Google、Gemini 4 Carbonを発表　サイバーセキュリティと長時間タスクの能力を強化し、限定公開

Googleは10月28日、複数の工程タスクを継続して実行する能力と、脆弱性の発見・検証・修正に重点を置いたGemini 4 Carbonを発表した。提供はまだ限定的で、今週は一部のサイバーセキュリティ防御チームに提供し、その後、Fairwindプログラムを通じて信頼できるパートナーへ対象を広げる。一般の開発者や消費者への提供時期は発表されていない。公式発表

技術面では、Googleによると、Carbonは脆弱性発見テストのSEC-bench Proで88.2%、エクスプロイトテストのExploitGymで54.8%、修正テストのCWE-benchで71.0%を記録した。3つのテストはそれぞれ、欠陥の発見、悪用可能性の確認、根本原因の修正を評価する。ただしGoogleは、これらの外部ベンチマークは保護機構を有効にしない条件で実施したと明記している。実運用での成功率は、今後検証する必要がある。評価条件

独立評価からは別の見方も得られる。Artificial AnalysisのIntelligence Index v5では、Carbonは59点を獲得し、Argonの50点を上回った。コーディングエージェント指数では2位だった。このエージェント評価にはAntigravity CLIが使われており、スコアにはエージェント用ツールや実行環境の影響も含まれるため、モデル単体の能力を直接示すものではない。評価元によると、Carbonは知識労働の分野で進歩したものの、あらゆる領域で首位に立っているわけではない。独立評価

導入に関する仕様として、評価ページには100万トークンのコンテキストと、テキスト・画像・音声・動画の入力対応が記載されている。出力形式はテキストだ。Googleが公表した導入期間中の価格は、入力100万トークンあたり2ドル、出力100万トークンあたり10ドル。割引期間終了後はそれぞれ4ドル、20ドルとなる。キャッシュ入力には95%の割引が適用されるが、割引の終了日はまだ確定していない。モデル仕様、公式価格

エンジニアリングチームが今後注目すべきなのは、保護機構を有効にした場合の脆弱性修正成功率、長時間タスクで必要となる人手の介入回数、そしてテストに合格した修正1件あたりのコストだ。こうした導入時の指標によって、ベンチマークの向上が実用的なエンジニアリング成果につながるかを判断できる。