IT Post

by Rice Studio Lab


記事を検索
文字サイズ
ふりがな
AI・生成AI

Google、Gemini 4 Neonを発表。知能スコア61で全体3位、価格は入力100万トークン3ドル。表彰台の真ん中に「速くて安い」一台が割り込んだ

Googleは2026年11月18日、新モデル「Gemini 4 Neon」を発表した。Artificial Analysis Intelligence Indexで61を記録して全体3位に入り、価格は入力100万トークンあたり3ドル、出力15ドル、コンテキストは100万トークン。提供はGemini API(Google AI Studio)、Gemini for business、Google Antigravity(有料Pro/Ultra)、Geminiアプリ(Pro/Ultra)で始まっている。

30秒で分かる結論

  • Googleは2026年11月18日、Gemini 4ファミリーの新モデル「Gemini 4 Neon」を発表し、同日から提供を開始しました。
  • Artificial Analysis Intelligence Indexではxhigh思考レベルで61を記録し、全体3位。価格は入力100万トークンあたり3ドル(キャッシュ時0.15ドル)、出力15ドルで、コンテキストは100万トークンです。
  • 思考レベルは4段階で調整でき、サイバー防御向けの「Neon for cyber」はFairwind Programを通じて信頼できる防御側へ順次提供されます。
この記事の目次 6項目
出典を確認する(2件)
Googleの公式発表をもとに、Gemini 4 Neonの要点を整理した図解
Googleの公式発表をもとに、Gemini 4 Neonの要点を整理した図解 編集部作成

まず初めに

また元素である。水素、炭素に続いて、今度はネオンだ。夜の繁華街でジリジリと光る看板のガスが、最先端AIの名前に就任した。命名の在庫は周期表の続くかぎり尽きないらしく、その点だけは実に持続可能である。

中身の話をすると、今回の売りは「一番賢い」ではない。「ほぼ一番賢くて、速くて、安い」である。全体3位という順位は、かつてなら負け惜しみの材料だった。今は違う。1位との差が実務で見えなくなってきた市場では、3位の値札のほうがよほど雄弁だ。派手に光るのはネオンの本分だが、今回光っているのは看板ではなく請求書のほうである。

※個人の感想です

ベンチマーク——全体3位、分野別では1位が並ぶ

Googleの発表によると、Gemini 4 NeonはArtificial Analysis Intelligence Indexで61(xhigh思考レベル)を記録し、大型で低速なモデルに次ぐ全体3位に入りました。同等クラスのモデルの中では先頭に立つ、と同社は説明しています。Vals Indexでは2位(70.9%)で、Legal Research BenchとTax Agent Benchでは1位でした。Surge AIの評価では金融、会計、スプレッドシートモデリング、複雑な制約の遵守など、ほとんどのベンチマークで1位を記録しています。

そのほかの主なスコアは、密な業務用チャートの読み取りを測るChartographyで73.5%、Agents' Last Exam v1.1で75.8%(先行モデルと同等)、ZapierのAutomationBenchで1位(56.3%)、長期の経営シミュレーションであるAndon LabsのVending-Bench 2で1位(16,843ドル)です。4,200件超の実エージェントセッションに基づくArenaのAgent Arena Indexでは1,336で世界2位に入り、タスク途中のユーザーの修正にきれいに対応する「steerability(操舵性)」でも2位でした。科学・数学系ではTerminal-Bench Science 70.5%、RiemannBench 84.0%、HLE-Diamond 71.3%で、いずれもクラス最高としています。

コーディングでは、Artificial Analysis Coding Agent Indexで全体1位(58.6)を記録しました。

Google公式発表の図解カードTerminal-Bench 4.1は65.2%、FrontierCode 2.0は既定のhigh設定で46.2%です。SWE-sweepではmini-SWEハーネスで12.8%と先行し、Google Antigravity上では39.0%と3倍以上に伸びたとしています。長く重いツール利用を伴うエージェント作業でも性能を持続できるよう設計され、Google Antigravity上では高速で判断力のあるOrchestratorとして、並行するHydrogenサブエージェントを指揮する役割も担える、と同社は述べています。また、事実の捏造(fabrication)の率は、社内のGoogle Antigravityでのテストでこれまでで最も低かった、としています。

価格と4段階の思考レベル

価格は入力100万トークンあたり3ドル、キャッシュされた入力は0.15ドル(95%引き)、出力は100万トークンあたり15ドルです。コンテキストウィンドウは100万トークンで、スプレッドシート、PDF、チャート、音声、動画といった入力を1つの文脈の中で統合できるとしています。海外報道(9to5Google)では、Neonは価格帯として下位のHydrogenと上位のCarbonの間に位置づけられると伝えられています。

思考レベルは4段階に細分化されました。既定のhighでは、高い知能スコアを保ちながら、タスクあたりのコストがCarbonより32%低いとしています。最も深く考えるxhighでは知能スコアが最大になる一方、競合モデルの最高設定と比べてタスクあたり36%以上安い、と同社は述べています。知能とトークン消費を仕事の重さに合わせて調整する、というのが今回の設計思想です。

サイバー防御向け「Neon for cyber」と安全性

セキュリティ分野では、安全なコードの生成を測るAutoBaxBenchで、easy、medium、hardの全難度でCarbonより安全なコードを生成し、hardでは76%で最高水準を記録したとしています。侵入テストのWebExploitBench v1.2では51.26%で最高水準を記録し、競合する大型モデルの半分のコストだったとしています。脆弱性の発見を測るSEC-bench Proでは90.5%で最高水準、課題あたりのコストは約半分でした。脆弱性の悪用可能性を検証するExploitGymではCarbonの半分のトークンで最先端級の性能、修正を測るCollinearのCWE-bench v2では70.7%でCarbonを3.4ポイント上回った、としています。防御側向けの「Neon for cyber」は、Fairwind Programの一環として、今後数日のうちに信頼できる防御者へ順次提供されます。

安全性については、重大な悪用とプロンプトインジェクションに対する防御はGemini 4 Carbonと同水準を維持しつつ、正当な作業の拒否は減らしたとしています。具体的には、Terminal-Bench 4.0でのタスク拒否は1.98%、Terminal-Bench-Scienceでは0%で、Terminal-Bench 4.0での「cheating(不正行為)」は0.0%でCarbonと同等だった、と公表しています。

IT Postの見方

IT Postでは、Neonの発表は「最強モデル競争」が「単価競争」に静かに移った証拠だと考えます。発表文の中で最も行数を割かれているのは、知能の絶対値ではなく、タスクあたりのコスト、思考レベルの刻み、そして「Carbonより32%安い」という比較の言葉です。モデルを選ぶ側の関心が、ベンチマークの1位2位から、月末の請求額と処理速度へ移っていることを、出す側が一番よく分かっているのでしょう。

もう1つ見逃せないのは、サイバー防御の扱いです。攻撃にも防御にも使える能力を、一般公開ではなく「信頼できる防御者」への段階提供にした判断は、能力の公開と統制の落としどころとして現実的です。もっとも、その「信頼できる」の線引きはGoogleの側にあります。便利さと引き換えに、誰が最先端を使えるかを一企業が決める構図は、また少しだけ濃くなりました。

今後どうなりそうか

当面の焦点は、xhighとhighの使い分けが実務でどう定着するかです。4段階の思考レベルは魅力的ですが、選ぶ側が各段階の差を測れなければ、結局は既定値に落ち着きます。ベンチマークの数字が飽和しつつある今、勝負は「測れる形で安いこと」を利用者に示せるかに移っていくはずです。

また、Neon for cyberのFairwind Programを通じた提供範囲がどこまで広がるかも注目点です。防御側への優先提供が機能すれば、同種の段階提供は他の高性能モデルにも広がる可能性があります。周期表の残りはまだ多い。次に看板へ上がる元素が何であれ、値札の競争はしばらく続きそうです。

情報源

「一次情報」は資料の出所を示す区分で、編集部による独立した実測や、すべての主張の実証を示すものではありません。確認の範囲や未確認の点は、本文の説明と併せてご覧ください。

この記事を共有する

用語辞典へ