「Gemini 4 Neon は Carbon から適応されている」と表示される生成タイトルカードがあり、サブタイトルは「1つの文が7回繰り返され、一度も定義されない」。その横には家系図があり、Gemini 4 Carbon の上に「基に」とラベル付けされた Gemini 4 Argon が位置し、下へ Gemini 4 Hydrogen と Gemini 4 Neon に分岐して、どちらにも「~から適応」とラベル付けされている。
Guides & Insights

Gemini 4 NeonはCarbonを基にAdapted:カードが定義しないもの

著者

Elias Hawthorne

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

Gemini 4 Neonの公開されたモデルカードには、このモデルがどこから来たのかについてただ一つのことだけが書かれており、それが七回も繰り返されています。「Gemini 4 NeonはGemini 4 Carbonから適応されたものである」。これが、Gemini 4 Neon、Gemini 4 Carbon、Gemini 4 Argon、そしてGemini 4 Hydrogenの関係について公開されている説明のすべてです。パラメータ数も、何が適応されたのかという記述も、その言葉の定義もありません。Gemini 4のリリースが続いた六週間は、その一つの未定義の節に支えられており、今ではXやローンチ時の要約で、「適応された」が確定した意味を持つ専門用語であるかのように読まれています。しかし、それはGoogleが確定させた言葉ではありません。

以下では、ここで混同しやすい3つの事柄を切り分ける。カードに文字通り印刷されていること、それが何を意味するか、そして現時点では推測にすぎないことだ。引用箇所はすべて、2026年11月19日と20日に取得したGoogle DeepMindのページからのものであり、推測した内容は推論と明記したうえで独立した段落に置いているので、事実を失わずに削除できる。

七つの同一の文

このカードは、「モデル情報」「モデルデータ」「実装と持続可能性」「配布」「評価」「想定される用途と制限」「安全性とセキュリティ」という見出しの下に構成されています。これらのうち7つの枠では、本文は同じ条項で、その後にCarbonカードへの参照が続きます。

• モデルの依存関係 — 「Gemini 4 Neon は Gemini 4 Carbon を基に適応されています。」

• アーキテクチャ — 同じ文、その後に「Gemini 4 Carbon のモデルカードを参照してください」。

• トレーニングデータセット — 同じ文、続いて Carbon への同じポインタ。

• トレーニングデータ処理 — 同じ文、続いて同じポインター。

• ハードウェア — 同じ文、続いて同じポインタ。

• ソフトウェア — 同じ文、そして同じポインタ。

• 許容される使用方法 — 同じ文、続いて同じポインタ。

そのカードは系譜について決して黙らない。だが、決して具体的でもない。「Adapted from」は内容ではなくポインタを運んでいる。読者が知りたいことはすべて——パラメータ数、どの層が変わったのか、小さいモデルが大きいモデルに対して訓練されたのか、どのデータが新しかったのか——別のモデルに関する文書に委ねられており、その文書もまたそのどれにも答えていない。Carbonのカードには、Carbonが「Gemini 4 Argonに基づく」とあり、次にArgonを指している。Argonのカードには、Argonが「大規模なスパース mixture-of-experts(MoE)トランスフォーマーベースのモデル」であり、「先行モデルの変更でもファインチューンでもない」とある。連鎖を端から端までたどると、Neonが、新しい何かから派生した何かから派生していることが分かる。だが、その「派生する」が何をしたのかは教えてくれない。

2つのフレーズで、明示された違いはありません

より興味深い比較は、Neon とその親との比較ではない。それは Google がファミリー全体で使う語彙だ。なぜなら、同じ発行主体が二つの異なる関係に対して二つの異なる言い回しを使いながら、その理由を決して説明していないからだ:

• Gemini 4 Argon、2026年10月13日公開のカード —「先行モデルの改変でもファインチューニングでもない」。モデル依存関係で1回使用。

• Gemini 4 Carbon、2026年11月10日公開のカード — 「Gemini 4 Argonに基づく」。モデルの依存関係、アーキテクチャ、トレーニングデータセット、ハードウェア、ソフトウェア、許容される使用法で6回使用。

• Gem​ini 4 Hydrogen、カード公開日 2026年11月12日 —「Gemini 4 Carbon より改変」。Neon が使用しているのと同じ 7 か所で、7 回使用されている。

• Gem​ini 4 Neon、カード公開日 2026年11月18日 —「Gemini 4 Carbon より改変」。7回。

A generated four-column comparison card headed 'The Gemini 4 family — four cards, four rows', counting one lineage phrase across the published model cards: Argon published 13 October 2026, 'not a modification', stated once; Carbon 10 November 2026, 'based on Argon', six times; Hydrogen 12 November 2026, 'adapted from Carbon', seven times; Neon 18 November 2026, same phrase, seven times; every card listing a March 2026 knowledge cutoff.

つまり「adapted from」は Neon のために作られた言い回しではない。Hydrogen が6日前に先に使っており、2枚のカードはそれをまったく同じ形で使っている — 同じ文言、同じスロット、同じ親。ここで adaptation が何を意味するにせよ、それは Carbon を基に構築されたモデルにとって標準的な関係であり、本文では、Carbon の Argon に対する関係である「based on」とは明確に区別されている。どちらの言い回しも、このファミリーのドキュメントのどこにも定義されていない。「adapted from」が「based on」より弱い、あるいは狭い意味だと思い込む読者は、単に思い込んでいるだけだ。両者が同じ意味だと思う読者も、逆方向に同じくらい強く思い込んでいるだけだ。

アーキテクチャのセクションに書かれている内容

これが、出回っている要約が飛ばしている部分だ。Neonのカードには「distill」「distillation」「prune」「quantize」「mixture-of-experts」のいずれも出現せず、パラメータ数もなく、「smaller」という語も出てこない。アーキテクチャの節は一文とCarbonへのポインタだけだ。また、このカードは「post-trained」も一度も使っていない——この記事を書くきっかけとなったXのスレッドが、欠けていると気づいた、まさにその語だ。その不在は現実であり、検証可能だ。

Screenshot of the Google DeepMind model card page for Gemini 4 Neon, showing the published date of 18 November 2026, the Model Information tabs, and the Model dependencies line reading 'Gemini 4 Neon is adapted from Gemini 4 Carbon.'

カードがトレーニング手法に言及している唯一の箇所は「安全性とセキュリティ」セクションで、「安全性とセキュリティは、事前トレーニングのデータフィルタリング、事後トレーニングのアラインメント(教師ありファインチューニングおよび強化学習)を含むトレーニングおよびデプロイのライフサイクル全体を通じて、Gemini 4 Neonに組み込まれました…」で始まる文です。ざっと読むと、それはカードの残りの部分が明かしていない開示のように見えます。そうではありません。同一の文が、一言一句違わず、CarbonカードとHydrogenカードにも記載されています。Argonカードにはまったく記載がありません。それはCarbon上で構築されたすべてのモデルに適用される安全プロセスのテンプレートであり、それをNeonが強化学習による事後トレーニングを受けた証拠として使うのは、定型文をトレーニングの開示として読むことです。カードはNeonが事後トレーニングを受けたとは述べていません。受けていないとも述べていません。

締め切りは、日付が付された唯一の事実です。

このカードは来歴について、厳密で検証可能な事実を一つ示しているが、それはアーキテクチャに関する段落の近くではなく「既知の制限」の下に置かれているため、見落とされやすい。「Gem​ini 4 Neon の知識カットオフは 2026 年 3 月だが、一部の領域ではモデルの知識がそれほど最新でない場合がある。」

• Gemini 4 Argon — 2026年3月(カードにはこのファミリーについて「Gemini 4の知識カットオフは2026年3月です」と記載されています)。

• Gemini 4 Carbon — 2026年3月。

• Gem​ini 4 Hydrogen — 2026年3月

• Gem​ini 4 Neon — 2026年3月。

5週間にわたる4つのモデル、カットオフは4つとも同一だ。10月のArgonと11月のNeonの間に何が追加されたとしても、それは世界の新しい一部分ではなかった。能力の向上があるとすれば、それは手法、データ選択、あるいはこのファミリーがすでに持っていた素材に対する学習計算量から来ている。これは「その上に新しいモデルを学習させた」という読み方に対する確かな制約であり、モデルカードがモデルの構築について述べている唯一の定量的な記述である。

誰も引用しなかったMCCの調査結果

Frontier Safety Assessmentのセクションには、Googleが実施したもののローンチ資料には載せなかった比較が埋もれている。同社は、Neonが「重要能力評価の対象となった最新のモデルバージョン(Gemini 4 Argon)と比較して、意味のある新たな能力、または性能の実質的な向上を示したか」を評価した。その結論は次のとおりだ。「Gem​ini 4 Neonは、当社のMCC評価においてGemini 4 Argonと比較して一般的な能力の向上を示したが、これは当社のMCC閾値を下回る」。

それは安全性に関する主張ではなく、能力に関する主張として読むべきだ。Google自身の内部評価ではNeonはArgonより上位に位置づけられており、モデルカードは、実質的な変更がないことを理由に、Argonの能力評価と閾値判定を再実行せずに引き継いでいる。したがって、カードが報告するIntelligence Indexの61という数値は、単なる表の中のベンダー数値ではない——派生モデルがその派生元モデルを上回るという内部所見と整合している。

同じセクションは、その2つの「〜から派生」という兄弟が互換的に扱えなくなる場所だ。HydrogenのカードはNeonのカードと正反対のことを述べている:「Gem​ini 4 Hydrogenは、当社のMCC評価において、Gem​ini 4 Argonと比較して一般的な能力に実質的な向上を示さなかった」。同じ親、同じ表現、正反対の結果。したがって、「Gem​ini 4 Carbonから派生」は強みのラベルではない。それは派生モデルの一族を表しており、そのうち少なくとも1つは測定可能な能力を追加し、少なくとも1つは追加していない。

その結果、不格好な価格表ができあがる。2026年11月30日まで、Gem​ini 4 Neonは入力トークン100万個あたり$3.00、出力トークン100万個あたり$15.00であるのに対し、Gemini 4 Argon——Neonの比較対象であり、社内ではNeonが実際に上回っているモデル——は$2.00と$10.00だ。この派生モデルは、評価を引き継いだ継承元よりもトークンあたり50%割高である。12月1日からCarbonとArgonが$4.00/$20.00に上がると、関係は逆転し、Neonは両方より25%安くなる。どちらの数字もモデルサイズについて何も語っていない。トークン単価は商業的な判断であり、Googleはこのファミリーをパラメータ数で価格設定したことは一度もない。

なぜ価格はMatryoshkaに不利に働くのか

現在流布している最も具体的な仮説は、このファミリーが入れ子構造になっているというものだ。つまり、マトリョーシカ人形が小さい人形を内包するようにCarbonがNeonを内包しており、Neonはより大きなモデルを安価なモデルへと蒸留し、場合によってはさらに強化学習を上乗せすることで得られたというものだ。これは妥当な推測だ。これで説明がつくのは、派生モデルが知識カットオフを共有する理由、モデルカードがアーキテクチャの説明を親モデルに委ねる理由、そしてGoogleが「post-trained」という表現を避ける理由だ。その読み方では、そのモデルは事後学習されたというより抽出されたものだったからだ。

公開記録には、単純な見方に反論する三つの点がある。第一は価格だ。蒸留された小規模モデルは通常、教師モデルよりトークンあたりの価格が安く、NeonはCarbonの導入価格より50%高い水準で登場した。提供コストの安いモデルを割高で販売することはあり得る——それが高速ティアというものだ——が、それでは蒸留という解釈を支える最も強い状況証拠が失われる。第二はHydrogenだ。ファミリー内で最も安く、$1.50/$7.50で唯一の無料枠を持つこのモデルにも、同じ七つのスロットに「adapted from Gemini 4 Carbon」という同一の文言がある。もしこの表現が特定の一つの手法を指すなら、価格階層の両端にある二つのモデルがどちらもそれを備えることはないだろう。第三は、カード自体が効率について語りたいとき、それをDescription——「Neon balances depth and efficiency」——で行っており、内容が空のアーキテクチャ欄では行っていないことだ。

誠実な立場としては、カードの文言は「新しいモデル」「基づく」「改変元」という3つの関係を区別しているものの、そのいずれも定義しておらず、マトリョーシカ仮説は仕様が十分に明示されていない文書に対するもっともらしい解釈であって、発見ではない、ということになる。マトリョーシカ型モデルなら通常、パラメータ数と提供サイズに関する説明が示される。このカードにはどちらもなく、サイズに関わる唯一の主張は位置づけを述べた一文だけである。

4枚のカード、3つの比較の罠

これらの文書から「Neon 対 Carbon」という主張を組み立てようとする人は、三つの別々の不一致に突き当たります。しかも、そのどれもが陥りやすいものです。

• インデックスバージョン。Neonカードは「AA Index v5.0.1: 61」と報告しており、Claude Opus 5.5の59、GPT-6.2 Solの57と比較している。結果の日付は2026年11月。3週間前に公開されたCarbonカードは「AA Index v5.0: 59」と報告しており、Opus 5.5の58、Gemini 4 Argonの50と比較している。結果の日付は2026年10月。2つのカード間で接尾辞が変わっているため、異なるインデックスバージョンで測られた2ポイントの差は2ポイントの差ではない。

• 思考レベル。61 は上限であり、デフォルトではありません。Google が指数を引用している Artificial Analysis は、v5.0.1 における Neon のスコアを 4 つ公開しています。44.1(低設定のとき)、54.9(中設定のとき)、59.6(高設定のとき)— Neon が実際にデフォルトとしているレベル —、そして 61.4(超高設定のとき)。Carbon は 60.0 です。したがって、このモデルのデフォルト構成は親モデルを下回る一方、最大構成は親モデルを上回り、ベンダーのカードには最大値のみが記載されています。どちらの数値セットも Google のものではなくトラッカーのものであり、どちらも 2026年11月20日時点で最新でした。

• ベンチマークのバージョンとハーネス。Neonのカードでは、Terminal-bench 4.1がチート調整済みで65.2%、Opus 5.5が65.8%となっており、負けである。Carbonの10月のカードでは「Terminal-Bench 4.0 (AA)」が65.2%と記載されている。2つのカード、同じ数値、異なるベンチマークバージョン——これは偶然であり、比較ではない。SWE-sweepの行はさらに悪い。Neonは「provider harness」で39.0%、「Mini-SWE harness」で12.8%を記載しているが、Carbonはハーネスの限定なしで単一の9.6%を記載している。これらは3つの構成であり、29ポイントの改善として並べることはできない。

Screenshot of the Artificial Analysis page for Gemini 4 Neon, headed 'Intelligence, Performance & Price Analysis', showing ranks 46 of 96 and 73 of 95, 110 output tokens per second, $3.00 input and $15.00 output per million tokens, an intelligence index of 61 at xhigh effort, and the note that the model is slow per task and very verbose.

Neonカード上のその他はすべてベンダー報告値であり、再現されていない。CursorBench 4.1は65.4%(Opus 5.5は58.1%)、FrontierCode 2.0は46.2%(47.3%、敗北)、GraphWalks 256k-to-1Mは95.2%(66.8%)、AutomationBenchは56.3%(42.5%)、SEC-bench Proは90.5%、RiemannBenchは84.0%。コーディング系の数値のうち2つは競合に負けており、これは注目に値する。なぜならローンチ概要は勝っている数値だけを引用し、そうした敗北を飛ばしているからだ。

何がそれを決着させるのか

4つの事柄が「適応した」を推測から事実へと移すだろう。だが、まだどれ一つ存在しない。

• Neon のパラメータ数またはサービングハードウェアの開示。ハードウェアのセクションは Carbon へのポインタにすぎない。実際の数値があれば、プルーニングまたは蒸留された派生モデルと、再チューニングされた兄弟モデルを即座に区別できるだろう。

• Gemini 4 Neon 安全・セキュリティレポート。カードには「今後数日中に公開予定」とあります。安全レポートはこれまで、公開カードでは省略されている機能の詳細を伝えてきました。

• 同等品質でのトークン効率データ。Googleの発表資料は、Neonが「より少ないトークン使用量」を実現すると主張しているが、カードには何も数値化されていない。Neonがタスクあたり実際にCarbonより少ないトークンを出力するなら、系譜の問いは請求書の問いほど重要ではない。

• Google が「adapted from」を「based on」と対比して定義する声明は一切ない。それまでは、この二つの表現は出版社が自ら引いた線引きであり、説明を拒んでいる区別である。

仕様が不十分なモデルを使用する方法

このいずれも、このモデルを避ける理由にはなりません。むしろ、モデルカードから推測するのではなく、評価する理由です。Neonは有料プランのみで無料枠はなく、4つの思考レベル(low、medium、highがデフォルト、xhigh)、統合された1,048,576トークンのウィンドウ(64Kの同期出力と最大1Mまでのロングデコード)、暗黙的キャッシュのみ、半額レートのバッチとフレックス($1.50/$7.50)、1.8倍のプライオリティ($5.40/$27.00、そこでのキャッシュ入力は$0.27で標準は$0.15)を備えます。音声生成、画像生成、Live APIは未サポートとされています。コード実行、コンピュータ使用、関数呼び出し、構造化出力、ファイル検索、URLコンテキスト、および両方のグラウンディングオプションはサポートされています。

系譜が十分に明示されていない場合の実務的な帰結は、カードが伏せているもの——完了したタスクあたりの出力トークン数——を、実際にデプロイする設定で測定すべきだということです。同じ20〜30個のタスクを、Neonではhighで、Carbonではデフォルトのmediumで実行し、トークンあたりのドルではなくトークン数を数え、自分の請求額と比較してください。トークンあたり50%高くてもタスクあたり30%少なくて済むモデルは安くつきます。50%高くて冗長さが同じなら安くはならず、このファミリーのどのカードも、あなたがどちらに当たるかを教えてはくれません。

当社独自のカタログは、その問題の後半に対する部分的な答えです。そこには「google/gemini-4-carbon」と「google/gemini-4-argon」が掲載されており、Gem​ini 4 Neonは掲載されていません。モデルページは本日時点で何も返さないため、ここに書かれていることは、それをルーティングする提供として解釈されるべきではありません。評価中にルーターが提供するのは、比較対象のモデル全体にわたる単一のキーと単一の請求書で、プロバイダーの定価はマークアップなしでそのまま適用されます。そのため、CarbonとArgonに関する12月1日の価格改定(入力$2.00→$4.00、出力$10.00→$20.00)は、Googleの料金ページに反映される同じ日に請求書にも反映され、リセラーのマージンに吸収されることはありません。また、フォールバックチェーンではNeonの後ろにCarbonを置けるため、実績のない派生モデルが本番トラフィックを担っても、ユーザーと障害の間に立つ唯一の存在になることはありません。

未解決の問いは、「adapted from」が誠実かどうかではない——少なくともその範囲では、明らかに誠実だ。問題は、一つの未定義の条項を七回繰り返し、パラメータ数を示さずに出荷され、アーキテクチャ、データ、ハードウェア、ソフトウェアを姉妹文書に委ねるカードが、それが派生する元のモデルよりもトークンあたりのコストが高いモデルにとって十分な開示なのかどうかだ。現時点の証拠から言えるのは、Googleが家系図の形を明かしただけで、枝については何も明かしていないということだ。Safety & Security Report は、いつ出るにせよ、次に読む価値のある文書だ。