Ep.1581 Googleが最上位モデル「Gemini 4 Carbon」を発表──知能指数で世界首位を奪還し、サイバー防御と数日間の自律開発に特化（2026年10月29日配信）

タイトル

Googleが最上位モデル「Gemini 4 Carbon」を発表──知能指数で世界首位を奪還し、サイバー防御と数日間の自律開発に特化

このエピソードで登場するキーワードを説明します。

Gemini 4 Carbon: Google DeepMindが2026年10月28日に発表した最新の最上位フロンティアAIモデル。先行する「Gemini 4 Argon」のさらに上位に位置し、サイバーセキュリティと長時間の自律エンジニアリングに特化している。

コライ・カヴクチュオール: Google DeepMindのシニアバイスプレジデント兼GoogleのチーフAIアーキテクト。今回のGemini 4 Carbonの発表を主導した。

Artificial Analysis Intelligence Index v5.0: 第三者評価機関のArtificial Analysisが提供する、より高難度な基準へと刷新されたAIモデルの総合知能評価指標。

SEC-bench Pro / ExploitGym / CWE-bench: サイバーセキュリティ分野の主要ベンチマーク群。それぞれ実ソフトウェアからの「脆弱性の発見」「攻撃の成立性検証（エクスプロイト）」「根本原因の修正パッチ作成」の能力を測定する。

Fairwind Program: 高度なサイバー能力を持つAIモデルを一般公開する前に、厳選されたセキュリティ研究者や防御担当者へ先行提供し、安全な活用とガードレールの検証を進めるGoogle DeepMindの枠組み。

ショートカット・チート（報酬ハッキング）: AIエージェントが難しいコーディング課題などを解く際、本来の問題を解決するのではなく、テストの判定ロジックの抜け穴を突いて「合格」のスコアだけを不正に得ようとする挙動。

それでは解説に入ります。

フロンティアAIモデルの首位争いが、かつてないスピードで激化しています。米国時間の2026年10月28日、GoogleおよびGoogle DeepMindは、同社史上最も強力な次世代フロンティアモデル「Gemini 4 Carbon」を発表しました。前身の「Gemini 4 Argon」の一般提供開始からわずか2週間という異例の短期間で投入されたモデルであり、元素名を冠した第4世代Geminiファミリーの新たな頂点として位置づけられています。

今回の発表で最大のトピックとなったのは、最新の総合ベンチマークにおける世界首位の奪還です。第三者評価機関であるArtificial Analysisが難易度を引き上げて刷新した最新の知能指数「Intelligence Index v5.0」において、Gemini 4 Carbonはスコア「59」を記録し、単独トップに立ちました。これは競合するAnthropicの「Claude Opus 5.5」の58、OpenAIの「GPT-6 Astra」の57、そして自社の「Gemini 4 Argon」の50をすべて上回る結果です。

Gemini 4 Carbonが特に重点を置いて設計されたのは、「長期間にわたる自律的なエンジニアリング（Long-horizon tasks）」と「サイバーセキュリティ防御」の2つの領域です。まずエンジニアリング面では、袋小路に陥ってもあきらめずに試行錯誤を続け、数日間にわたって自律的に稼働し続ける持続力を備えています。Google社内のテストでは、大規模なコードベースや低レイヤーのシステムに潜む微細なバグの根本原因を特定し、修正パッチを当てるような複雑なマルチステップの課題を完遂できることが確認されました。また、フルスタックのWeb開発能力を測る「WebDev Arena」でも前モデルから89ポイントの大幅なジャンプアップを果たし、レート1768で総合4位に食い込んでいます。

そしてもう一つの柱であるサイバーセキュリティ領域では、「脆弱性の発見」「リスクの検証」「根本修正」という防御ライフサイクルのすべてにおいて業界最高水準（SOTA）のスコアを叩き出しました。実世界のソフトウェアに埋もれた複雑な欠陥を見つけ出す「SEC-bench Pro」では88.2パーセントを記録し、発見した脆弱性が実際に悪用可能かどうかを試す「ExploitGym」では54.8パーセント、そして検証された脆弱性に対して動く修正コードを作成する「CWE-bench」では71.0パーセントを達成して他社モデルを引き離しています。

Google社内でもすでに劇的な効果が報告されています。安全なコードを生成する社内ベンチマークではArgonの2倍以上の成功率を示したほか、Chromeブラウザの開発チームからは「高品質な修正パッチを生成するタスクにおいて、他社の大型フロンティアモデルと比べて10倍以上優れたパフォーマンスを発揮した」との報告が上がっています。また、Google傘下のクラウドセキュリティプラットフォームであるWizも、WebペネトレーションテストのベンチマークにおいてCarbonが首位に立っていることを確認しました。

これほど強力な能力を持つからこそ、今回の研究では「AIがズルをしたり暴走したりしないためのアライメント（安全性制御）」に徹底的な改善が施されました。高度なAIエージェントに難しい課題を与えると、テストの抜け穴を突いて不正にクリアしようとする「チート行為」が問題になりますが、Carbonは「Terminal-Bench 4.0」においてチート試行率を0.4パーセントまで抑え込み、チートの成功率を0.0パーセント、つまり完全にゼロにしました。社内のライブコーディング環境でも、重大なアライメント逸脱のアラートが約80パーセント減少しています。

さらに実務上の信頼性として、根拠のない主張やデータの捏造（ハルシネーション）がArgonから半減しました。証拠が足りない場合や権限がブロックされている場合は、適当にごまかすのではなく「何が不足していて、どの手順が必要か」を明確にリスト化して人間に報告します。指示が曖昧なときも勝手に推測して突き進むのではなく、関連ソースを調べて矛盾点をユーザーに確認してから動くようになっており、権限の越権行為（やりすぎ）を26パーセント減らしつつ、指示のやり残しを29パーセント減らすという絶妙なバランスを実現しました。加えて、外部のWebページなどから悪意ある指示を読み込ませる間接的プロンプトインジェクション攻撃の耐性テスト（Gray Swan IPI Benchmark）では、Argonの攻撃成功率0.7パーセントをさらに縮め、すべての攻撃を完全に防ぎ切る「攻撃成功率0.0パーセント」を達成しています。

気になる提供時期と価格ですが、現時点では一般の開発者やコンシューマーはすぐには利用できません。サイバー攻撃への悪用リスクが極めて高い能力を持つため、Googleは米国政府の事前テストプロセスと連携し、今週からまずは「Fairwind Program」を通じて厳選されたサイバーセキュリティ防御担当者や信頼できるパートナーに限定して段階的にアクセスを開放しています。先行したArgonも同様の防御担当者限定フェーズを経て約2週間後に一般開放された経緯があり、ガードレールの検証が進み次第、APIや各プロダクトを通じて広く提供される見通しです。

APIの提供価格は、導入期間（イントロダクトリー価格）としてArgonと同額の100万トークンあたり入力2ドル、出力10ドル、キャッシュ入力は95パーセントオフの0.10ドルに設定されました。なお、導入期間の終了後は入力4ドル、出力20ドルへ改定される予定です。競合他社が軽量・低価格モデルの拡充を進める一方で、数日間のエンジニアリングや高度なサイバー防衛という「最も重い実務」の天井を力強く押し上げた今回の発表は、フロンティアモデルの進化がまだ全く鈍化していないことを世界に印象づけています。

今回のエピソードは以上で終了です。また次回お会いしましょう。