Google 發佈 Gemini 4 Neon,基於 Carbon 開發,旨在更快完成複雜任務
Google、Gemini 4 Neonを発表 ——Carbonをもとに開発、複雑な作業をより短時間で
Google 於 2026年11月18日發佈 Gemini 4 Neon,並開始在 Gemini 應用程式及 Gemini API 等服務中陸續提供。
推理深度設為 high 時,Gemini 4 Neon 與 Carbon 在 Artificial Analysis Intelligence Index 均得 60 分;Neon 每項任務需 14.8 分鐘,Carbon 約 36 分鐘。
Googleは2026年11月18日、AIモデル「Gemini 4 Neon」を発表し、GeminiアプリやGemini APIなどで順次提供を始めた。Neonは、複数のファイルにまたがるコード修正や科学研究での定量分析など、高い推論能力が求められる作業を短時間でこなせるよう設計された。Googleは特に難しく長期にわたる作業には同じシリーズのCarbonを、応答の速さを優先する日常の作業にはHydrogenを勧めている[1]。
Gemini 4 Neon is rolling out now. Sitting between Carbon and Hydrogen, it brings frontier intelligence and fast task completion for complex software engineering, knowledge work, and science.
— Google DeepMind (@GoogleDeepMind) November 18, 2026
Carbonとの比較で見る基本仕様と処理時間
Google DeepMindのモデルカードによると、NeonはCarbonをもとに開発された。NeonとCarbonはどちらもテキスト、画像、音声、動画を受け取り、テキストで回答する。入力、推論、回答に使えるのは合わせて最大104万8576トークン。知識のカットオフはいずれも2026年3月。
この共通の枠のうち、1回の生成で出力に使えるトークン数は、回答の受け取り方によって異なる。Google CloudのAPIで回答をまとめて受け取る場合は、Carbonが最大3万2768トークン、Neonが最大6万5536トークン。回答を少しずつ受け取るストリーミングでは、どちらも最大6万5536トークンを生成できる[2]。
AIモデルの性能を測定するArtificial Analysisは、開発や資料分析、科学などの課題を組み合わせた総合指標Intelligence Indexで両モデルの得点と所要時間を比較している。推論の深さをhigh(Neonでは標準、Carbonでは最高)にそろえると、得点はともに60点で、1課題あたりの所要時間はNeonが14.8分、Carbonが約36分だった。Neonの推論設定を最高のxhighにすると、得点は61点に上がり、発表時点で総合3位に入ったとのこと[3]。
業務・開発・科学での性能と安全性
Google DeepMindが公開したNeonのモデルカードでは、AnthropicのClaude Opus 5.5とOpenAIのGPT-6.2 Solを比較対象としている。比較には、Googleの測定値のほか、他社の公表値や公式順位表のスコアも含まれている[4]。
業務の自動化と実務課題
AutomationBenchでは、メールやカレンダーなどを組み合わせ、一連の業務を完了できるかを測る。Agents’ Last Exam v1.1では、122件の実務課題でモデルが作成した成果物を採点する。表のスコアはその平均を示している。Vals Indexは、金融、コーディング、法務、税務の成績をまとめた指標。
| ベンチマーク | Gemini 4 Neon | Claude Opus 5.5 | GPT-6.2 Sol |
|---|---|---|---|
| AutomationBench | 56.3% | 42.5% | 41.3% |
| Agents’ Last Exam v1.1 | 75.8% | 71.6% | 73.0% |
| Vals Index v2.2 | 70.9% | 70.1% | 66.1% |
コーディングと不具合の修正
Terminal-Bench 4.1では、端末で課題を解かせ、ルール違反を考慮して正解率を補正する。FrontierCode 2.0では、モデルが変更したコードを実際のプロジェクトに取り込めるかを評価する。
| ベンチマーク | Gemini 4 Neon | Claude Opus 5.5 | GPT-6.2 Sol |
|---|---|---|---|
| Terminal-Bench 4.1 | 65.2% | 65.8% | 61.5% |
| FrontierCode 2.0 | 46.2% | 47.3% | 43.8% |
| SWE-sweep (各社の開発環境) |
39.0% | 10.1% | 8.3% |
| SWE-sweep (共通のMini-SWE環境) |
12.8% | 3.6% | 11.6% |
SWE-sweepでは、モデルに実際のコードを与え、不具合の種類や場所を知らせずに発見から修正までを任せる。共通のMini-SWE環境ではNeonがSolを1.2ポイント上回った。NeonをGoogleのAntigravity CLI、SolをOpenAIのCodexで動かすと、差は30.7ポイントに広がった。
科学・数学の課題と専門知識を問う問題
Terminal-Bench-Science 0.1では、モデルが端末上で行ったデータ分析やシミュレーションの結果を、課題ごとのテストで評価する。RiemannBenchでは、研究レベルの数学の問題をモデルに解かせる。HLE-Diamondは、幅広い学問分野の専門的な質問1,000問を扱う。
| ベンチマーク | Gemini 4 Neon | Claude Opus 5.5 | GPT-6.2 Sol |
|---|---|---|---|
| Terminal-Bench-Science 0.1 | 70.5%[5] | 63.3% | 68.0% |
| RiemannBench | 84.0% | 80.0% | 80.0% |
| HLE-Diamond | 71.3% | 67.9% | 64.0% |
図表と動画の読み取り
モデルカードに載る3モデルを比べると、業務用の図表を読み解くChartographyではGPT-6.2 Solが75.1%で首位、Neonが73.5%で2位だった。長い動画の内容を問うLVBenchでは順位が入れ替わり、Neonが89.0%で首位、Solが87.6%で2位だった[6]。
悪意ある指示への耐性
GoogleはGray Swanのベンチマークを使い、ウェブページや文書に埋め込まれた悪意ある指示にNeonが従ってしまうかを調べた。同社の発表によると、推論の深さを最高に設定し、リアルタイムの保護を有効にした条件では、攻撃成功率は0%だった。
Geminiアプリの対象プランとGemini APIの料金
Geminiアプリでは、Neonが表計算ファイルやPDF、写真などを照らし合わせ、内容をレポートにまとめる。Googleはタスク機能の利用例として、光熱費の請求額が急に増えた理由を明細から調べる作業を挙げている。
個人向けのプラン別対応表によると、NeonはGoogle AI ProとUltraの両方で選べる。Carbonを選べるのはUltraに限られる。
法人向けのGemini for businessでは、モデル選択メニューとAPIのどちらからでもNeonを利用できる。開発者はGoogle AI StudioやAndroid Studioから、Gemini APIの有料枠でNeonを使える。
Gemini APIの料金表によると、通常版Neonの標準料金は100万トークンあたり入力3ドル、キャッシュ済みの入力0.15ドル、出力15ドル[7]。推論に使ったトークンにも出力単価が適用される。
開発環境AntigravityではNeonとHydrogenが作業を分担
Googleの開発環境Antigravityでは、モデル選択メニューで「Orchestrator (Neon)」を選ぶと、Neonが計画を立て、Hydrogenがコードの編集やパッケージの更新、テストを進める。Neonは結果をレビューし、Hydrogenが行き詰まれば作業を引き継いで計画を練り直すという[8]。
Antigravity開発チームの案内によると、Google AI Proの有料契約者とGoogle AI Ultraの契約者は、OrchestratorとNeon単独の両モードを使える[9]。法人向けのGemini for business経由で利用できるのは、Neon単独のモードに限られる。
サイバー防御向けの「Neon for cyber」も発表
Googleは脆弱性の発見や修正など、サイバー防御に使うモデル「Gemini 4 Neon for cyber」も発表した。Fairwind Programに参加する専門家の一部を対象に、発表から数日以内に提供を始めるとしている。
CWE-Bench v2は、コードから脆弱性を見つけて修正する力を測る。SEC-bench Proの評価で、GoogleはモデルにJavaScriptエンジンの脆弱性を再現する課題を与えた。WebExploitBench v1.2では、モデルがウェブアプリの脆弱性を探し、悪用すると何が起きるかを実際に示している。
| ベンチマーク | Gemini 4 Neon for cyber | Claude Opus 5.5 | GPT-6.2 Sol |
|---|---|---|---|
| CWE-Bench v2 | 70.7% | 67.1% | 66.0% |
| SEC-bench Pro | 90.5% | — | 88.3% |
| WebExploitBench v1.2 | 51.3% | 37.1% | — |
來源:gihyo.jp · gihyo.jp