
- Artificial Analysis Intelligence Indexで61(xhigh時)の総合3位、Vals Indexでは2位と発表
- 入力100万トークンあたり3ドル、出力15ドル。キャッシュ入力は0.15ドルで95%割引
- Google Antigravityで並列サブエージェントを指揮する構成に対応。サイバー向け版は限定提供
発表された内容
Google DeepMindのKoray Kavukcuoglu氏(SVP兼Google Chief AI Architect)が、新モデル「Gemini 4 Neon」を発表しました。位置づけは、複雑なソフトウェアエンジニアリング、知識労働、科学ワークフローを「速く最後まで完遂する」ことです。同社のGemini 4ファミリーには、最も難しい長期プロジェクトを担う「Carbon」と、日常的な高速処理を担う「Hydrogen」があり、Neonはその中間で「深さと効率のバランス」を取るモデルと説明されています。
提供は発表当日から順次始まります。開発者向けにはGemini APIの有償枠とGoogle AI Studio、Android Studioで利用でき、有償のGoogle AI Pro/Ultra購読者はGoogle Antigravityでも試せます。法人向けは「Gemini for business」のAPIとモデル選択メニュー、一般向けはGeminiアプリのモデル選択メニューから選べる形です。
ベンチマークと価格
第三者指標での順位も示されています。Artificial Analysis Intelligence Indexでは、最も深く考えるxhigh設定でスコア61・総合3位。Vals Indexでは2位(70.9%)でパレートフロンティア上に位置するとしています。エージェント向けの新指標「Agent Arena Index」では、4,200件以上の実セッションを用いた評価でスコア1336の世界2位、作業途中のユーザー修正に追従する「steerability」でも2位とされています。
価格は入力100万トークンあたり3ドル、出力100万トークンあたり15ドルです。キャッシュ済み入力は100万トークンあたり0.15ドルで、95%の割引になると説明されています。コンテキストウィンドウは100万トークンで、表計算・PDF・グラフ・音声・動画といった入力を1つの文脈内で統合できるとしています。既定のhigh設定では、Carbonと比べて1タスクあたりのコストが32%低いとされています。
長時間エージェント向けの設計
Neonは、ツールを多用する長いタスクを最後まで走らせることを想定して設計されています。単体で動くほか、Google Antigravity上で並列の「Hydrogen」サブエージェントを指揮するオーケストレーターとしても機能します。冗長なファイル読み込みを減らし、作業の進捗を共有し、長いセッションでもコンテキストの圧縮を安定して扱うと説明されています。
コーディング関連では、Artificial Analysis Coding Agent Indexで総合1位(58.6)、Terminal-Bench 4.1で65.2%、FrontierCode 2.0で46.2%(既定のhigh設定)としています。SWE-sweepではmini-SWEハーネス上で12.8%ですが、Google Antigravity上では39.0%まで伸びるとされ、実行環境(ハーネス)側の作りの違いがスコアを大きく左右する点がうかがえます。
安全性とサイバー防御
サイバー防御に特化した「Gemini 4 Neon for cyber」も用意されています。AutoBaxBenchのhard難度で76%と最先端、WebExploitBench v1.2で51.26%を競合の半額コストで達成、脆弱性検出のSEC-bench Proで90.5%としています。脆弱性の悪用可能性の検証からパッチ適用まで、防御ライフサイクル全体を対象にした構成です。こちらは「Fairwind Program」の信頼された防御側に限定して順次提供されます。
安全性については、Gemini 4 Carbonと同等の悪用対策を維持しつつ、正当な作業を拒否する割合を下げたとしています。Terminal-Bench 4.0での拒否率は1.98%、Terminal-Bench-Scienceでは0%です。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、最高思考レベルでリアルタイム保護と組み合わせて全ての攻撃を防いだとしています。
現時点での注意点
掲載されている数値は、基本的にGoogle社内または同社が依頼した評価によるものです。独立した第三者による再現検証の結果は原文に示されていません。とくに「1タスクあたりのコスト」はタスク構成やトークン消費の前提に依存するため、自社のワークロードに当てはめた試算が別途必要になります。
また、日本語や日本の業務データでの性能、国内での提供時期、データ処理の所在といった情報は原文に記載がありません。導入を検討する場合は、モデルカードと提供条件を個別に確認する必要があります。
| 項目 | Gemini 4 Neon | Gemini 4 Carbon |
|---|---|---|
| 主な用途 | 複雑なコーディング・分析・実務ワークフロー | 最も難しい長期プロジェクト |
| 1タスクあたりコスト(high設定) | Carbon比で32%低い | 比較の基準 |
| CWE-bench v2(サイバー) | 70.7% | Neon比で3.4%低い(原文表記) |
| Terminal-Bench 4.0のチート率 | 0.0% | 0.0%(同等) |
The model is priced at $3 per million input tokens ($0.15 per million cached input tokens, a 95% discount) and $15 per million output tokens, with a 1 million-token context window.
このモデルは入力100万トークンあたり3ドル(キャッシュ済み入力は100万トークンあたり0.15ドル、95%の割引)、出力100万トークンあたり15ドルで、コンテキストウィンドウは100万トークンです。
今後の見通し
Gemini 4ファミリーはCarbon(最も難しい長期プロジェクト)、Neon(バランス型)、Hydrogen(高速な日常処理)という役割分担が見えてきました。今後はCarbonやHydrogenの具体的な仕様が揃うことで、どの作業をどのモデルに振り分けるのが妥当か判断しやすくなるとみられます。また、今回示されたコスト削減率やベンチマークスコアはGoogle側の評価に基づくため、第三者が同一条件で再現した結果が出れば、実務での採用判断に必要な材料が増えるでしょう。サイバー向けのNeon for cyberがFairwind Program外へいつ広がるかも、企業のセキュリティ運用にとっては判断材料になります。
日本の開発者・IT企業にとっての意味
日本のIT企業にとっては、100万トークンの文脈と入力100万トークンあたり3ドルという価格体系が、長い文書や大量のコードを扱うエージェントの設計コストに直結します。これまで大規模で低速なモデルに頼っていた多段のコーディングや調査タスクを、より安価なモデルに振り分けられる可能性があるためです。加えて、Google Antigravity上で並列サブエージェントを指揮する構成が示されたことは、モデル単体ではなく実行環境込みで性能を設計する発想を求めます。SWE-sweepがハーネスによって12.8%から39.0%へ変わるとされている点は、自社のエージェント基盤の作り方が成果を左右することを示唆します。一方、日本語性能や国内提供条件は原文に情報がなく、PoCでの確認が前提になります。
気になる点
- 日本からも利用できますか
- 原文は提供チャネルのみを示しており、対象地域や日本での提供開始時期には触れていません。Gemini API、Google AI Studio、Google Antigravity、Geminiアプリで順次提供とされているため、国内での可否は公式の提供状況を確認する必要があります。
- 料金はどのくらいかかりますか
- 入力が100万トークンあたり3ドル、出力が100万トークンあたり15ドルです。キャッシュ済みの入力は100万トークンあたり0.15ドルで95%の割引とされています。コンテキストウィンドウは100万トークンです。
- CarbonからNeonに切り替えるべきですか
- 用途によります。原文ではCarbonは最も難しい長期プロジェクト向け、Neonは深さと効率のバランス型とされ、high設定でNeonはCarbon比32%低コストとされています。ただし思考レベルや実行環境で結果は変わるため、自社タスクでの評価が必要です。
用語解説
- コンテキストウィンドウ
- モデルが一度に参照できる入力の上限量。トークン数で表され、大きいほど長い文書や会話を扱える。
- トークン
- モデルが扱う文字列の最小単位。単語や文字の一部に対応し、料金計算の基準になる。
- プロンプトインジェクション
- 外部の文書やWebページに悪意ある指示を仕込み、AIに意図しない動作をさせる攻撃手法。
- パレートフロンティア
- 性能とコストなど2つの指標で、他と比べて両方を同時に改善できない最良の境界。
- ハーネス
- モデルを実際のタスクで動かすための実行環境や足回りの仕組み。スコアを左右する。
- 思考レベル(thinking level)
- 推論に費やす計算量の段階設定。高くするほど深く考えるが、時間とコストが増える。
出典
Introducing Gemini 4 Neon
AI導入も顧問も、お任せください
何から手をつけるか、どこまでAIに任せるか。自社の業務に合わせて整理し、導入から運用まで伴走します。相談だけでも構いません。
AI導入について相談する