Googleは10月28日、「これまでで最も高性能なGeminiモデル」とするGemini 4 Carbonを発表した。サイバーセキュリティと長期にわたるエージェントタスクを主眼に置く。当面は少数のネットワーク防御者にのみ提供し、その後「Fairwind」というプログラムを通じて、信頼できる他のパートナーへ段階的に広げる。開発者、企業、一般ユーザー向けの提供時期は公表されておらず、公式は「できるだけ早く」とだけ述べている。
「Gemini 4 Carbon is our strongest model with state-of-the-art cybersecurity and long horizon capabilities.」
（Gemini 4 Carbonは当社で最も強力なモデルであり、サイバーセキュリティと長期タスクで業界最高水準の能力を備える。）
成績表はセキュリティに偏重
Googleが公表したスコアの大半は、セキュリティ系のベンチマークだ。脆弱性発見を測るSEC-bench Proは88.2%、脆弱性が実際に悪用できるかを検証するExploitGymは54.8%で、いずれも同社は最高スコアとしている。脆弱性修正を測るCWE-benchは71.0%だった。
総合ランキングでは、Artificial Analysis Intelligence Index v5.0で59点を獲得し、首位となった。Web開発の対戦型ランキングWebDev Arenaでは1768 Eloで4位、前世代より約89ポイント高い。
このほか、Google社内のデータで、第三者による再現が取れていない主張もある。安全なコード生成の成功率はArgonの2倍超。また、GoogleのChromeチームが試用したところ、高品質なパッチの生成は「他の研究所の大型フロンティアモデル」より10倍以上優れていたとしているが、どの研究所かは明かしていない。
プロンプトインジェクションと不正への対策
ブログはモデル自身の安全性にも多くの紙幅を割いている。Gray Swanの間接プロンプトインジェクション試験では、Carbonの攻撃成功率は0.0%で、Argonは0.7%だった。Terminal-Bench 4.0では、モデルが不正を試みた割合は0.4%で、不正の成功率はゼロに下がった。Googleはさらに、根拠のない断定が約半分に減り、タスクの過剰実行が26%、やるべきことをやらないケースが29%減ったとしている。
安全対策では、CarbonはArgonの多層防御を引き継ぐ。学習段階でのアライメント、リアルタイムの悪用ブロック、プロンプトインジェクション対策、思考の連鎖（chain of thought）の監視だ。Googleは、米国政府の自主的なリリース前モデルテストに参加したと説明している。
「We're taking a deliberate approach to rollout.」
（リリースのペースは意図的に抑えている。）
2週間で2モデル、価格は先行発表
時系列でつなぐと、Googleの今月のペースは速い。2週間前に出たGemini 4 Argonは物理推論と身体性タスクを主眼とし、まずセキュリティチームに提供した後、全面提供に移った。今週は世界モデルのGenie 4も公開した。CarbonはArgonの上に直接構築されている。
価格はCarbonもArgonと同じプロモーション価格で、入力は100万トークンあたり2ドル、出力は10ドル、キャッシュ入力は入力価格の5%。プロモーション期間が終わると、入力4ドル、出力20ドルに上がる。期間の長さはブログに記載がない。
この価格設定はやや異例だ。通常はモデルを先に公開してから価格を決めるが、Carbonは価格が先に出て、提供時期は未定のままだ。Argonの経緯を見ると、こちらもセキュリティチームへの提供の後に全面提供へ移り、間隔は長くなかった。Carbonが同じペースをたどるかどうかは、現時点では判断できない。
ブログ本文には、API、Geminiアプリ、Vertex AIにそれぞれいつ提供されるかの説明がなく、コンテキスト長も示されていない。中国の開発者にとっては、Gemini API自体の地域制限は変わらない。Carbonが一般公開の段階に入っても、直接呼び出せるかどうかはGoogleのサービス対象地域リスト次第だ。
セキュリティ特化モデルが相次ぐ
同じ時期に、各社は「脆弱性を見つける力」をフロンティアモデルのセールスポイントにしている。Anthropicは1日前、社内研究モデルが複数の主要システムで脆弱性を見つけ、攻撃チェーンを書き上げたとする報告を公表した。OpenAIもAIによる脆弱性発見の外部レビューを進めている。Carbonの最初のユーザーを防御側に限ったGoogleの対応は、今回の業界の流れと一致する。守る側に先に能力を渡し、攻撃者が同等のツールを手にする前に、既存の脆弱性をある程度潰しておくという考え方だ。
ChromeチームがCarbonでパッチを修正したという説明は、Google自社のプロダクトラインが最初のユーザーであることも示している。この種の社内試用の効果は、外部の防御チームにより多くの権限が渡ってから、ようやく比較可能なデータが得られる。
参考資料：Google公式ブログのGemini 4 Carbon発表記事、Google DeepMindブログ、CocoLoop。各ベンチマークスコア、プロモーション期間、正式価格を照合した。