Gemini 4 Carbon発表！サイバーセキュリティと長期間タスク処理能力を強化した次世代モデル

Gemini 4 Carbon、次世代フロンティアモデルとして登場

Googleは、次世代フロンティアモデル「Gemini 4 Carbon」を発表しました。これは、最先端のサイバーセキュリティ機能と長期間にわたるタスク処理能力を備えた、Googleの最も強力なモデルとされています。Gemini 4 Carbonは、2週間前に発表されたGemini 4 Argonを基盤としており、フロンティアモデルの進化の速さを示しています。

サイバーセキュリティと長期間タスク処理能力の飛躍的向上

Gemini 4 Carbonは、特にサイバーセキュリティと長期間のエンジニアリングタスクにおいて大きな進歩を遂げています。Artificial Analysis Intelligence Indexのv5.0で59ポイントを獲得し、コーディングやエージェントタスク、サイバーセキュリティ防御に不可欠な主要機能で顕著な向上を見せています。

サイバーセキュリティ性能

• 脆弱性発見: SEC-bench Proで88.2%を達成し、実際のソフトウェアに潜む複雑な欠陥を自律的に発見します。
• 脆弱性検証: ExploitGymで54.8%を記録し、脆弱性の悪用可能性をチェックする能力が向上しました。
• パッチ適用: CollinearのCWE-benchで71.0%に達し、検証済みの発見を直接機能するコード修正に変換します。
• 内部ベンチマークでは、安全なコード生成の成功率がArgonと比較して2倍以上向上しました。
• Chromeチームの報告によると、高品質なパッチ生成において、他の研究機関のフロンティアモデルよりも10倍以上優れた性能を発揮しました。

長期間タスク処理能力

Carbonは、より困難な長期間のエンジニアリング問題に取り組むように設計されており、持続的なエージェントワークフローに適しています。Googleの内部チームでは、大規模なコードベースや低レベルシステムにおける微妙なバグの根本原因特定やパッチ適用といった、複雑な多段階エンジニアリングタスクを数日間にわたって処理する様子が確認されています。

Web開発においても出力品質が向上し、WebDev Arenaでは+89 Eloポイント上昇し、4位（1768）にランクインしました。

モデルの安全性とセキュリティの強化

Gemini 4 Carbonは、Argonと同じ多層的な安全性とセキュリティスタックを基盤としています。モデルトレーニング、リアルタイムの誤用防御、プロンプトインジェクション耐性、思考連鎖モニタリングを組み合わせています。特に、モデルのアライメント（整合性）においてさらなる進歩を遂げ、複雑なタスクや高負荷なタスクに対して適切に応答するようにモデルが訓練されました。

• ショートカットや抜け穴の悪用削減: Terminal-Bench 4.0での不正行為の成功率を0.0%に、不正行為の試みを0.4%に削減しつつ、全体的な精度を向上させました。
• 透明性と正直さの向上: Argonと比較して、根拠のない主張を約2倍削減しました。
• 曖昧な状況でのユーザーとの協調性向上: 推測や無理な進行をせず、関連する情報源を取得し、矛盾点をユーザーに提示してから行動します。
• 過度な介入とサービス不足の削減: 過度な介入を26%削減し、サービス不足を29%削減することで、多段階計画の実行信頼性が向上しました。
• プロンプトインジェクション耐性: Gray SwanのIndirect Prompt Injection (IPI) Benchmarkにおいて、攻撃成功率0.0%を達成し、評価されたすべての攻撃試行に耐えました。

提供時期と価格

Gemini 4 Carbonは、まずサイバー防御の専門家の一部に提供が開始され、その後Fairwind Programを通じて信頼できるパートナーに段階的にアクセスが拡大されます。開発者、企業、消費者向けには、フィードバックを収集し、ガードレールを改善した後、できるだけ早く製品を通じて提供される予定です。

価格は、Argonと同じ導入価格で、入力トークン100万あたり2ドル、出力トークン100万あたり10ドルです。キャッシュされた入力トークンは、入力トークン価格から95%割引されます。導入期間終了後は、入力トークン100万あたり4ドル、出力トークン100万あたり20ドルが適用されます。