Gemini 4 CarbonとArgonの違い：性能・料金・利用条件
CarbonとArgonは、発表されたAPI導入単価が同じでも、利用条件と料金期間が同一ではありません。性能面はGoogle公表のベンチマークで比較できますが、日本語の業務を置き換えられるかを独自に確認したわけではありません。
👁 112閲覧数
2026年11月10日更新: 同じタスクで両モデルをテストした
CarbonがAPIで利用できるようになった。料金はArgonと同じで、100万トークンあたり11月30日までは2 / 10 USD、その後は4 / 20 USDとなる。私が実施したタスクでは、両モデルの正確性はほぼ同じだった。23件の実用タスクではそれぞれ99.5%、セキュリティレビューではそれぞれ8件中8件、ログ分析ではそれぞれ7件中7件を正しく処理した。出典の扱いではCarbonが明確に優れており、16件中、架空の出典は0件だったのに対し、Argonは2件を捏造した。ただし、Carbonはかなり遅い。23件のタスクではCarbonが264秒、Argonが135秒、スプレッドシートエンジンのタスクでは518秒対64秒で、費用は0.47 USD対0.05 USDだった。全結果は私のGemini 4 Carbonテストにまとめた。
当編集部はGemini 4 Carbonを試していません。モデルへのアクセスがなく、独自テストは実施していません。本稿はGoogleの発表と評価報告の分析です。以下の数値はGoogle公表値であり、比較対象の数値は同社が引用した各社報告やランキングに基づきます。
CarbonとArgonは、発表されたAPI導入単価が同じでも、利用条件と料金期間が同一ではありません。性能面はGoogle公表のベンチマークで比較できますが、日本語の業務を置き換えられるかを独自に確認したわけではありません。
CarbonとArgonの比較
Googleの表では、Terminal-BenchはArgonの57.1%からCarbonの65.2%へ、GraphWalksは84.2%から96.2%へ上がっています。ただし全面的な首位ではありません。FrontierSWE 2はGPT-6 Astraが65.5%、Carbonが61.2%。OSWorldはOpus 5.5が87.2%、Carbonが81.5%です。競合の数字もGoogleが掲載した比較値であり、当編集部の測定ではありません。
| 評価項目 | Carbon | Argon |
|---|---|---|
| AA Index v5.0 | 59 | 50 |
| SWE-sweep | 9.6% | 4.3% |
| FrontierSWE 2 | 61.2% | 55.0% |
| Terminal-Bench 4.0 (AA) | 65.2% | 57.1% |
| Agents’ Last Exam v1.1 | 77.4% | 69.0% |
| OSWorld-2.1 (offline) | 81.5% | 74.7% |
| AutomationBench (Zapier) | 53.9% | 51.3% |
| GraphWalks 256k-1M (BFS F1) | 96.2% | 84.2% |
| CWE-bench | 71.0% | 68.0% |
| ExploitGym | 54.8% | 42.0% |
| SEC-bench Pro | 88.2% | 83.4% |
誠実性とエージェントの挙動
GoogleはTerminal-Bench 4.0で、不正行為の成功が0.0%、試行が0.4%だったと報告しています。ライブコーディングでの重大な不整合アラートは約80%減り、裏付けのない主張はArgonの約半分としています。過剰な介入は26%、不十分な支援は29%減少。Gray Swan IPIの攻撃成功率はArgonの0.7%に対し0.0%です。限定された評価であり、あらゆる環境で失敗しないという保証ではありません。
Googleは、大規模なコードベースや低レベルのシステムで微妙な不具合の原因を調べ、数日間作業した社内事例を説明しています。安全なコード生成はArgonの2倍超の有効性と主張しています。Chromeチームの10倍超という比較は、名称非公開の競合に対する高品質なパッチの話です。当編集部が日本の開発現場で作業時間や費用を測った結果ではありません。
Google公表のベンチマーク
Googleの評価はpass@1で、Gemini API経由の最も高い思考設定を使っています。SWE-sweepはmini-swe-agentを用いた自社計測です。ExploitGymとSEC-bench ProはAntigravity環境で、インターネットなし、緩和策を無効にして実施されました。Agents’ Last ExamとOSWorldもGoogle独自の実行結果を含みます。外部評価の名称が付いていても、すべてが独立機関による再現実験とは限りません。
| 評価項目 | Carbon | GPT-6 Astra |
|---|---|---|
| FrontierSWE 2 | 61.2% | 65.5% |
| OSWorld-2.1 (offline) | 81.5% | 80.9% |
| 評価項目 | Carbon | Opus 5.5 |
|---|---|---|
| FrontierSWE 2 | 61.2% | 62.3% |
| OSWorld-2.1 (offline) | 81.5% | 87.2% |
API料金と日本円の月額プラン
Googleが示したAPI導入料金は100万入力トークンあたり2米ドル、出力は10米ドルで、その後は4米ドルと20米ドルです。キャッシュ入力は通常の入力より95%安くなります。Carbonの導入料金がいつ終わるかは未発表です。2026年11月30日という期限はArgonの2/10米ドルに関するもので、Carbonに適用してはいけません。料金の発表と一般向けAPIの開放は別です。
| API / 100万トークン | 入力 USD | 出力 USD |
|---|---|---|
| Carbon - 導入期 | 2 | 10 |
| Carbon - その後 | 4 | 20 |
| Argon - 2026.11.30まで | 2 | 10 |
| Argon - その後 | 4 | 20 |
下表は2026年10月28日にGoogle Oneの日本向けページで確認した月額料金です。ProとUltraはArgonを案内していますが、PlusはArgonへのアクセスを確認できるプランではありません。円建てのアプリ契約と米ドル建てのAPI利用料は別の商品です。この金額をCarbonの利用保証やAPIトークン込みの料金として扱うことはできません。
| 日本向けプラン | 月額料金 |
|---|---|
| Google AI Plus | ￥725 |
| Google AI Pro | ￥2,900 |
| Google AI Ultra 5x | 最低 ￥14,500 |
| Google AI Ultra 20x | ￥32,000 |
日本での提供時期とアクセス
10月28日の発表は、日本の全利用者への提供開始を意味しません。Googleは今週から一部のサイバー防御組織にアクセスを認め、その後Fairwindを通じて信頼できるパートナーへ広げると説明しています。開発者、企業、一般利用者には可能な限り早く提供する方針ですが、日付はありません。Google AIの有料契約だけではCarbonの利用を確認できません。
Fairwindの対象は政府、各国のサイバー機関、重要インフラ事業者、大手技術プラットフォーム、学術研究機関です。Googleは650超のパートナーに言及していますが、対象国は示していません。プログラムのページも引き続きArgonを説明しています。日本の組織が関心登録フォームを送っても、参加承認や即時のAPIキー発行が保証されるわけではありません。
数値から判断できないこと
日本語の仕様書を読み、コードを直し、担当者に説明する仕事では、修正そのものと説明の正確さを別々に評価したいところです。サイバー能力の改善は、敬語、専門用語、文書内の指示への忠実さを測っていません。現時点で日本語業務の勝者を決めず、利用可能になってから同じ材料で確かめる準備に使うのが妥当です。
ここには日本語の文章品質テスト、独自の待ち時間測定、タスク完了あたりの実費はありません。トークン単価だけでは数日間動くエージェントの総額は計算できません。アクセス後に同じ課題、受け入れ条件、予算上限で比べる方法は考えられますが、それは今後の評価案です。Carbonで実施済みの試験として紹介しているわけではありません。
関連記事
既存のGemini 4 Argon解説 | Gemini 4 Carbon
利用判断で確認する具体的な点
同じ導入単価であっても、作業あたりの費用が同じになるとは限りません。長時間動くエージェントでは入力や出力の総量、再試行、実行時間などを確認する必要があります。今回の資料には、当編集部が計測した総消費トークンや完了までの時間はありません。したがって、何割安い、何時間短縮できるといった実務上の換算はできません。表の差は表の指標として読む必要があります。
モデルの誠実性に関する数値も、評価の範囲に結び付けて理解すべきです。0.0%という表示は、その評価で成功が報告されなかったことを示す値です。未知の攻撃、違う指示、実際の社内文書でも常に同じになるという保証ではありません。権限や承認の仕組みを外してよいという結論にもなりません。Googleの改善の説明と、実運用でどの管理を採用するかは別の判断です。
日本語業務への移行を検討するなら、元の文書を保持し、モデルに何を変更させたかを比較できる状態にしておく方法が考えられます。コード修正はテスト結果で、日本語の説明は原資料との一致で確認するなど、判定を分けると失敗箇所を把握しやすくなります。ただし、これは今後実施するための提案です。本稿にはCarbonから生成した回答や採点表は含まれていません。
既存のArgon解説は、現在の作業との違いを整理する入口です。その過去の結果をCarbonの結果に置き換えたり、同じモデル名の系列だから性能を確認済みとしたりすることはできません。今回の比較はGoogleが公表した数値、価格、アクセス方針に限定しています。日本語に関する独自の判断は、アクセスを得て同一条件で測定できる時点まで保留する必要があります。
Google · あなたの情報源GoogleでKiramesuをもっと上位に表示-ワンクリックで設定お気に入りの情報源に追加 →出典 - 2026年10月28日確認
- Google, 28.10.2026 - 28.10.2026
- Google, Gemini 4 Carbon model evaluation - 28.10.2026
- Fairwind - 28.10.2026
- Sundar Pichai (X) - 28.10.2026
- Google (X) - 28.10.2026
- Gemini 4 Argon safety report - 28.10.2026
- Google One - 28.10.2026
Kiramesuの関連記事
aiツール·Project Genieの使い方とGenie 4向けプロンプト準備旧版の仕様と新モデルの発表を分け、場所、人物、カメラ、動作、音を整理します。例文は未検証の提案です。