「Gemini 4 Neon」と表示されたヒーロータイトルカード(2026年11月18日公開、サブタイトルは「5つのリクエストレベルの変更」、フッター行は「GoogleのGemini APIドキュメントに基づく料金と思考レベル、2026年11月20日確認」)
Engineering & Research

Gemini 4 Neonが提供開始:備えておくべき5つのAPI変更

著者

Gideon Frost

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

G​emini 4 Neon は2026年11月18日に一般提供を開始しましたが、興味深い文書はローンチ投稿ではありません。それは、その下に G​oogle が公開している移行チェックリストです。そこで分かるのは、本番トラフィックを Gemini 3.8 Flash から、または Gemini 4 Carbon や G​emini 4 Hydrogen から G​emini 4 Neon に移すと、モデル文字列以上のものが変わるということです。リクエストレベルの挙動が5つ変わり、そのうち1つは気づかれずに、1つは400エラーを伴って、1つは請求書を見て初めて気づくような倍率で変わります。モデル自体についての G​oogle の要約は控えめです。複雑なソフトウェアエンジニアリング、ナレッジワーク、科学にわたる高速なエンドツーエンドのタスク完了を備えたフロンティアレベルの知能で、高頻度の複雑なタスク向けに G​emini 4 Hydrogen と Gemini 4 Carbon の間に位置します。以下で扱うのは、トークンではなくエンジニアリング時間を要するロールアウトの部分です。

11月18日に実際に出荷されたものは何ですか

料金表は一律で変動しません。入力トークン100万あたり$3.00、出力トークン100万あたり$15.00、キャッシュ済み入力100万あたり$0.15で、有料枠のみであり、無料枠はどこにもありません。コンテキストは入力・思考・出力で共有される単一の統合1,048,576トークンウィンドウで、同期出力の上限は65,536トークン、長いデコード経路では最大100万トークンまで戻ります。思考レベルはlow、medium、high、xhighの4段階で、デフォルトはmediumではなくhighです。このモデルは有料のGem​ini APIで、generateContentとInteractions APIの両方で利用でき、AI StudioではAI ProおよびUltraサブスクライバー向けに、Gem​ini Managed AgentsのAntigravityエージェント内で利用できます。

Google の外部から得られた 2 つの数値は、移行の判断に持ち込む価値がある。Artificial Analysis は xhigh 設定の Intelligence Index で Gemini 4 Neon を 61.4 と評価しており、トラッカーでは 61 と表示され、95 モデル中 6 位にランクされる。また、Gemini 4 Neon は毎秒 110 出力トークンと測定され、Gemini 4 Carbon の 51 と対比される。同じパネルはさらに、xhigh で Intelligence Index タスクあたり $6.44、評価セット全体で 2億8300万出力トークンも記録している。ここで重要なのはこの点だ。つまり、このモデルは大量のトークンを出力することでスコアに到達しており、そのトークンは 1 つ残らず課金される。

A self-built card titled The five changes, as a checklist, with five rows reading sampling parameters accepted then ignored inside range and a 400 outside it, explicit caching removed in favour of implicit caching on prompts of 4096 tokens or more, thinking default high instead of medium with minimal rejected, state carried by previous_interaction_id with thought signatures preserved, and outputs past 65536 tokens requiring background execution with max_output_tokens raised

サンプリングパラメータ: 無視される、または400エラー

Google の移行ノートでは、リクエストから temperature、top_p、top_k を削除するよう指示されています。設計で考慮すべきなのは、その正確な挙動です。範囲内のカスタム値は受け入れられたうえでサーバー側に無視され、範囲外の値は 400 の検証エラーを返します。つまり、18か月間こっそり temperature 1.3 を渡してきたサービスは、入力時点では失敗しません。代わりに、他のどの設定でも返したはずの同じ分布を返し始め、唯一の症状は、出力が一部ではより決定論的に見え、別の部分ではそう見えなくなることで、相関を取れるエラーはありません。

実用的な修正策は値をクランプすることではない。値を削除し、それらを何に使っていたにせよ、モデルが実際に尊重する場所へ移すことだ。形状なら構造化出力、ばらつきなら評価スイート、スタイルならプロンプトレベルの変更へ。温度を創造性のダイヤルとして頼っていた人には、もうダイヤルはない。

明示的なキャッシュはなくなり、暗黙的なキャッシュは自動です

Gemini 4 Neon は明示的なコンテキスト キャッシュをサポートしていません。cachedContents リソースと caches.create は利用できず、cached_content フィールドを含むリクエストではそのフィールドを削除する必要があります。代わりとなるのは暗黙的キャッシュで、4,096 トークン以上のプロンプトでデフォルトで実行され、キャッシュされた入力が 95% 割引になります — 100 万トークンあたり $3.00 ではなく $0.15 — 作成、有効期限切れ、ストレージ料金のためのハンドルはありません。

ほとんどのチームにとって、これは簡素化であり、わずかな請求額の削減です。一部のチームにとっては後退であり、その後退の形は予測可能です。キャッシュヒットが、大きな固定プレフィックスを一度登録し、表現の異なる多数のリクエスト間で再利用することに依存していた場合、暗黙的キャッシュはプレフィックスが実際に一致するときにのみ役立つため、勝ち筋は共有プレフィックスをバイト単位で同一にし、可変なものはすべてその後に置くことです。キャッシュされるプレフィックスが4,096トークン未満の場合、キャッシュはまったくなくなります。

minimal は拒否され、high がデフォルトです

thinking のデフォルトは、このリストの中で最も目立たない変更です。Gemini 4 Carbon と Gemini 4 Argon は medium がデフォルトで、high が上限です。Gemini 4 Neon は high がデフォルトで、その上に xhigh を追加し、minimal はエラーで拒否します。これは Gemini 3.6 Flash と Flash-Lite モデルが今でも受け入れるレベルです。そのため、thinking_level をまったく設定しないコードは、同じリクエストボディでも、Carbon で得ていた回答より、Neon ではより深く、より遅く、より高コストな回答を得ることになります。

Google自身のガイダンスでは、上限が回答を切り詰めないよう高い max_output_tokens を設定して4つのレベルすべてで評価し、その後、基準をクリアする最も低いレベルで実行します。公開されている独立スコアが、最も安価な段階から最も深い段階まで17インデックスポイントに及ぶモデルでは、それは定型文ではありません。引き継ぐデフォルトは、最も安価な正しい設定ではなく、最も高コストな正しい設定です。

状態、シグネチャ、および新しいインタラクションID

マルチターンおよびツール呼び出しセッションは、「トランスクリプトを再送信する」ことから、2つの特定のメカニズムへと移行します。Interactions API では、履歴を再構築するのではなく、previous_interaction_id で状態を引き継ぎます。クライアント管理の generateContent 履歴では、以前のモデルターンとその thought signature を毎ターン変更せずに返す必要があり、並列の functionCall パーツ間で signature をコピーしてはいけません — signature はそれが由来する呼び出しに結び付いています。

本番環境で表面化する前に知っておく価値のある失敗モードもあります。システム指示を通じてモデルに生テキストの JSON ツール呼び出しを出力させようとしつつ、ネイティブにはツールを一切宣言していない場合、MALFORMED_FUNCTION_CALL が返ることがあります。function calling でツールを宣言するか、構造化出力でレスポンスを制約してください。これはスキーマ変更ではなく、以前は機能していたプロンプトパターンであるため、見落としやすいものです。

長い出力にはバックグラウンド実行が必要です

同期レスポンスは、ストリーミングかどうかに関係なく、65,536トークンで停止します。それを超えるには、max_output_tokensを65,536より大きく設定し、backgroundをtrueに設定します。するとサーバーは、ウィンドウが尽きるまで64K単位で続行します。max_output_tokensを上げずにbackgroundを設定すると、ジョブは依然として65,536で停止します。これは、ドキュメントが注記で指摘しているまさにその間違いです。

この変更の後半は、プロンプトではなくHTTPクライアント側にあります。Googleはタイムアウトを少なくとも15分に延ばすよう求めています。このモデルでは難しいプロンプトの場合、最初の回答トークンが出力されるまで数分かかることがあるためです。独立した測定もその方向性と一致しています。Artificial Analysisの記録では、Neonは最初の回答トークンまで56.5秒、Intelligence Indexタスクあたり21.5分なのに対し、Gemini 4 Argonは45.96秒、28.4分です。全体としては速いものの、開始は遅い。

Screenshot of Google's What's new in Gemini 4 Neon documentation page, showing the model table with the gemini-4-neon model ID, thinking levels low, medium, high and xhigh, and the paid tier price of 3 dollars per million input tokens and 15 dollars per million output tokens

移行が何かを節約する前に、どれだけのコストがかかるか

課金は、モデルが処理するすべてのトークンに基づいて行われます。これには思考トークンや、グラウンディング使用時の内部システム指示および関数宣言も含まれます。これはこのファミリーでは標準的ですが、Neon 固有の2つの事情と相性が悪いです。高いデフォルト設定は、Carbon のコードが前提としていた medium のデフォルトより多くの思考トークンを消費し、さらにモデル自体のトークンプロファイルも重くなっています。トラッカーは Intelligence Index 全体で、Neon の出力トークンを2億8300万、Carbon を2億500万とカウントしました。これは38%多く、しかも1トークンあたりの価格が Carbon の導入価格より高い時期のことです。

それは移行に反対する論拠にはならない。反対しているのは、文字列を1つ変えてダッシュボードを眺めるだけの移行だ。誠実な手順は、旧モデルを固定し、トラフィックの一部をgemini-4-neonにmediumとhighで複製し、トークンあたりのコストではなく完了タスクあたりのコストを比較することだ。このモデルのトークンあたりのコストは、シートの中で最も情報量の少ない数字だ。

Screenshot of the Gemini API pricing page for Gemini 4 Neon showing the Standard tab with an input price of 3 dollars and an output price of 15 dollars per million tokens, context caching at 0.15 dollars with a note that only implicit caching is supported, a free tier reading not available, and a callout stating that every token including thinking tokens is billed

この移行でルーターが真価を発揮する場面

これは教科書通りのカナリアリリースであり、単一ベンダー移行であってもルーティング層が有用である理由でもあります。1つのAPIキーで200以上のモデルをカバーするため、トラフィックの一定割合を移行している間、旧経路と新経路は同じエンドポイントの背後に位置します。自動フェイルオーバーにより、範囲外のパラメータによる400や長時間実行タスクのタイムアウトが発生した場合、担当者を呼び出すのではなく、昨日まで動作していたモデルにフォールバックします。価格はプロバイダーの定価でマークアップなしにパススルーされるため、Neonの$3.00と$15.00は、請求書でもG​oogleのページと同じ数字になり、G​oogleがそれらに加えた変更は当日中に当社側に反映されます。

一つ明確にしておきたいのは、G​emini 4 Neon はまだ当社のカタログにないということです。Gemini 4 Carbon と Gemini 4 Argon はあり、gemini-3.1-pro-preview も同様です。また、料金表をエンドポイントとして説明するつもりはありません。ルーターが今日提供するのは、G​oogle の自社 API で Neon を評価している間、フォールバックチェーンを保持しておくための安定した場所であり、Neon が登場したときには同じリクエスト形状です。

今、誰が動くべきでしょうか

リポジトリレベルのデバッグ、複数ファイルのリファクタリング、多数のツール呼び出しを伴う長いエージェントセッション——G​oogle が Neon を作った対象であり、独立したウォールクロックの数値が有利だと示しているもの——に取り組むなら、今すぐ移行してください。明示的キャッシュに依存している場合、クライアントのタイムアウトを引き上げられない場合、またはパイプラインが抽出型である場合は、待ってください。G​oogle 自身のドキュメントは、xhigh が「テキストや JSON 抽出のようなより単純なプロンプトで、考えすぎを引き起こしたり max_output_tokens を使い果たしたりする可能性がある」と警告しており、デフォルトで high の設定では、Carbon 型のパイプラインが以前置かれていた位置よりすでに一段上にいます。

注目して検証すべきなのは、もう1本のローンチ記事ではない。61が高設定で通用するか——そこでトラッカーは59.6と採点し、Carbon自身の上限におけるCarbonの60.0に後れを取っている——そしてGoogleがモデルに明示的なキャッシュを追加するかどうかだ。どちらも文書化された動作で、どちらも外部から確認でき、「これが我々のエージェント群のデフォルトになるのか」という答えを、どのデモよりも大きく変える。

この記事で比較したモデル1

この記事から検出 · ベンチマーク:Artificial Analysis · 毎日更新