Gemini 4 Carbon 対 Gemini 4 Argon：電話で申し込めない15日間のアップグレード

2つのモデル、1つの料金表、9インデックスポイント差——そしてエンドポイントを持つのはそのうち1つだけです。Gemini 4 Carbonは2026年10月28日に発表されました。これはGemini 4 Argonが有料のGemini APIで呼び出し可能になってから15日後のことです。Google自身の投稿では、Carbonは2つのうちより強力な方だと説明されています。ただし、強さと可用性は同じではありません。本日のGoogleのモデル一覧や料金ページにはgemini-4-carbonというエントリは存在せず、これを運用している人々はサイバーディフェンダーと、同社のFairwind Programを通じて承認された信頼できるパートナーです。この対決を正直に表すなら、2つのモデル間の能力比較と、モデルとプログラムの間のアクセス比較になります。

Googleが10月28日に公式に記録した内容

この発表は、Google DeepMindの上級副社長であるKoray Kavukcuogluが、「私たちの次のフロンティアモデル」と題する投稿で行った。Carbonは、9月30日に発表され、10月13日から一般提供されているArgonを、同じ世代番号の中で後継する。Googleが明言している重点はサイバーセキュリティと長期的なエージェント作業であり、エージェントが何日も行き詰まりを抜けながら進み続ける種類のタスクであって、プロンプトが単一の答えを得るようなタスクではない。

マーケティングよりも重要な3つの詳細：

• アクセスは段階的に提供され、日付は未定です。Carbonは最初に「一部のサイバー防御担当者」に提供され、その後Fairwind Programを通じて拡大し、続いて開発者、企業、消費者に「できるだけ早く」提供されます。最後の3つのグループについては日付が示されていません。

• このリリースは、米国政府の自主的なリリース前テストプロセスの枠内にあります。Googleは参加していると述べており、より広範なアクセスの前に安全対策をなお精緻化しています。

• 公開されたモデルカード、エンドポイント、識別子はいずれもありません。10月29日に確認したGemini APIのモデル一覧には、Gemini 4のエントリがちょうど1件だけ含まれており、それはGemini 4 Argonです。また、料金ページにはCarbon向けのエントリはありません。GoogleがArgon向けに公開したコンテキストウィンドウ（統合1Mトークン、デコード時最大1M）は、Carbon向けには再掲されていません。Artificial Analysisはこれについて1Mトークンと記載していますが、これはGoogleの仕様ではなく第三者による記載です。

9ポイントの差、そしてそれを測ったのは誰か

Artificial Analysisは10月27日、Carbonの出荷の前日に、Intelligence Indexをv5として再構築し、2つのベンチマークを置き換え、さらに3つをアップグレードし、インデックスの大部分を非公開にした。このタイミングこそが、今週目にするビフォーアフターのグラフを慎重に扱うべき理由だ。再構築前のスコアは、再構築後のスコアと同じ尺度ではない。現在の再構築後のリストでは、両モデルともスコアが付けられており、その差は現実のもので、同一の測定手段によって測られている。

• Intelligence Index v5 — Carbon 59、掲載52モデル中1位。Gemini 4 Argon 50、13位。

• 標準料金でのインデックスタスクあたりのコスト — Carbon は 7.76 ドル、Argon は 7.68 ドル。新しいモデルはタスクあたり 8 セント高いだけで、スコアは 9 ポイント高くなります。

• 精度 — Carbon は58%で、Argon から10ポイントの向上。AA-Omniscience は54 対 46。

• ハルシネーション — Carbon 11%、Argonの4%から上昇。Carbonは依然としてトラッカーの中で2番目に低いが、方向性は間違っている。

• 出力量 — インデックスタスクあたり123kトークンで、Claude Opus 5.5の173kより29%少なく、同じ定価にもかかわらずタスクあたりのコストが低く抑えられている一因です。

• 速度 — Artificial Analysis の測定では毎秒 99.8 出力トークン、高推論エフォート時には最初のトークンまでの時間が 97.48 秒です。モデルを長時間実行のジョブではなく対話型インターフェースの背後に配置する場合、注目すべきはこの数値です。

Artificial Analysisは、見出しが隠している点も測定している。同社のCoding Agent Indexでは、CarbonはAntigravity CLIで59を記録し、Claude Opus 5.5を動かすClaude Codeの62に3点及ばない。Google自身のウェブ開発の結果は逆方向を指している——WebDev Arenaで1,768、4位、89 Eloの向上——これは「総合1位」と「コード最強」が異なる主張であることを思い出させる。

この投稿で最も雄弁に語っているのは、Google自身の数字だ。

Googleはかなりのセキュリティ関連の成果を報告しており、測定されたものと主張されているものを分けて考える価値がある。SEC-bench Proの脆弱性発見では、CarbonはArgonの83.4%に対して88.2%を記録する。エクスプロイトを検証するExploitGymでは、42.0%から54.8%へ向上する。パッチ作成のCWE-benchでは、68.0%から71.0%へ上がる。社内においてGoogleは、Carbonが脆弱性のないコードを生成する頻度はArgonの2倍超であり、Chromeチームは高品質なパッチの作成で「別の研究所の大規模フロンティアモデル」より10倍以上優れていると評価したと述べている。これは相手の名前も公開された手法もない比較だ。

安全性の数値は能力面の数値よりも重大である。なぜなら、GoogleがCarbonについて、スコアだけでなく行動面でもArgonを上回ると公表した最初の事例だからだ。Gray Swanの間接プロンプトインジェクションのベンチマークでは、Carbonの攻撃成功率は0.0%で、Argonは0.7%だった。Terminal-Bench 4.0では、0.4%の実行で不正が試みられ、成功は皆無だったが、Argonの挙動はより悪かった。内部のライブコーディングにおける高重大度のミスアラインメント警告はほぼ80%減少し、根拠のない主張は半減し、過剰な越権は26%、サービス不足は29%減少した。

これら数値のすぐそばに、脚注ではなく2つの注意点を置くべきです。Googleによれば、サイバーセキュリティ評価はガードレールなしで実施されたとのこと。これはモデルの生の能力を測るには正しい方法ですが、展開済みシステムの挙動を予測するには誤った方法です。そして最大の倍率である2xのセキュアコードと10xのパッチ適用は、独立した結果ではなく、社内ベンチマークとチーム報告です。The Registerのローンチ当日の見解は、セキュリティ面の主張は有望だが大部分はベンダー報告というものでした。その後公表された何も、その見解を変えていません。

ローンチ報道で出回っている数値では、Carbon は Vals Index v2.2（70.4% 対 69.2%）、SWE-sweep（9.6% 対 4.3%）、FrontierSWE 2（61.2% 対 55.0%）、Agents' Last Exam v1.1（77.4% 対 69.0%）、OSWorld-2.1（81.5% 対 74.7%）、長文コンテキストの GraphWalks（96.2% 対 84.2%）で上回っています。これらはベンチマークの提供元が別途示さない限り Google が報告した値であり、傾向は一貫しています。Carbon は幅広い改善であって一律の改善ではなく、複数のソフトウェアエンジニアリングおよびコンピューター利用テストでは依然として Opus 5.5 と GPT-6 Astra に後れを取っています。

同じ定価、異なるクロック

両モデルは同じ公開料金表を掲げています。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ドルで、キャッシュ済み入力は95%割引、その後は4ドルと20ドルに移行します。非対称性はカレンダーにあります。Argonの導入期間には日付が明記されており、Googleの料金ページでは higher figures が2026年12月1日から始まるとされ、そのバッチ、フレックス、プライオリティの各ティアも併記されています。Carbonの割引には終了日がまったくなく、発表では「導入期間後」とだけ述べられています。

Artificial Analysisは両方を標準料金の$4/$20で価格設定している。だからこそ、同社のタスクあたりコストの数値が両者を比較する公正な方法であり、導入料金はそうではない。どちらかのモデルについて$2/$10を前提に組んだ予算には崖が潜んでおり、Argonの場合、その崖には今や日付が付いている。

OrcaRouter は現在、これらのモデルのどちらもルーティングしていません。Gemini 4 Carbon にはルーティングできる公開識別子がなく、Gemini 4 Argon も当社のカタログにはありません。依然として重要なのはパススルー方式のルールです。なぜなら、それが変わったときに何が起こるかを決めるからです。当社はプロバイダー定価に対する0%のマークアップを請求するため、Google が公開する料金カードが顧客の目にする料金カードになり、$2/$10 から $4/$20 への契約途中の段階的変更も含まれます。同じファミリーの中で当社が実際にルーティングしているのはGemini 3.8 Flash で、100万入力トークンあたり $0.75、100万出力トークンあたり $3.75、キャッシュ読み取りは $0.075 です。これは別クラスのモデルですが、今週中に本番パスへ組み込める Google のエンドポイントです。

誰がどれを選ぶべきか

Fairwindの境界内にいる防御者であれば、選択権はあなたにはなく、Carbonは今すぐ利用できます。興味深いのは、公開されているセキュリティ上の利得があなた自身のハーネスでも維持されるかどうかです。というのも、公開された測定はガードレールなしで、しかも一部はGoogleの内部スイート上で行われたからです。

今四半期にリリースしなければならないものを作っているなら、Argonが既定の選択肢です。エンドポイントがあり、公開価格があり、割引期限もあります。これはCarbonが備えている以上のものです。弱点も知られています。Googleの発表値ではTerminal-Bench 4.0は50点台後半で、Opus 5.5の66.4%に対して劣り、ハルシネーション率はその後Carbonが悪い方向で追い抜いています。

セキュリティ製品の範囲を検討しているなら、判断はどのモデルが優れているかよりも、どれをテストできるかによります。Carbon は利用できないため、今日「Gemini 4 Carbon」の性能を引用するベンダーは、ラベルを引用しているだけです。Argon と自社の評価を組み合わせたものが、後から Carbon の主張を検証するための誠実なベースラインです。

15日周期こそが本当の話だ。

Argonは登場から4週間です。CarbonはGemini 4.1やGemini 5としてではなく、同じ世代番号の内側に登場しました。このことから、Googleが今後どのように出荷していくつもりなのかが分かります。バージョンではなく、バリアントです。Ars Technicaのローンチ当日の見解では、Carbonは本質的にわずかに優れたArgon、おそらくポストトレーニングのリフレッシュであり、リリースノートもその形を裏付けています。同一の価格、同一のコンテキスト、同一の入力モダリティ、異なる能力の組み合わせです。

統合を進める人にとって、それは具体的な帰結をもたらします。モデル名はもはや挙動を安定して表す記述ではありません。gemini-4-argonは10月13日にはある挙動を示し、サイレントなリフレッシュ後には別の挙動を示す可能性があります。10月21日に当社が取り上げた、エイリアスが異なる重みを提供しているように見えたアリーナでの目撃情報は、このローンチによって確認も反証もされていません。防御策は地味なものです。実際に評価対象とした識別子を固定し、日付付きの評価セットを保持し、あらゆるエイリアスを、自分の足元で変わり得るものとして扱うことです。

次に見るもの

• 最初のgemini-4-carbonがGoogleのモデルリストに掲載されること——発表ではなく、その時こそCarbonが製品になる瞬間です。

• 12月1日—Argonの導入割引が失効し、まだそれを使い続けているすべての購入者にとって実質的な比較が変わる日。

• セキュリティベンチマークにおけるCarbon対Argonのペア比較評価を、ガードレール付きで第三者に実施してもらう（まだ公表されていないため）。

それらの最初のものが登場するまでは、ランキングはCarbonのものであり、判断はArgonのものだ。世界最高と評されたばかりのモデルについてこう書くのは異例なことだが、エンドポイントが示しているのはそういうことだ。