Google、「Gemini 4 Neon」公開…Carbon級の性能で速度・コストを改善【テックナレッジNOW】

Photo of author

By Global Team

▶ Googleは11月18日(現地時間)、新たな人工知能(AI)モデル「Gemini 4 Neon」を公開した。

▶ 高難度の作業向けモデル「Carbon」と、日常的な作業を素早くこなす「Hydrogen」の中間に位置するモデルだ。

▶ 料金は入力100万トークン当たり3ドル、出力100万トークン当たり15ドルで、一度に最大100万トークンを処理できる。Googleの提携企業Gleanは独自評価で、NeonはCarbonと同等またはそれ以上の品質を、3倍の速度かつ60%のコストで実現したと明らかにした。

Googleが18日に公開したAIモデル「Gemini 4 Neon」の公式画像。(写真=Google)
Googleが18日に公開したAIモデル「Gemini 4 Neon」の公式画像。(写真=Google)

Googleは18日(現地時間)、複雑なソフトウェア開発や企業業務、科学研究を迅速に遂行できるよう設計した新たな人工知能(AI)モデル「Gemini 4 Neon」を公開した。

Google DeepMindによると、Neonは最上位モデルに近い推論性能を保ちながら、処理速度とコスト効率を高めたという。開発者向けAPIや企業向けサービスへの適用を開始し、Google AI ProおよびUltraの加入者にも提供を始めた。

Neonは、質問に答えるチャットボットよりも、複数の段階を経て実際の作業を遂行するAIエージェントに重点を置いている。長文書の分析やプログラムコードの修正、複数のツールを使った業務の完遂を想定して設計された。

◆ CarbonとHydrogenの中間に位置するNeon

GoogleはGemini 4シリーズを用途別に分けている。Carbonは複雑で時間のかかる高度なプロジェクトに重点を置き、Hydrogenは素早い応答や日常的な作業を担う。新たに公開されたNeonは、高い推論性能が必要である一方、処理速度とコストも重要な作業を対象とする。

企業でAIを利用する際には、モデルの性能と同じくらい運用コストも重要だ。顧客からの問い合わせ数千件を分析したり、大量の文書を繰り返し処理したりする業務に、毎回最も高価なモデルを使えば、コスト負担が大きくなる。

Neonは、こうした作業を比較的低コストで処理できるよう設計された。Googleは、複雑なコーディングや分析、科学研究でも最上位モデルに迫る性能を提供すると説明している。

提携企業による評価でも、速度の向上が報告された。企業向けAI検索サービスを手がけるGleanは、独自試験でNeonがCarbonと同等またはそれ以上の品質を、3倍の速度かつ60%のコストで実現したと明らかにした。

◆ 入力100万トークン当たり3ドル

Google Gemini 4シリーズの性能、価格、処理速度、対象ユーザーの比較表。NeonはCarbonとHydrogenの中間に位置する。(資料=Google)
Google Gemini 4シリーズの性能、価格、処理速度、対象ユーザーの比較表。NeonはCarbonとHydrogenの中間に位置する。(資料=Google)

NeonのAPI料金は、入力100万トークン当たり3ドル、出力100万トークン当たり15ドルだ。入力とはAIに渡す質問や文書などで、出力はAIが生成する回答や作業結果を指す。

トークンは、AIがテキストを処理する際に使う基本単位だ。文字数や単語数と正確に一致するわけではなく、言語や内容によって必要なトークン数は異なる。

同じ入力内容を再利用する場合に適用されるキャッシュ入力料金は、100万トークン当たり0.15ドルで、通常の入力料金より95%安い。企業が同じ規定集や技術文書を繰り返し参照する業務で、コスト削減に活用できる。

Carbonと比較する際は、現在適用されている割引料金を区別する必要がある。Carbonには11月30日まで、入力100万トークン当たり2ドル、出力100万トークン当たり10ドルの割引料金が適用される。現在のトークン当たり料金だけで比べると、NeonはCarbonより50%高い。Carbonの通常料金は入力4ドル、出力20ドルだ。割引終了後は、Neonの入力・出力料金はともにCarbonより25%安くなる。

Googleが強調するコスト効率は、トークン当たりの価格だけでなく、実際の作業を完了するまでにかかる総コストを基準としている。同じ作業でも、モデルが生成するトークン数や処理時間が異なるためだ。

Artificial Analysisが18日に公開した分析でも、NeonはCarbonよりタスク当たりのコストと処理時間が少なかった。最高推論レベルでは、Neonのタスク当たり平均コストは6.44ドルで、Carbonは通常料金で7.76ドルだった。作業時間はNeonが約21分、Carbonが約36分だった。

Neonは最大100万トークンの入力を一度に処理できる。これは「コンテキストウィンドウ」と呼ばれる。長文書やコード、画像、音声、動画など複数の資料を、一つの作業にまとめて渡せる範囲を指す。

例えば企業は、会計スプレッドシート、PDF形式の契約書、売上グラフを一緒に入力し、数値が一致しているか確認するよう依頼できる。資料を何度も分割して入力する手間を減らせる。

◆ 推論レベルを4段階で調整

Gemini 4 Neonと主要AIモデルの推論レベル別知能指数およびタスク当たり処理コストの比較。Neonは推論レベルに応じて性能とコストを調整できる。(資料=Google)
Gemini 4 Neonと主要AIモデルの推論レベル別知能指数およびタスク当たり処理コストの比較。Neonは推論レベルに応じて性能とコストを調整できる。(資料=Google)

Neonでは、AIが回答を生成する前にどれほど深く分析するかを決める推論レベルを4段階で設定できる。「低(low)」「中(medium)」「高(high)」「非常に高い(xhigh)」だ。

低いレベルは比較的簡単な業務に適している。高いレベルは複数の条件を検討したり、複雑な問題を解決したりする場合に使う。推論レベルを上げると、一般により多くの計算とトークンが必要になり、処理時間とコストが増える可能性がある。

デフォルト設定は「高」だ。Googleによると、このレベルでのNeonのタスク当たり処理コストは、Carbonより32%低い。最上位の「非常に高い」では、複雑なソフトウェア開発や科学研究、多段階の分析に重点を置く。

Googleの発表によると、デフォルトの推論レベルでNeonのタスク当たりコストは、主要競合モデルの最上位モデルより約50~80%低かった。最上位の推論レベルでも、比較対象モデルより36%以上低いコストを記録したという。

◆ 総合知能指数で3位、コーディングエージェント指数で1位

Neonは主要なAI性能評価で上位に入った。Artificial Analysisの総合知能指数では、最高推論レベルで61点を記録し、モデル全体で3位となった。Carbonを1点上回る点数だ。

同機関のコーディングエージェント指数では、Googleの発表によると58.6点で1位を記録した。コーディングエージェントの評価では、AIが実際の開発ツールを使ってプログラムを修正し、問題を解決する能力を測定する。

企業の実務を想定した評価でも高い点数を獲得した。法律や金融などの専門業務を遂行する能力を測るVals指数では70.9%で2位となった。法律調査と税務業務を評価する別の試験では、いずれも1位を記録した。

業務自動化ツール企業Zapierが運営するAutomationBenchでは、56.3%で1位となった。複数のプログラムを連携させ、実際の業務手順を遂行する能力を評価する試験だ。

長期間にわたって自動販売機事業を運営する仮想実験「Vending-Bench 2」では、1万6,843ドルの利益を記録して1位となった。AIが在庫や価格、購入などに関する複数の判断を長期間にわたって管理する能力を評価する。

実際のAIエージェントの作業4,200件以上を基に評価するAgent Arenaでは、1,336点で2位だった。作業の途中で利用者が指示を変更した際に、それを反映する能力も2位と評価された。

専門的なチャート解釈試験のChartographyでは73.5%を記録した。数学的推論の評価であるRiemannBenchでは84.0%、科学分野のターミナル作業試験では70.5%だった。

◆ 複数ファイルを修正し、AIエージェントを指揮

Gemini 4 Neonと競合AIモデルのコーディング、知識業務、科学・数学、サイバーセキュリティなどの主要性能評価結果。(資料=Google)
Gemini 4 Neonと競合AIモデルのコーディング、知識業務、科学・数学、サイバーセキュリティなどの主要性能評価結果。(資料=Google)

GoogleはNeonの主な活用分野としてソフトウェア開発を挙げた。Neonは複数のファイルにまたがるエラーを見つけて修正したり、既存コードを整理したりできる。必要な箇所を中心にコードを修正し、不要な変更を減らすよう設計したとGoogleは説明している。

ターミナル作業能力を評価するTerminal-Bench 4.1では65.2%を記録した。複雑なコーディング課題を評価するFrontierCode 2.0では、デフォルトの推論レベルで46.2%だった。

コード修正試験のSWE-Sweにおいては、実行環境によって大きな差が表れた。標準の評価ツールでは12.8%だったが、Googleの開発ツール「Antigravity」では39.0%まで上昇した。同じAIモデルでも、どのツールを接続し、どのように作業を実行するかによって性能が変わることを示している。

NeonはほかのAIエージェントを指揮する役割も担う。GoogleのAntigravityでは、Neonが複雑な作業を複数の段階に分け、Hydrogenモデルを使うサブエージェントに並行して割り振ることができる。例えば大規模なプログラムを開発する際、Neonが全体構造と作業順序を決め、Hydrogenエージェントが個々の機能を実装する。

Googleは、Neonが長時間の作業で、すでに確認したファイルを不必要に読み直すことを減らし、進捗状況を共有できるよう改善したと説明した。会話が長くなり、過去の内容を要約する過程でも、作業の流れを維持する機能を強化したという。

◆ スキーシミュレーターから10万セルのスプレッドシートまで

GoogleはNeonの複雑な作業遂行能力を示すデモも公開した。Antigravity上でNeonは、フランスのシャモニーとモンブラン周辺の実際の地形データを使い、一人称視点のスキーシミュレーターを制作した。Webグラフィックス技術のWebGL2を活用し、グラフィックスコード1万200行と、毎秒120回計算するスキー物理システムを実装した。

スキーが雪上に残す跡や雪崩、空間音響機能も盛り込まれた。Googleによると、事前に制作したグラフィック素材を使わずに実装したという。

別のデモでは、1枚の写真を10万個のセルで構成されるGoogleスプレッドシートに変換した。画像ファイルを貼り付けるのではなく、50万を超える数式を使って輪郭や奥行き、照明効果を表現した。

Googleは、こうした事例を通じて、Neonが単なるコード生成だけでなく、複数のツールを組み合わせる長時間の作業にも活用できると説明している。

◆ 脆弱性を発見・修正する専用モデルも公開

Googleはサイバーセキュリティに特化した「Gemini 4 Neon for Cyber」も同時に公開した。このモデルは、ソフトウェアの脆弱性を見つけ、実際に攻撃が可能か検証したうえで、問題のあるコードを修正する作業に重点を置いている。

AIモデル別のソフトウェア脆弱性検出性能の比較。Gemini 4 NeonはSEC-Bench Proで90.5%を記録した。(資料=Google)
AIモデル別のソフトウェア脆弱性検出性能の比較。Gemini 4 NeonはSEC-Bench Proで90.5%を記録した。(資料=Google)

Googleの発表によると、脆弱性検出試験のSEC-Bench Proで90.5%を記録した。比較対象となった大規模モデルより、タスク当たりのコストは約半分だった。

AIモデル別の安全なコード作成能力を評価したAutoBaxBenchの結果。Gemini 4 Neonは76.0%で、比較モデル中最高点を記録した。(資料=Google)
AIモデル別の安全なコード作成能力を評価したAutoBaxBenchの結果。Gemini 4 Neonは76.0%で、比較モデル中最高点を記録した。(資料=Google)

ウェブアプリケーションへの脆弱性攻撃が可能かを評価するWebExploitBench 1.2では51.26%を記録した。安全なコードを最初から作成する能力を評価するAutoBaxBenchでは、最も難しいレベルで76%だった。

AIモデル別のソフトウェア脆弱性修正性能の比較。Gemini 4 Neonは70.7%で、Carbonの67.3%を3.4ポイント上回った。(資料=Google)
AIモデル別のソフトウェア脆弱性修正性能の比較。Gemini 4 Neonは70.7%で、Carbonの67.3%を3.4ポイント上回った。(資料=Google)

脆弱性の根本原因を修正するCWE-Bench v2では70.7%を記録した。GoogleはCarbonより性能が3.4ポイント向上したと発表した。このモデルは一般ユーザーには公開しない。検証済みのサイバー防御機関を対象に運営する「Project Fairwind」を通じて、段階的に提供する予定だ。

脆弱性を発見し、実際に悪用可能か確認する能力は、防御だけでなく攻撃にも利用される可能性がある。そのためGoogleは利用対象を制限した。

◆ 開発者・企業・有料加入者から利用可能に

NeonはGoogle AI StudioとAndroid Studioで、有料のGemini APIを通じて利用できる。企業はGemini for BusinessやGoogle Antigravityで利用可能だ。

一般ユーザーはGoogle AI ProまたはUltraの加入者であれば、Geminiアプリのモデル選択メニューからNeonを選べる。Google Antigravityでも、両プランの加入者向けに提供する。

GoogleはNeonが複数の文書を比較・分析する業務に適していると紹介した。公共料金の請求書を分析して料金値上げの原因を探したり、複数の領収書を照合して返金請求の資料を準備したりする作業が、代表的な活用例だ。

無料ユーザーへのNeon提供時期は発表されていない。サイバーセキュリティ特化モデルは、Project Fairwindへの参加資格を持つ機関から利用できる。

GoogleはNeonを通じて、最上位モデル水準の推論能力を、より速く低コストで提供する方針だ。複雑な作業を処理するAIエージェントが企業業務やソフトウェア開発の現場に広がるなか、モデルの性能だけでなく、実際の処理コストや作業の完成度も主要な競争要素になりつつある。