Gemini 4 Carbon以降のGemini：リークは1件、仕様はゼロ、そして28日周期

10月29日02:00 UTC直後——カリフォルニアでは10月28日の夜、Googleが新たな最先端モデルを発表した日——アカウント@kimmonismusは、その一文以外に何の裏付けもない一文を投稿した。「彼らには、Carbonよりさらに優れた未公開のGeminiモデルがもう一つある」。コードネームも、ベンチマークも、日付も、スクリーンショットも、第二の情報源もなかった。同じ投稿の中で唯一検証可能な節は、誰もがすでに知っていた部分だ。Gemini 4 Carbonはその日、59というスコアでArtificial Analysis Intelligence Index v5.0の首位に立っていた。そしてCarbonの基になっているモデル、Gemini 4 Argonは、28日前に発表され、15日前に一般提供開始となった。

これは、名前もスコアも日付もないモデルについて、現時点で分かっていることをまとめた記事だ。そして、誠実に書くなら、3種類の証拠を分けて扱うことになる。Googleが公表したのは、ブログ投稿、価格、アクセス計画だ。独立した測定が加えるのは、リーダーボード上の順位とタスクあたりのコストだ。投稿が主張しているのは、ラボ内にさらに高速な何かが存在するということだ。検証できるのは最初の2つだけであり、そのペースを追ってこなかった人にとってニュースなのは3つ目だけだ。

主張と、実際にそれが含むもの

投稿は4つの節からなり、将来のモデルに関する主張はそのうち1つだけだ。それは順にこう述べている。未公開の別のGeminiが存在する。それはCarbonより優れている。CarbonはArtificial Analysis Indexで1位だ。そしてこれは、再帰的自己改善に向けた重要な一歩のように見える。3番目の節は検証可能で真実だ。最初の2つは出典が示されていない。4番目は解釈であり、Google自身の経営陣が最も慎重に留保を付けてきた部分でもある——それについては以下で詳しく述べる。

この投稿に何が含まれていないかは、何が含まれているかと同じくらい重要だ。内部コードネームはなく、これはこの件としては珍しい。ローンチに先立つCarbonのリークには、コードネームに加えてプラットフォーム名、そして数名の従業員のコメントが付いていた。今年の信頼できるGeminiのリークすべてに付いてきた類の決定的な痕跡——フレームワークのプルリクエスト、モデルレジストリのエントリ、アリーナのエイリアス、Helmチャート——は何もない。日付も、サイズも、モダリティの一覧もなく、その主張がGoogle内部の人物によるものか、パートナーによるものか、それともローンチそのものからの推測なのかを示すものもない。投稿下の返信は冗談ばかりで、その中には「とはいえGemini [redacted]はまだここにはない」というものもあり、スレッドから得るべき確信度としては、これでちょうどよい。

「今日」が正確にいつなのかを特定する価値もある。なぜなら、それはこの話の中で特定できる唯一のタイムスタンプだからだ。投稿は10月29日02:06 UTCに公開された。マウンテンビューではそれは10月28日の19:06であり、GoogleがCarbonの発表を公開した同じ日、Artificial AnalysisがCarbonを首位に置く記事を公開した同じ日でもある。リーダーボードに関する主張はスクープではない。夕食後に言い換えられたローンチにすぎない。

Googleが10月28日に公開したもの、そして公開しなかったもの

主要文書は短く、アクセスについて異例なほど具体的に述べています。Google DeepMind の SVP 兼チーフ AI アーキテクトである Koray Kavukcuoglu は、2026年10月28日に blog.google で「Gemini 4 Carbon：次なるフロンティアモデル」を公開しました。同文書は Carbon を「最先端のサイバーセキュリティと長期的ホライズン能力を備えた、当社最強のモデル」と説明し、Carbon が「2週間前にローンチされた」Gemini 4 Argon を基盤に構築されていると述べ、さらに Carbon は「最近更新された Artificial Analysis Intelligence Index の v5.0 で59を記録し、第1位」と述べています。

{{1}}アクセスに関する段落は、二度読むべきものだ。{{/1}} Googleは、その週からCarbonを{{2}}「一部のサイバー防御担当者」{{/2}}に利用可能にし、その後{{3}}「Fairwind Programを通じて追加の信頼できるパートナーへ段階的にアクセスを拡大し」{{/3}}、そしてようやく{{4}}「できるだけ早く、当社の製品サーフェスを通じて開発者、企業、消費者に」{{/4}}提供すると述べている。これは、最初の段階以外に日付のない一連の流れだ。{{5}}10月30日時点でも、公開されたモデル識別子も、エンドポイントも、APIを通じてCarbonを呼び出す方法も存在しない{{/5}} — これは、上記の投稿が書かれた時点でモデルが置かれていた状態でもある。

この投稿に含まれていないのは仕様である。パラメータ数も、アーキテクチャの説明も、コンテキストウィンドウも、技術レポートもなく、Carbonより新しいモデルへの言及も一切ない。ローンチと併せて報じられたArs Technicaの解釈では、Carbonは新しいアーキテクチャではなく、Argonのポストトレーニング（事後学習）によるアップグレードである可能性がある。Googleはどちらとも明言していない。後継モデルが存在しないことは、後継が存在しない証拠にはならない。企業は現行モデルの発表記事で次のチェックポイントを事前に告知したりはしないものだ。だがそれは、この話の中での一次情報による言及がCarbonについてのものだけであることを意味している。

独立した測定がもたらすもの

Artificial Analysisはこの話において最も中立な審判に近い存在だ。ただし、どのベンダーの表を再現するのではなく、自ら評価を実行しているという、いつものただし書きは付いてくる。10月28日の記事では、Gemini 4 CarbonをIntelligence Index v5.0で59とし、追跡対象のモデルの中で首位に置いている。58のClaude Opus 5.5、57のGPT-6 Astraを上回る。同記事は、Carbonが9つの構成評価のうち4つ——HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA——で首位にあると指摘している。これは「最高のモデル」という主張より狭く、しかしより有用な主張だ。

同じ記事は、ローンチのストーリーに均衡をもたらす場でもある。Coding Agent Indexでは、Carbonは59で、Claude Codeを伴うClaude Opus 5.5の62に対して2位であり、1位ではない。Terminal-Bench 4.0でも2位、FrontierCode v1.1でも2位だ。知識作業のEloであるAA-Briefcaseでは1609に達するが、それでもGrok 4.7、Muse Wonder、Kimi K3.1 Proの後塵を拝する。測定されたコストはIntelligence Indexタスクあたり7.76ドルで、Opus 5.5の10.04ドルより約23%低い。これは「ナンバーワン」という枠組みが隠している効率面の勝利だ。

この記事のすべての数値には、方法論上の注意点を一つ必ず添える必要があります。Artificial Analysisは10月27日にIndexをv5.0へと再構築し、合成指標の60%を非公開またはホールドアウトのテストセットに置き換え、いくつかの構成評価を差し替えました。その再構築前のスコアは同じ尺度上にないため、Carbonの59を古いArgonの数値から差し引くことはできず、再構築をまたいで9ポイントの向上を示す記事は、2つの異なる物差しを比較していることになります。この記事のv5.0の数値はすべて、再構築後の実行から読み取ったものです。

そして、この記事にとって最も重要な細部はこれです。Artificial Analysisの記事では、GeminiモデルとしてCarbonとArgonのちょうど2つだけが言及されています。Carbonより上に匿名の行はなく、「Gemini preview」という項目もなく、60以上に位置する名前のないものも何もありません。もしより強力なモデルがすでにどこか公の場で測定されていたなら、そこが最初にそれが表面化する場所になるはずです。

研究室でより新しいチェックポイントが妥当な理由

その主張は不自然ではなく、根拠は内部事情への精通ではなく算数にある。Gemini 4 Argonは9月30日に発表され、10月13日に一般提供が開始された。Carbonは10月28日に発表された——Argonの発表から28日後、一般提供開始から15日後である。Google自身の投稿は、その間隔こそが要点だと位置づけている。Carbonは「私たちがフロンティアを前進させているペースを示している」。サンダー・ピチャイはXへの自身の投稿で、これらのリリースを一度きりの世代交代型ローンチではなく、定期的なモデルリリースのテンポだと表現した。

10月前半の報道は、そのリズムを支える仕組みを補完してくれる。Business Insiderの10月9日の記事は、社内文書と従業員のメッセージに基づき、Argon、Barium、Carbonという一連のチェックポイントを挙げ、「Barium-B」が公開時にArgonとして出荷された社内ビルドだと報じた。CarbonはGoogleの社内コーディングプラットフォームJetski上でテストされており、ある従業員はコーディングについて「Opus 5.5みたいな感じ」と書き、別の従業員は「Carbonは本当にいい」と記した。3つ目の社内メモは、同社がGeminiの更新用に取っておく「Next」というラベルを使っていた。「新しいGemini pro nextモデルはなかなかいい感じ」。Googleはコメントを拒否した。

その報道は、10月29日の投稿が持つ最も強力な構造的裏付けであり、それが何を裏付けているのかを正確に述べる価値がある。それは、Googleが複数のチェックポイントを並行して実行し、短い間隔で出荷していたことを確立している。これはまさに、より新しく優れたチェックポイントが発表前に存在する状況である。しかし、そのようなチェックポイントが今存在すること、社外の誰かがそれを見たこと、あるいは単に異なるだけでなくCarbonより優れていることを確立するものではない。速いペースはその主張をありそうにするが、主張に根拠を与えるわけではない。

流布している名前は創作であり、周期表がその理由を示している

後継モデルを検索すれば、その名前がわかります。目にするのは「Gemini 5」で、たいていは10兆パラメータという主張、2027年という日付、TPU V8ハードウェアと結びつけられています。「Krypton」、時には「Dysprosium」も目にするでしょう。これらはGemini 4シリーズの元素をテーマにしたコードネームに由来します。これらの名前はどれも、Googleの文書、ブログ投稿、API一覧、経営陣の発言のいずれにも登場していません。Googleは「Gemini 5」を公に使用したことがなく、それを既知の製品として扱う報道は、命名パターンからの推測にすぎません。

このパターン自体は見た目よりも薄いものだ。Argonは元素番号18、Bariumは56、Carbonは6。それは数列ではなく、カウントダウンでもロードマップでもない——社外の誰も知らない理由で選ばれた3つの元素にすぎない。より強力な反例はBarium-Bで、社内名だったものがArgonというまったく別の公開名になった。このプログラムのコードネームはすでに製品名と切り離されていることが示されている。つまり、コードネームが実際に漏れても、出荷時にモデルが何と呼ばれるかはわからない——そして推測されたコードネームは何も教えてくれない。

こうした推測がどう外れるかには前例があり、しかもそれは最近の出来事だ。10月21日、gemini-4-argon というエイリアスが静かに Carbon の重みを提供し始めたという、広く共有された主張があった。それは公開された変更ではなく、アリーナ上での挙動から推測されたものだった。この主張は確認されることはなく、7日後のローンチでは Carbon は独自の名称と独自の発表を伴う別個のモデルとして説明された。挙動からの推論は、今月すでに一度、確信に満ちた誤った答えを生み出している。

“RSI”はこの投稿の中で最も弱い言葉だ

主張のうち再帰的自己改善に関する部分には追跡可能な起源があり、それはある軽口だった。Business Insiderの10月9日の記事が掲載されたとき、Google DeepMindの研究者Vedant MisraはXで「再帰的自己改善について聞いたことがあるか」と、疑問符を付けずに返信した。それがこのフレーミングが生まれる源になった種であり、それは報道についての冗談であって、トレーニングループについての開示ではない。

グーグルの経営陣はその後さらに発言しており、それは逆の方向を示している。セルゲイ・ブリンは10月初旬、グーグルは「あのRSIのトレッドミルに乗り始めている」と述べ、「当社の研究者とモデルが手を携えて、モデルの次のバージョンを作っている」と語った。サンダー・ピチャイは、Carbonのローンチ前週にBig Technology Podcastで、より慎重な言い方をした。「われわれはRSIの最終状態からかなり遠いところにいる。正しい説明の仕方は、モデル開発のさまざまな局面で、AI研究者と並んでRSIのループが存在するというものだ。ほとんど、エージェントがAI研究者を助け、何らかの自動化された形で、一緒にこれらのモデルを構築していると言えるだろう」。彼はその連続体が来年にかけて改善し続けると予想していた。

Google自身のローンチ投稿も、同じ慎重な構文を用いている。「当社の研究者とモデルは、能力をより速く進歩させるために手を取り合って取り組んでいる」。この文はツール群の説明、つまりモデルを構築する人々を支援するエージェントについての記述であり、RSI主張に最も近いベンダー側の声明である。しかしこれは、あるモデルがその後継モデルを設計したという声明ではなく、Googleの誰もそのような声明を出していない。

この区別には独立した一節を割く価値がある。なぜなら、それはペースの話と能力の話の違いだからだ。同じBusiness Insiderの記事で引用されたGladstone AIの報告書によると、AnthropicとDeepMindで調査対象となった研究者の大半は、3～12か月以内にRSIが実現すると予想している。期待を尋ねた調査は成果ではない。観察可能なのはその間隔だ。Argonの発表からCarbonの発表まで28日で、その終わりには独立した指標の首位に新しいモデルが立っていた。これは速いケイデンスだ。反復作業を人間が行ったのかモデルが行ったのかは、まさに外部の観察者には確認できない部分であり、それを断言する1件の投稿だけではその隔たりは埋まらない。

「Carbonより優れている」ものが打ち負かさなければならないもの

その主張が本物なら、クリアすべきスコアボードがあり、その全項目が公開されている。モデル名が明かされないままであっても、ここがこの話の有用な部分だ。それは「より良い」を形容詞から一連の閾値へと変える。

• Intelligence Index v5.0 — Gemini 4 Carbon は59で総合1位。後継モデルには、10月27日以降の同じ評価基準で60以上が必要であり、旧基準では条件を満たさない。

• Carbon がすでにリードしている4つの評価 — HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA。総合で1ポイントを稼ぎながら、そのうち1つを失う新しいチェックポイントは、厳密に優れたモデルではなく、別のモデルである。

• Coding Agent Index — Carbonは59で、62のClaude Opus 5.5に次ぐ2位。つまり「コーディングにより優れている」とは、Carbonを上回ることではなく、62を上回ることを意味する。

• Google自身のサイバーセキュリティ指標をガードレールなしで実行した結果 — SEC-bench Pro 88.2%、ExploitGym 54.8%、CWE-bench 71.0%。これらはベンダー報告値であり、第三者による再現はなく、後継モデルの宣伝時に比較対象となる数値である。

• 価格 — 導入期間中は入力100万あたり2ドル、出力100万あたり10ドルで、その後は4ドルと20ドルに移行し、キャッシュ済み入力は95%オフ。これを上回る価格の後継モデルが自動的に優れた選択になるわけではなく、下回る価格のモデルであればIndexの1ポイント以上に重要だろう。

• アクセス — ゲートは同じ。Carbon は現状 Fairwind 専用であり、より厳しいゲートの背後にあるより強力なモデルも、開発者が実際に取れる行動を何ら変えるものではない。

今日実際に電話できる相手

Carbon は呼び出せません。Argon は呼び出せます。Gemini 4 Argon は 10月13日から gemini-4-argon として一般提供されており、同じ導入価格帯——入力100万トークンあたり2ドル、出力100万トークンあたり10ドル——で、公開エンドポイントを持つ唯一の Gemini 4 ティアです。目の前の選択が「名前のないモデルを待つ」か「今日応答するものに対して出荷する」かであるなら、後者の選択肢にはモデル文字列、価格、そして2週間の実績があります。前者にあるのは投稿だけです。

10月30日時点で、Carbon も Argon も OrcaRouter のカタログにはありません — 確認しましたが、ルーティング先となる google/gemini-4-* のエントリは存在しないため、ここにある内容はどちらかを提供する申し出として解釈すべきではありません。カタログに実際に掲載されている Google のラインは 3.x 系で、google/gemini-3.8-flash を含みます。これは今日 Google モデルを必要とする作業にとって実用的な下限です。次をご覧いただけます：当社がルーティングするモデルはカタログに掲載されています。そして、ここでそれが重要なのは好みではなくタイミングです。Google が Carbon を公開したとき——あるいは次のチェックポイントが何と呼ばれようとも——それはすでにお持ちのキーの背後にあるもう一つの識別子として登場し、定価で、0% のマークアップをそのまま反映した価格になり、新しいティアが当日遅い、またはレート制限に達している場合に既存のモデルを提供し続けるフェイルオーバーチェーンと並ぶことになります。未発表のモデルを試すことはルーティングの判断ですが、本番経路をそれに賭けることはそうではありません。

何があれば、これは投稿から事実に変わるのだろうか

確認できることは5つあり、そのうち4つは無料だ。同じv5.0の評価基準における、Carbonより上のArtificial Analysis Intelligence Indexの行。LMArena上の匿名のGeminiエントリー。これはCarbon自体がローンチ前に初めて公開出力を出した方法だ。GoogleのGemini APIモデルリストにおける新しい識別子。これはチェックポイントと製品の違いに当たる。GoogleのブログでのFairwind拡張通知。これが、これまでゲート付きGemini 4モデルが開発者に届く際の仕組みだった。そして、同じ投稿の言い換えではなく独自の情報源を持つ、2つ目の独立した媒体。

それらのうち少なくとも1つが現れるまでは、誠実な要約は証拠が支持するものだ。Googleは10月28日にフロンティアモデルを投入し、それが独立系インデックスでは1位、コーディングエージェントのインデックスでは2位になっている。サイバー防御担当者に限定して提供し、導入価格を$2/$10に設定し、定期的リリースのペースを示して、さらなるチェックポイントが有望であることを示唆した。1つの投稿は、そのさらなるチェックポイントの方が優れていると述べている。計画に組み込めるのはペースの部分であり、組み込めないのは比較の部分だ。なぜなら、それが描写するモデルには名前もスコアも日付もないからだ。そして、実際に呼び出せるモデルが常に請求額を左右する市場では、名前のない後継モデルは、何かを先延ばしにする理由にはならない。