Gemini 4 Carbonは、Google DeepMindが2026年10月28日に発表した最新のフロンティアモデルです。公式ブログは、同社でこれまでで最も強力なモデルであり、サイバーセキュリティと長期的なエージェントタスクに注力すると位置づけています。更新されたArtificial Analysis Intelligence Index v5.0では59点で1位となり、2週間前に発表されたGemini 4 Argonに代わって、Googleのフロンティアモデルの顔となりました。
3つのセキュリティベンチマークで首位、ただし評価条件に注意
公表された3つの成績はすべて、サイバーセキュリティ防御の一連の流れに関するものです。実際の脆弱性を発見するSEC-bench Proで88.2%、悪用可能性を検証するExploitGymで54.8%、根本原因に対処するパッチを当てるCWE-benchで71.0%と、いずれも当時のベンチマークで最高の成績でした。DeepMindは、これらの外部ベンチマークはガードレールなしで評価されたと明記しており、実際の製品では安全層の影響を受けるため、そのまま同じ性能になるとは限りません。
社内評価では、Carbonは安全なコードを生成する成功率がArgonの2倍以上になりました。Chromeチームは、高品質なパッチの生成で他社のフロンティアモデルより10倍以上優れていたとしており、クラウドセキュリティプラットフォームのWizも、ウェブ侵入テストのベンチマークでCarbonが首位にあることを確認しています。コーディングではWebDev Arenaで89 Eloポイント上げて4位に入り、大規模なコードベースにまたがる不具合の原因特定や修正に数日間取り組めるとしています。
まずサイバー防御者へ、価格はArgonと同じ
展開は意図的にゆっくり進められます。今週から一部のサイバー防御者に提供し、その後Fairwind Programを通じて信頼できるパートナーへ段階的に広げます。Googleは米政府の自発的なリリース前テストに参加しており、フィードバックを集めてガードレールを改善したうえで、できるだけ早く開発者、企業、一般ユーザーへ届けるとしています。価格はArgonと同じで、入力トークン100万個あたり2ドル、出力トークン100万個あたり10ドル、キャッシュされた入力トークンは入力価格から95%割引です。
アライメントの改善は明確、独立した検証はこれから
今回のもう一つの柱はアライメントです。Terminal-Bench 4.0では不正行為の成功率が0.0%まで下がり、不正行為の試みも0.4%に減少し、実際の開発環境での重大なアライメント違反のアラートは社内テストで8割近く減りました。Gray Swanの間接的プロンプトインジェクションのベンチマークでは、攻撃成功率がArgonの0.7%から0.0%になりました。これらの数値はGoogle社内のテストによるもので、第三者による独立した検証はまだ追いついていません。多くのユーザーにとって、Carbonの真の試練はランキングではなく、製品に組み込まれた後、制約のない現実のタスクでセキュリティ性能と使いやすさを両立できるかどうかです。
