Google DeepMind、Gemini 4 Neonを発表:フロンティアレベルの知能と高速かつ低コストなタスク実行
重要ポイント
- •Google DeepMindは2026年11月18日にGemini 4 Neonを発表。Gemini 4ファミリーにおいて、最も困難な長期プロジェクトを担うCarbonと、高速な日常実行を処理するHydrogenの中間に位置づけた。
- •同モデルはArtificial Analysis Intelligence Indexでスコア61の第3位、Vals Indexで第2位にランクインし、パレートフロンティアに位置する。これはより高いスコアとより低いタスクあたりコストを両立した競合モデルが存在しないことを意味する。
- •Neonの価格は入力トークン100万あたり3ドル、キャッシュ済み入力トークン100万あたり0.15ドル、出力トークン100万あたり15ドルで、100万トークンのコンテキストウィンドウと4段階のシンキングレベルを備える。
- •サイバーセキュリティベンチマークでは、Neon for cyberがSEC-bench Proで90.5%、WebExploitBench v1.2で51.26%の最先端成績を達成し、信頼される防御者へのアクセスはFairwind Programを通じて展開される。
- •DeepMindは安全性・アライメント指標の改善を報告している。Terminal-Bench 4.0での0.0%の不正行為率、社内Antigravityテストで記録した最低の捏造率、および最高シンキングレベルでのGray Swan間接プロンプトインジェクションベンチマークにおける0.0%の攻撃成功率など。

Google DeepMindは2026年11月18日、複雑なソフトウェアエンジニアリング、ナレッジワーク、科学ワークフローにおいて、フロンティアレベルの知能と高速なエンドツーエンドのタスク実行を両立する新モデル「Gemini 4 Neon」を発表した。発表はGoogle DeepMindのSVPでありGoogleのChief AI ArchitectであるKoray Kavukcuogluによって執筆された。この発表には2つの軸がある。独立系ランキングにおけるNeonの順位と、タスク完了ごとのコストだ。これは、モデルが本番のエージェントワークロードを現実に担えるかをチームが判断する際に考慮する同じ要素でもある。
ベンチマーク結果、価格、提供状況
Google DeepMindによると、NeonはxhighシンキングレベルにおいてArtificial Analysis Intelligence Indexでスコア61を記録し、同種のモデルを上回る成績で全体第3位にランクイン。より大型で低速なモデルにわずかに及ばずに位置している。Vals IndexではNeonは第2位で、パレートフロンティアに位置する。これは、より高いスコアをより低いタスクあたりコストと組み合わせた競合モデルが存在しないことを意味する。rawな能力にとどまらず、同社はモデルの使いやすさの向上も続けているとしており、新設のAgent Arena Indexにおけるステアラビリティ(タスク途中のユーザー修正への円滑な適応)でNeonは第2位にランクインしている。また、このモデルは複数ステップの指示追従に優れ、DeepMindが進めてきた捏造抑制の取り組みを踏まえ、社内のGoogle Antigravityテストでこれまでで最低の捏造率を記録した。
Neonの価格は入力トークン100万あたり3ドル、キャッシュ済み入力トークンは100万あたり0.15ドル(95%割引)、出力トークンは100万あたり15ドル。100万トークンのコンテキストウィンドウを備える。キャッシュ済み入力の割引は、発表後半で説明されるエージェントワークフロー、つまり長時間実行セッションが大きなコンテキストを繰り返し再読み込みする処理に直接対応しており、広大なウィンドウこそがスプレッドシート、PDF、チャート、音声、動画の単一コンテキストでの統合処理を可能にしている。
本モデルは本日より、Google AI StudioのGemini API、Gemini for business(APIおよびモデルのドロップダウン経由)、有料のGoogle AI ProおよびUltra加入者向けのGoogle Antigravity、ProおよびUltra加入者向けのGeminiアプリで展開される。
企業、分析、科学ワークにおける実績
企業の業務はスプレッドシート、PDF、チャート、音声、動画の中に存在する。DeepMindによると、Neonはこれらすべての入力を単一の100万トークンのコンテキストウィンドウで統合処理し、構造化された成果物へと変換できる。独立系の評価では、Neonはトップクラスのモデルに位置づけられており、Vals Indexでは70.9%で第2位、Legal Research BenchとTax Agent Benchではともに第1位を達成している。
NeonはSurge AIでもカテゴリをまたいで強い成績を示し、金融、会計、スプレッドシートモデリング、複雑な制約追従を扱うほとんどのベンチマークで第1位にランクインしている。さらに、密度の高い業務用チャートの読解を測るChartographyでは73.5%を記録し、Agents' Last Exam v1.1(75.8%)ではトップモデルに匹敵する成績を収めている。ZapierのAutomationBench(56.3%)とAndon LabsのVending-Bench 2(16,843ドル、ビジネス運営の長期シミュレーション)ではいずれも総合第1位を達成。また、Arenaの新設Agent Arena Indexでは4,200以上の実環境エージェントセッションに基づき、スコア1336で世界第2位でデビューしている。
定量分析、数学、技術研究課題に及ぶ科学・数学的推論において、NeonはTerminal-Bench Science(70.5%)、RiemannBench(84.0%)、HLE-Diamond(71.3%)でクラス最高の成績を収めている。
本番レベルのコードに対応
長時間実行のエージェントワークフロー向けに設計されたNeonは、単独で動作する場合も、Google Antigravityで並列のHydrogenサブエージェントを指揮する高速で判断力の高いオーケストレーターとして機能する場合も、ツールを多用する複雑なタスクをエンドツーエンドで高いパフォーマンスを維持する。冗長なファイル読み込みを削減し、作業の進捗を共有しながら、長時間セッションでもコンテキスト圧縮を確実に処理する。
開発者と研究者の中核的なワークフローにおいて、Neonはフロンティアレベルのパフォーマンスを達成し、同クラスのトップモデルに匹敵する。Artificial Analysis Coding Agent Indexでは総合第1位(スコア58.6)、Terminal-Bench 4.1では65.2%、FrontierCode 2.0ではデフォルトのhigh設定で46.2%を記録している。本番レベルのコードにおいて、Neonはリポジトリをまたぐマルチファイルのデバッグやリファクタリングを、ピンポイントで外科的な編集によって処理する。SWE-sweepでは、mini-SWEハーネスで12.8%とすでに首位に立ち、Google Antigravityではそれを3倍以上の最先端39.0%まで伸ばしており、DeepMindはこれがAntigravityハーネスの解放する能力を示すものだとしている。
DeepMindはまた、Google AntigravityでNeonを使って構築されたデモプロジェクトも紹介している:
- Blender MCPを駆動し、Gemini 4 Neonは/swarmを使って、モデル名を元素の特性に沿って視覚化したフォトリアルな3D実験机を構築した。Gemini 4 CarbonとGemini 4 Hydrogenにはブンゼンバーナーの炎を、Gemini 4 ArgonとNeonには高圧ガス放電管を割り当てている。
- このモデルは、実際のモンブランとシャモニーの標高データを用いた一人視点のWebGL2フリーライドスキーシミュレータをゼロから構築。10,200行のカスタムシェーダー、6つのアルペンコースにわたる120Hzのスキー物理演算、動的なカービングトラック、板雪崩、空間Web Audioを、既製アセットなしで組み合わせた。
- /swarmを使い、Neonはアーカイブ写真を収集して、アラン・チューリングの1936年のケンブリッジ大学キングス・カレッジの書斎をインタラクティブな3Dで再現した。外観はキングス・チャペルから、内部はRoom X.8までをカバーし、机の上で動作する万能チューリングマシンまで再現している。
- Gemini 4 Neonのエージェントスウォームは、1枚の画像を埋め込み画像ゼロ、Apps Scriptゼロの100,000セルのGoogleスプレッドシートに変換した。50万を超えるライブのスプレッドシート数式を使い、エッジ検出、3D深度マッピング、6つのインタラクティブモードでのシーンのライティングを実現している。
本番グレードのワークフローへの効率性とコントロール
DeepMindは、モデルの新リリースごとにシンキングレベルを洗練させ、チームにより細かな制御と段階間のなめらかな移行を提供しているとしている。Neonの4段階のレベルは着実にスケールし、チームはワークロードの必要性に応じて知能とトークン消費を調整できる。この制御性は、本番チームが実際にモデルを消費する方法を反映している。トークン単価ではなく、タスクあたりコストこそが使用量に比例して増える指標だ。
サードパーティのベンチマークにおいて、Neonはより低いタスクあたりコストで高いパフォーマンスを提供する。デフォルトのhighシンキングレベルでは、高いArtificial Analysis Intelligence Indexスコアと、Carbon比32%低いタスクあたりコストを両立する。また、high設定ではVals IndexとAgent Arenaの両方でパレートフロンティアに位置し、上位の競合フロンティアモデルと比べてタスクあたりコストが約50%から80%低い。xhighシンキングレベルは、最も困難なエンジニアリング、分析、科学のワークロード向けに、より深い複数ステップの推論を追加する。Neonはこのレベルで最高の知能スコアを記録しながら、競合モデルの最高設定と比較してタスクあたりコストは36%以上低い。
高速かつ効率的なフロンティアレベルのサイバー防御に対応
エージェント型コーディングがスケールするにつれ、最初から安全なコードを生成することが不可欠になるとDeepMindは指摘する。Gemini 4 Neon for cyberは、AutoBaxBenchのeasy、medium、hardのすべての課題でCarbonよりも安全なコードを生成し、hard階層で76%の最先端成績を達成した。
システムの防御には、攻撃者に先んじて脆弱性を能動的に発見することも含まれる。ペネトレーションテストは企業サイバーセキュリティの要であり続けてきた。WebExploitBench v1.2では、Neonは競合する大型モデルの半分のコストで51.26%の最先端成績を記録している。
既存コードの強化において、Neon for cyberは脆弱性の発見、検証、パッチ適用というコード強化ライフサイクル全体でフロンティアレベルのパフォーマンスを提供し、大型のフロンティアモデルよりも高速かつ費用対効果に優れている:
- コード脆弱性の発見:NeonはSEC-bench Proで90.5%の最先端成績を達成しながら、課題あたりのコストは約半分。
- エクスプロイトによるリスク検証:どの脆弱性を優先的に修復すべきかを判断するため、防御側はモデルにどの脆弱性が悪用可能かを確認する。ExploitGymでは、NeonはCarbonの半分のトークンでフロンティアレベルのパフォーマンスを達成した。
- 脆弱性のパッチ適用:脆弱性の根本原因の修正は、サイバーセキュリティ防御ライフサイクルにおける重要なステップだ。NeonはCollinearのCWE-bench v2で70.7%を達成し、Carbon比3.4ポイントの向上を果たした。
Gemini 4 Neon for cyberは、今後数日以内にFairwind Programを通じて信頼される防御者へ展開される。
安全で信頼できる実行のために設計
Gemini 4 NeonはGemini 4の安全性・セキュリティスタックの改善を基盤とし、深刻な悪用およびプロンプトインジェクションに対するGemini 4 Carbonレベルの保護を維持しつつ、モデルアライメントとエージェント挙動でさらなる前進を果たしている。本番環境で demanding な長時間作業を担うモデルとして、DeepMindが重点を置いたのは以下の3分野である:
フロンティアモデルの悪用リスクの緩和。Neonはフロンティアレベルの能力をより高速で低コストなモデルにもたらすため、DeepMindはCarbonの保護に匹敵するサイバー・バイオセキュリティ悪用への強力なリアルタイム保護を組み込みつつ、これらの分野での正当な作業の拒否を大幅に減らした。たとえば、Terminal-Bench 4.0ではわずか1.98%、Terminal-Bench-Scienceでは0%のタスクのみ拒否している。
アライメントと規律あるモデル挙動の前進。社内のコーディング利用において、DeepMindの思考連鎖およびアクションの不整合モニターによるアラート率は、Carbonがすでに示していた低いベースラインを下回って推移しており、Neonのアライメント性の向上を示唆している。この同じモニターは外部サーフェスでもNeonを保護するために展開されている。Neonは、遠回りせず、結果を捏造せず、ユーザーの境界を越えることなく複数ステップの作業を完了するよう訓練されており、依頼の完遂と範囲内での遂行のバランスを改善し続けている。Terminal-Bench 4.0ではCarbonと同じ0.0%の不正行為率を達成し、DeepMindのコーディング不正行為評価ではわずか2.45%のタスクで近道をしたのみで、これはGemini 4シリーズで最低の率である。また、エージェント安全性スイートで0.09%の不整合アクション率、エージェント誠実性評価で99.2%の合格率を達成した。エージェント挙動評価では、Carbonの強力なベースラインを踏まえ、 effort レベルごとに過小対応を43%から56%、過剰対応を15%から35%さらに削減した。
間接プロンプトインジェクション攻撃からのユーザー保護。Gray SwanのIPIベンチマークでは、アクセスするWebページ、メール、文書、コードに悪意ある命令が仕込まれた場合、Neonは同クラスの他モデルよりも耐性が高い。最高シンキングレベルでリアルタイム保護を有効にした状態で、NeonはGray Swanベンチマーク内のすべての攻撃を拒否し、他のGeminiモデルのみが達成していた0.0%の攻撃成功率に並んだ。
詳細はGemini 4 Neonモデルカードを参照。
Geminiアプリでの高度な分析に対応
Geminiアプリにおいて、Gemini 4 Neonはフロンティアレベルの推論と高速な応答を必要とする作業に向けたものとなっている:
- 高品質なライティングとナレッジワーク:Neonは、構造化された応答と自然で直接的なトーンで明瞭に文章を書く。スプレッドシート、PDF、写真などのアップロードをより正確に読み取り、密度の高い素材を有用なレポートや要約に変換し、GmailやDocsなどのGoogleアプリから関連する詳細を取り込む。
- 信頼性の高いリサーチと分析:Neonは、大型購入前のベンダー間の価格比較や、最新の市場データを使った複雑なブリーフ作成といった動きの速いトピックで、Web上の情報源からの詳細を頻繁に取り込み、応答を最新に保つ。
- 難しいタスクへのより速い支援:GeminiのタスクはNeon上で実行できるようになり、大型モデルよりも速く効率的に複雑な複数ステップの作業を処理する。請求書を分析して公共料金の急騰の原因を特定したり、複数の領収書や文書を照合して返金交渉を行うといった面倒なタスクを任せながら、使用限度をより長く延ばしてより多くの作業をこなせる。
Gemini 4ファミリーにおけるNeonの位置づけ
Neonは、複雑なコーディング、分析的推論、本番グレードのエンタープライズワークフロー向けに構築されている。Gemini 4ファミリーにおいて、Carbonは最も困難な長期プロジェクトを担い、Hydrogenは高速な日常実行を処理する。Neonは深さと効率性のバランスを取り、複雑で高頻度のワークフローにフロンティアレベルの推論を、より速く、より費用対効果よく提供する。チームにとってこのティアリングはルーティングの判断となる。各ワークロードの難易度と頻度を、タスクあたり経済性が最も適合するモデルに割り当てるのだ。
展開の詳細
Gemini 4 Neonは本日より展開を開始する:
- 開発者向け:Google AI StudioとAndroid StudioでGemini API有料ティアを使って構築できる。有料のGoogle AI ProおよびUltra加入者はGoogle AntigravityでNeonを試すことができ、すべてのProおよびUltra加入者はAI Studioで試用可能。
- エンタープライズ向け:Gemini for business(APIまたはモデルのドロップダウン経由)とGoogle AntigravityでGemini 4 Neonを利用できる。
- コンシューマー向け:Google AI ProおよびUltra加入者は、GeminiアプリのモデルドロップダウンからGemini 4 Neonを選択できる。
- サイバーセキュリティ防御者向け:対象のFairwind Programメンバーには今後数日以内にアクセス権が付与される。Fairwind Programへのアクセスを申請するには、Cloudのアカウントチームに連絡すること。
著者について
Koray Kavukcuogluは、人工知能分野で世界でも指折りの専門家の一人である。Google DeepMindのSVPとして、同社の最先端生成AIモデルの開発と、Googleの製品群への大規模な統合を統括している。現職以前はGoogle DeepMindのVP of Researchを務め、ディープラーニングチームを創設し、DQN(Deep Q-Network)やWaveNetといった主要な研究ブレークスルーをチームともに成し遂げた。
元の発表はGoogle DeepMindブログで公開されている:https://deepmind.google/blog/introducing-gemini-4-neon/