Gemini 4 Carbonがインデックスで1位、しかも入手不可：10月28日に何が変わったのか

Google DeepMindはGemini 4 Carbon：私たちの次のフロンティアモデルを2026年10月28日に公開した。その投稿の中には、それ以来至るところで引用されている数字があった。Artificial Analysis Intelligence Index v5.0での59——首位であり、58のClaude Opus 5.5を1ポイント上回り、Carbonの基盤となっているモデルで、Googleが10月13日から有料APIで販売してきたGemini 4 Argonを9ポイント上回っている。Artificial Analysisはその数字の背後にある第三者評価機関で、同じ日にその行を公開していた。10月28日にも、29日にも、30日にも現れなかったのは、指定されたプログラムに参加していない人でもこのモデルを呼び出せる方法だった。

そのギャップ——検証済みの最高ランキングと、取っ手のない扉との間にあるもの——こそが、今週のすべてだ。Carbonはリークでも、噂でも、誰かがリーダーボードで見つけたプレビューでもない。発表され、ベンチマークされ、価格が設定され、料金表が公開されたモデルであり、モデルIDは公開されていない。以下では、実際に何が変わったのか、Googleが何を伏せたのか、そして見出しのスコアを読むのをやめて、その平均の根拠となる9つのテストを読むようになると数字が何を意味するのかを説明する。

その投稿が述べたこと、そして述べなかった4つのこと

発表では、Google DeepMindのSVP兼チーフAIアーキテクトであるKoray Kavukcuoglu氏の名前が挙げられ、CarbonはArgon上に構築されたサイバーセキュリティおよび長期的なエンジニアリングモデルとして位置づけられています。アクセスに関する文言は正確を期しており、二度読む価値があります。「今週から、Carbonを一部のサイバー防御担当者に利用可能にします」、次に「Fairwind Programを通じて、信頼できる追加パートナーへ段階的にアクセスを拡大します」、そして最後に、安全策が洗練された段階で、開発者、企業、消費者に「可能な限り早く」提供する、と述べています。Googleはまた、米国政府の自主的なリリース前テストプロセスに関与しているとも述べています。その一連の記述のどこにも日付は現れません。

モデルページに通常備わっている4つの要素が欠けています：

• モデル ID — 10月30日に確認した Gemini API のモデル一覧には、Carbon のエントリは含まれていません。Gemini 4 の文字列はgemini-4-argon。

• コンテキストウィンドウ — Googleの投稿には記載されておらず、同社の料金ページにも存在しません。Artificial Analysisのモデルページには1Mと記載されていますが、これはサードパーティによる数値であってベンダーの仕様ではなく、また流通している唯一の数値です。

• パラメータ数とアーキテクチャは非公開で、今回のローンチに技術報告書は添付されていません。

• モデルカード — 10月30日時点で公開されているものはなく、そのため二次メディアは仕様書ではなくブログ投稿を引用している。

対照的に、価格設定は完全に公開されているため、省略されている項目の集合は未完成というよりも意図的に見える。Googleは、Carbonが何であるかを明かす前に、Carbonの価格を明かそうとしている。

59は9回のテストの平均値で、Carbonはそのうち4回で勝利している

Artificial Analysis自身の解説記事は、順位よりも有用だ。Carbonは9つの構成評価のうち4つ——HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA——で首位に立っている。つまり首位のスコアは、全項目を席巻したことではなく、全体的に非常に優れていることから来ている。Carbonが首位でない項目こそ、エージェントを採用する開発者が最初に気づく項目だ。

• コーディングエージェント — Carbon は Antigravity CLI で Coding Agent Index の 59 点を獲得。Claude Opus 5.5 は Claude Code で 62 に到達。Google のマーケティングが最も強くアピールする、まさにそのワークロードにおける 3 点差だ。

• Terminal-Bench 4.0 — Carbonは64%で2位、Claude Opus 5.5に次ぐ。

• FrontierCode v1.1 — 51%で2位、今回もOpus 5.5に後れ。

• AA-Briefcase — Elo 1,609、Gemini 4 Argonの1,483から126上昇。これは今回のローンチにおける最大の単一ジャンプだが、それでもCarbonはGrok 4.7（1,638）、Muse Wonder（1,659）、Kimi K3.1 Pro（1,678）の後塵を拝している。

• AA-Omniscience v1.1 — 54で、Opus 5.5の48とArgonの46を上回る。精度は10ポイント上昇して58%になり、ハルシネーション率は4%から11%に上昇した。2つ目の数値はGoogleの投稿には記載されていない。

したがって、59を正直に解釈すると、Carbonはボード上で最も強力な汎用モデルであり、2番目に強力なコーディングエージェントであるということになります。ただし、Googleが自ら進んで明らかにしなかった、悪化したハルシネーション率を伴います。この3つの記述はすべて同じページに由来しています。

Google 自身の表で、Google のものとしてラベル付けされている

ベンダーの数値は、最終的に調達用資料に載ることになるものなので、独立したスコアと同じ文に置くのではなく、正確な出典表示を受けるに値します。以下はすべてGoogleが報告したものであり、Google以外では再現されていません：

• SEC-bench Pro — 脆弱性の発見で88.2%、サイバーセキュリティの目玉となる主張です。

• ExploitGym — エクスプロイト（悪用）で54.8%、Gemini 4 Argonは42.0%。

• CWE-bench — パッチ適用で71.0%。

• WebDev Arena — 89 Elo上昇して1,768、第4位。これは公開アリーナであり、したがって検証可能で、だからこそベンダーの主張の中で最も但し書きを必要としないものだ。

• Gray Swanの間接プロンプトインジェクション — 攻撃成功率0.0%、Argonの0.7%に対して。Terminal-Bench 4.0の不正行為：成功0.0%、試行0.4%。

• 社内エンジニアリングの主張 — Argon に対するセキュアコード生成の成功率が 2 倍超。Chrome チームの声明では、Carbon が競合ラボのフロンティアモデルよりも「10 倍以上」優れたパッチを生成した。深刻なミスアラインメントのアラートはほぼ 80% 減少。根拠のない主張はほぼ半減。タスクの過剰遂行は 26% 減、過少対応は 29% 減。

Googleの表は一律に手放しで称賛できるものではなく、そこに負けが2つあることこそ覚えておく価値がある。FrontierSWE 2はGPT-6 Astraに、OSWorld-2.1のオフラインサブセットはClaude Opus 5.5に奪われた。自らの敗北を公表するローンチ記事は、残りを載せる欄もなしに17勝だけを並べる記事より信頼できる——だからこそ、ベンダーが全勝を謳うとき、まず確認すべきなのは負けの行なのだ。

レートカード、そしてGoogleが始めなかった時計

Carbonの導入価格は、入力トークン100万あたり2ドル、出力トークン100万あたり10ドルで、キャッシュ済み入力は95%割引です。その後記事は、導入期間が終了すると「入力トークン100万あたり4ドル、出力トークン100万あたり20ドルが適用される」と述べていますが、期限日は示していません。これに対してArgonには明確な期限があり、導入料金は2026年11月30日まで続き、標準料金は12月1日から適用されます。Carbonの時計はまだ動き始めておらず、モデルに販売可能な公開エンドポイントができるまで動き始めません。

標準価格では、Artificial AnalysisはCarbonのIntelligence Indexタスクあたりのコストを7.76ドルと算出しています。これはClaude Opus 5.5（max）の10.04ドルを約23%下回り、GPT-6 Astra（max）の6.25ドルと比べると約1.2倍で、いずれもタスクあたり12万3千出力トークンに基づく数字です。これはトークンあたりではなくタスクあたりのドル額であり、この違いは重要です。トークンあたりでは安いがより長く考えるモデルは、回答あたりでは高くつく可能性があるからです。

これは、Carbonがエンドポイントを取得した瞬間に重要になるローンチの一部であり、モデルカタログ全体まさに想定している部分です。OrcaRouterはマークアップ0%で請求し、プロバイダー自身の定価をそのまま通すため、ベンダーの値下げや値上げは価格改定サイクルを待たずに当日中に当社側で反映されます。現時点でこの規則が適用されるのは、当社が実際にルーティングしているGoogleのモデルです。Carbonはその一つではなく、そうでないと主張するページは、まだ誰も提供できないものを売り込んでいます。

今週、開発者が実際にできること

10月30日時点で、OrcaRouterのカタログにはGemini 4に一致する文字列は含まれていません。現在呼び出せる最先端のGeminiモデルは一段下に位置し、価格もそれに応じて設定されています：Gemini 3.1 Pro Previewは100万トークンあたり入力$2、出力$12、コンテキスト長100万トークンで、Flashティア — Gemini 3.8 Flash、Gemini 3.6 Flash、Gemini 3.5 Flash — は入力$0.75からです。「トップモデルはゲートされている」とは実際にはこういうことです。作業はそれでも出荷しなければならず、扉が開いている最良のモデルで出荷されます。

セキュリティワークフロー向けにCarbonを評価しているのであれば、未リリースのモデルに本番経路を賭けることなく準備するための確実な方法は、まずフォールバックを構築することです。単一のキーでプロバイダー間の自動フェイルオーバーを実現すれば、エラーを返し始めた、あるいは速度が低下したプライマリモデルは同一の呼び出し内で置き換えられるため、Carbonが公開されたその日には、切り替えはアーキテクチャの再設計ではなくモデル文字列の変更で済みます。

注目すべき日付を決める先例

Argonは、次に何が起こるかを考えるうえで唯一使えるテンプレートだ。Googleは2026年9月30日にこれを発表し、10月13日には有料APIで一般提供に移行し、導入価格の提供期間を11月30日まで設けた。発表から呼び出し可能なエンドポイントまでの期間は13日だ。同じ計算をCarbonの10月28日の発表に当てはめると、示唆される日付は11月10日ごろになる——ただし、これは単一の前例に基づく計算であって約束ではなく、Googleは政府のリリース前テストを先に完了させる必要があると明言している。

もう一つの変数はあまり心地よいものではない。2週間後に提供開始されるモデルは、59点を獲得したモデルではないかもしれない。CarbonはArgonを基盤に構築されており、10月21日付の未確認の観測がある。サードパーティのアリーナ監視ツールがgemini-4-argonエイリアス上の能力変更を指摘し、一部の開発者はこれをCarbonの重みが早期に到着したことだと解釈した。Googleの計画が、2つ目のエンドポイントを立ち上げるのではなくCarbonのポストトレーニングをArgon名に畳み込むことにあるなら、注視すべきなのは新しいモデルIDなどではまったくなく、すでに呼び出せるモデルのバージョンアップだ。

ランキングはしばらく維持されます。リーダーボードの首位は通常、次のラボが答えを出すまで続くものです。しかし維持されないのは、今週のほとんどの報道の根底にある前提です——首位のモデルとは、製品に組み込めるモデルだという前提です。10月30日、Gemini 4 Carbonは公表されたスコアで1ポイント差ながら世界最高のモデルであり、この世代で唯一「住所」を持たないフロンティアモデルです。Gemini 4 Argonは、発表が4週間早く、9ポイント低いものの、「住所」と、実際の期限が切られた料金表と、トラフィックを持っています。