Google DeepMindは2026年10月28日、同社の次世代フロンティアモデルであり、これまでで最強となる、最先端のサイバーセキュリティと長時間実行(horizon)能力を備えた「Gemini 4 Carbon」を発表しました。この発表は、Google DeepMindのSVP兼GoogleチーフAIアーキテクトであるKoray Kavukcuoglu氏により、Google DeepMindブログで公開されました。

Carbonは、最新更新されたArtificial Analysis Intelligence Indexのバージョン5.0において、スコア59で1位にランクインしました。同社は、コーディングやエージェントタスク全体、さらにはサイバーセキュリティ防御に不可欠な主要能力において大幅な向上を報告しており、脆弱性検出のSEC-bench Proで88.2%、エクスプロイトのExploitGymで54.8%、パッチ適用のCWE-benchで71.0%を記録し、確固たるリードを築いています。内部ベンチマークでは、Carbonはセキュアなコード生成で大きな向上をもたらし、Google DeepMindの社内チームとのライブコーディング環境では、アライメントの不整合とハルシネーション(捏造)率の低下が見られています。

2週間前に公開されたGemini 4 Argonを基盤とするCarbonは、同社がフロンティアを前進させるスピードを示しています。「当社の研究者とモデルは連携して能力をより速く前進させると同時に、安全策の強化も並行して進めています」と同社は述べています。

慎重な展開と価格設定

Google DeepMindは、展開に対して慎重なアプローチを採っており、米国政府によるリリース前モデルテストの任意プロセスに積極的に参加していると述べています。今週から、Carbonは一部のサイバー防御者に提供され、同社のFairwind Programを通じて、追加の信頼できるパートナーへ段階的にアクセスが拡大される予定です。同社は、開発者、企業、消費者に製品サーフェスを通じてできるだけ早くCarbonを提供する前に、フィードバックの収集とガードレールの反復改良を継続しているとしています。同社は開発者・企業・消費者向けのより広範なリリース日を発表しておらず、Fairwind Programを通じたアクセスの進展が今後注目される動向です。

Gemini 4 Carbonは、Argonと同じ導入価格で登場します。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ドルで、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%割引で提供されます。導入期間終了後は、入力100万トークンあたり4ドル、出力100万トークンあたり20ドルの価格が適用されます。

長時間タスクにおけるコーディングと推論の向上

より困難で長時間にわたるエンジニアリング問題に取り組むよう設計されたCarbonは、持続的なエージェントワークフローのために構築されています。社内では、Google DeepMindのチームが、Carbonが数日間にわたって実行され、行き詰まりを乗り越えながら、大規模コードベースや低レベルシステム全体にわたる微妙なバグの根本原因の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に取り組むのを目撃しています。

ユーザーのフィードバックをもとに、同社はコーディング、エージェント、科学タスクに加え、フルスタックのWeb開発やマルチモーダル理解を含むさまざまな領域でのモデル性能の向上に注力してきました。Web開発における出力と成果物の品質向上により、Carbonは+89 Eloポイントを獲得し、WebDev Arenaで4位(1769)にランクインしました。

最先端のサイバーセキュリティ性能

Google DeepMindによると、Gemini 4 Carbonはサイバーセキュリティ能力において大幅な飛躍を遂げ、脆弱性の検出、検証、修復というサイバーセキュリティ防御のライフサイクル全体で最先端の性能を達成しています。

同社のチームはすでにサイバー防御で大きな成果を上げています。内部ベンチマークにおいて、CarbonはArgonと比較してセキュアなコード生成の成功率で2倍以上の向上を達成しました。Chromeチームは、高品質なパッチの生成において、Carbonが他のラボの大型フロンティアモデルを10倍以上上回るパフォーマンスを発揮したと報告しています。また、GoogleのクラウドセキュリティプラットフォームであるWizは、WizのScan for Goodイニシアチブの中核能力であるWebペネトレーションテストのベンチマークで、Carbonが首位を維持していることを確認しています。

Carbonは、主要な外部ベンチマーク(ガードレールなしで評価されたと同社が述べているもの、すなわち公表されたスコアは安全ツール適用時の挙動ではなくモデル単体の能力を反映するもの)で優れた成績を収めています。

• 実際の脆弱性の発見： サイバーセキュリティ防御の核心は実際の脆弱性の発見です。CarbonはSEC-bench Proで最先端の88.2%を達成し、実際のソフトウェアに埋め込まれた複雑な欠陥を自律的に発見します。
• エクスプロイトによるリスク検証： どの脆弱性を最初に、そもそも修復すべきかを優先順位付けるため、サイバー防御者はモデルにどの脆弱性が悪用可能かを確認させることにますます依拠しています。Carbonは、人気のエクスプロイトベンチマークExploitGym(54.8%)で新たな最先端を樹立しました。
• 根本原因でのパッチ適用： 脆弱性を特定した後、根本原因を修正することはサイバーセキュリティ防御ライフサイクルの重要なステップです。CarbonはCollinearのCWE-benchで71.0%に達し、検証済みの知見をそのまま動作するコード修正へと変換します。

フロンティアモデルの安全性とセキュリティの向上

Gemini 4 Carbonは、Argonと同じ多層的な安全・セキュリティスタックを基盤としており、モデルトレーニング、リアルタイムの悪用防御、プロンプトインジェクション耐性、思考プロセスのモニタリングを組み合わせています。Google DeepMindはArgonでモデルのアライメントにおいて大幅な進展を遂げ、その安全性およびセキュリティレポートでアライメントに沿った挙動を示す傾向を報告しました。Carbonでは、同社はアライメントでさらに一歩進み、複雑または高圧的なタスクに正しく対応するようモデルを訓練したと述べています。

• 近道と抜け穴の悪用の削減： 同社は高品質なコーディング性能を確保しながら、トレーニングにおける近道の試みをさらに緩和しました。CarbonはTerminal-Bench 4.0での不正行為の成功率を0.0%にまで減らし、不正行為の試みも0.4%に低下させました。その一方で全体的な精度は向上しています。社内チームとのライブコーディング環境では、重大度の高いアライメント不整合アラートが約80%減少しました。
• より高い透明性と誠実さ： 内部テストにおいて、CarbonはArgonと比較して根拠のない主張を約2分の1に削減しました。捏造や、欠落した証拠を曖昧に済ませるのではなく、方法論上の注意点を成果物に直接記載するか、ブロックされたアクションを残りの要件の明確なリストとともに保留します。
• 曖昧性に直面したユーザーとの協働の改善： 推測や進路の強制ではなく、Carbonは関連するソースを取得し、行動する前にユーザーに不一致を提示します。その結果、ユーザーはCarbonとのより優れた協働体験を得られるはずです。
• 範囲を超えずに最後まで遂行： Carbonはオーバーリーチ(越権行為)を26%、アンダーサービス(不十分な対応)を29%同時に削減し、プロジェクトの制約を尊重しながら厳密にスコープ内に留まり、多段階プランをエンドツーエンドではるかに確実に実行できるようになりました。
• プロンプトインジェクションへの耐性： Argonが以前、非常に低い0.7%の攻撃成功率でGray SwanのIndirect Prompt Injection(IPI)ベンチマークにおけるプロンプトインジェクション耐性で首位だったのに対し、Carbonは0.0%を達成し、評価されたすべての攻撃の試みに耐えました。

開発者、企業、消費者への提供は近日中

Google DeepMindは、フロンティアを前進させるには、展開について慎重でありながら迅速に動く必要があると述べています。Gemini 4 Carbonにおいて、同社の目標は安全性や信頼性を損なうことなく、ソフトウェアエンジニアリングとサイバーセキュリティ防御における意味のある飛躍を提供することです。同社は、初期のサイバー防御者のグループがこのモデルをどのように活用するかを楽しみにしており、開発者、企業、消費者にCarbonを提供できる日を待ち望んでいると付け加えました。