Gemini 4 Carbon vs Gemini 3.1 Pro：8か月の隔たり、そしてインデックスは両者を比較させてくれない

Gemini 4 CarbonとGemini 3.1 Proを並べて見ると、最初に目に入るのは測ることさえできない差だ。Artificial Analysis Intelligence Index v5.0におけるCarbonの59は、実際に存在し、独立して実施され、最新のものだ。Gemini 3.1 Pro PreviewにはIntelligence Indexのスコアがまったくない。Artificial AnalysisはCarbonが59のところにダッシュを記している。そして、このモデルに結び付けて見たことのある指数の数値が何であれ、それは10月27日のv5.0再構築より前のものだ。この2つを差し引いているページは、異なる2つのバージョンの物差しをまたいで計算していることになる。成立する比較はより狭い範囲に絞られ、しかもより有用だ。一方のモデルは世界最高でクローズドであり、もう一方はプレビュー開始から8か月、100万入力トークンあたり2ドルでオープンだ。

その2つのモデルが実際に何であるか

Gemini 4 Carbonは、2026年10月28日に発表されたGoogle DeepMindのフロンティアモデルで、Gemini 4 Argonを基盤とし、サイバーセキュリティと長期的なエンジニアリングを対象とし、導入価格は入力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（後に4ドルと20ドルになる）で、今週は一部のサイバー防御担当者のみが利用可能で、公開されたモデルIDはない。Gemini 3.1 ProはGoogleの前世代のProティアのフラッグシップで、Gemini 3.1 Pro Previewとして2026年2月19日に提供開始され、8か月以上経った今もpreview接尾辞を保持しており、1,048,576トークンのコンテキストウィンドウ、65,536トークンの最大出力、テキスト・画像・音声・動画にわたるマルチモーダル入力に対応する。

• コンテキスト — Gemini 4 Carbon：Artificial Analysis のページでは 1M、Google 自身のドキュメントでは明記されていません。Gemini 3.1 Pro Preview：1,048,576 トークン。

• 最大出力 — Carbon: 非公開。3.1 Pro Preview: 65,536トークン、その年代を物語る数字。

• 料金（導入価格）— Carbon 入力 $2.00 / 出力 $10.00（100万トークンあたり）。3.1 Pro Preview 入力 $2.00 / 出力 $12.00。

• 標準価格 — Carbon は未開始の導入期間終了後 $4.00 / $20.00。3.1 Pro Preview は $2.00 / $12.00、入力トークンが 200,000 を超えると $4.00 / $18.00 に段階的に上がります。

• キャッシュ — Carbon: キャッシュ済み入力が95%オフ。3.1 Pro Preview: キャッシュ済み100万トークンあたり$0.20、90%割引。

• 提供状況 — Carbon: Fairwind Program のみ、エンドポイントなし。3.1 Pro Preview: 本日カタログで公開中。

入力価格は、両者が並ぶ唯一の項目であり、それには理由がある。Googleは2月以降、Proティアの開始時の入力料金を2ドルに据え置いてきた一方、出力料金はArgonとCarbonの導入価格のもとで12ドルから10ドルへと下落した。8か月古いモデルのほうが、現在は出力でより高価になっている——Carbonの導入期間が終了し、それが倍になるまでは。

表示されるスコアは比較ではありません

Carbonの59がv5.0ボードで堂々の首位に立つ。Claude Opus 5.5が58、GPT-6 Astraが57、Gemini 4 Argonが50だ。Gemini 3.1 Pro Previewはそのボードではランキング外の項目としてのみ登場する。Artificial Analysisは、Carbonが59を示す箇所にダッシュを記載している。Artificial Analysisは2026年10月27日にインデックスを再構築しており、v5.0は古いテストに新しい名前を付けて再スコアリングしたものではない。それは9つの評価からなる別のセットであるため、v4時代の実行から引き継がれた数値をv5時代の数値の隣に置くことはできない。たとえ両方の前に同じ「index」という語が付されて表示されていても。

そうなると、比較するための誠実な方法は三つ、しかもただ三つだけしか残らない：

• 同じテスト、同じ実行 — Coding Agent Index およびアリーナ形式のベンチマークでは利用可能（両モデルが同じスイープに含まれる場合）。Intelligence Index では利用できません。

• 同じタスク、実測コスト — Carbon は標準価格でインデックスタスク1件あたり $7.76 です。Gemini 3.1 Pro のタスクあたりのコストは、現在のボード上でそれと並べて比較できる形では公開されていません。

• 公表された能力に関する主張には、その測定時期が付記されている——3.1 Proの強みは2026年前半に、当時とは異なる競争環境を基準として測定されたものであり、その後、競争環境は三度変わっている。

比較が成り立つのは: 請求書

トークン単価は、両モデルが公表された最新の数値を持っている唯一の軸であり、大量に書くものにとっては明確な答えを導き出します。導入価格では、Carbon は出力100万トークンあたり10ドル、3.1 Pro は12ドル——エージェントのワークロードを占める請求書のまさにその側面で17%安くなります。標準価格では Carbon は20ドル対12ドルで、67%高くなります。したがって、問い全体は誰も知らされていないある日付、つまり導入期間がいつ終わるかにかかっています。

長い入力はさらに負担を大きくする。Gemini 3.1 Pro Preview は、単一リクエストが入力 200,000 トークンを超えると、入力 $4、出力 $18 へと倍増する。そのため、50 万トークンの文書分析ジョブは、入力・出力の両方で高い料金階層を支払うことになる。Carbon については、Google 自身のドキュメントにコンテキストの数値がない——Artificial Analysis のページにある 1M は第三者による数値だ——ため、長入力用の料金階層も公表されていない。

パススルー（そのまま反映）のルールがあるからこそ、当社側でもこれを明確に把握できます。200以上のモデルを1つのAPIで、マークアップ0%で提供するということは、Gemini 3.1 Pro Preview について表示される価格が、段階制をそのまま維持した Google 自身の $2 / $12 であり、リセラーの版ではないということです。また、Google がその価格表に加える変更はその日のうちに反映されます。Carbon のような、価格が2倍になる予定のローンチが登場するとき、これこそがパススルー型カタログの実用的な価値です。キャッシュされた価格と最新の価格を比較することは決してありません。

8か月の漂流、そして3.1 Proが今なおできること

「プレビュー」というラベルは単なる形式上の問題ではない。Gemini 3.1 Pro Previewは2026年2月19日にリリースされ、Googleはその後8か月かけてFlashティア（3.5、3.6、3.8、およびサイバーセキュリティ向けに調整された3.8 Flash Cyber）を投入し続けたが、Pro枠は据え置かれたままだった。Carbonはそれ以来この枠に登場する最初のものであり、9月30日に登場して10月13日に一般提供開始となったArgonの上に乗る形で登場する。

そうした流れに抗して、3.1 Pro は依然として三つの切り札を握っている。そのコンテキストウィンドウは公開されており、1,048,576トークン、およそ1,500ページ分の濃密なテキストに相当する膨大なものだ。一方、Carbonのそれは単に不明である。その出力速度は毎秒134.4トークン、最初のトークンまでの時間は19.95秒と測定されている。いずれもArtificial AnalysisがGoogle自身のAPIに対して行った実行によるものだ。同じ評価ボード上で、Carbonは毎秒約85トークンを出力し、最初のトークンまで103.54秒かかる。タイプする前に2分間考えるということであり、これは長期的推論が、マーケティングではなく評価ハーネスによって測定されたときにどう見えるかを示している。

それら3枚のカードは、3.1 Proをより優れたモデルにするわけではない。それらは3.1 Proをより知られているモデルにするのであり、それは別の競争だ。

答えが逆転するワークロード

この対戦には3つのリーダープロファイルがあり、モデルの選択はそれぞれ異なります。

今月何かをリリースする予定なら、答えはすでに出ている。Carbon は論外だ。Gemini 3.1 Pro Preview の 1M コンテキストとマルチモーダル入力は、参照資料そのものが主役となるドキュメント重視の作業——契約書、コードベース、長い文字起こし——にこそ最適な選択であり、出力 $12 という料金も中程度の利用量なら妥当だ。

コーディングエージェントを構築しているなら、現行のボード上ではGoogleのどちらのモデルも答えにはならない。CarbonはCoding Agent Indexで59の2位、62のClaude Opus 5.5に3ポイント差で、しかもそもそも到達不可能だ。3.1 Proは8か月前のモデルでエージェント型コーディングでは競争力がなく、そのワークロードが現在存在するのはFlashティアのより新しいイテレーションや他社のモデルだ。

セキュリティ業務——まさにCarbonが構築された領域——に携わっているなら、率直に言うべき立場はこうです。参照したくなるベンチマークであるSEC-bench Proの88.2%は、独立した再現が存在しないベンダー報告の数値であり、なぜならアクセス権を持つ唯一のテスターはGoogleのFairwind Programの内部にいるからです。ベンチマークが行われていても外部の者によってテストされていないモデルは、Google自身の自信以外に、まだ何の証拠にもなっていません。

何が答えを変えるだろうか

3つの出来事が起これば、これが稼働中のモデルと発表済みモデルの比較ではなく、真の直接対決になるだろう。第一に、CarbonがモデルIDとコンテキスト数値を得ること。これにより長文入力の階層が確定し、コストの問いに答えが出せるようになる。第二に、Gemini 3.1 Proのv5.0 Intelligence Indexの行。これにより59が脚注ではなく、同じ物差しの数値の隣に並ぶようになる。第三に、Carbonの導入期間の終了。これはどちらかのモデルのコストを変える唯一の公表された出来事である。

少なくともそれらのうち一つが実現するまでは、公平な要約はこうだ。Gemini 4 Carbon は、Claude Opus 5.5 を1ポイント、Gemini 4 Argon を9ポイント上回ってインデックスを制する。だがこの見出しで名指しされた競合は、そのボードにスコアがなく、同じ物差しで測られておらず、同じ部屋にすらいない。Gemini 3.1 Pro は見た目より置き換えが遅い。なぜなら、それを置き換えるモデルは呼び出せないからだ。そして開発者が今日呼び出せるモデルは、2月からプレビュー状態のままのものだ。