディアは年内の公開を予想していますが、延びる可能性も十分にあります。