Google DeepMindは2026年11月10日、Gemini 4フロンティアモデルファミリーに加わった最新の「Gemini 4 Carbon」を、開発者、企業、研究者、一般ユーザー向けに公開したと発表した。Google DeepMindブログでの発表において、Google DeepMindのSVP兼GoogleチーフAIアーキテクトであるKoray Kavukcuogluは、Carbonを同社最強のモデルと位置づけ、サイバーセキュリティ機能および複雑なナレッジワーク、ソフトウェアエンジニアリング、科学的推論における長期的なエージェントワークフローでフロンティアレベルのパフォーマンスを発揮すると説明した。

その2週間前、GoogleはFairwindプログラムを通じて、サイバーセキュリティの防御者グループにCarbonをリリースしていた。CarbonはGemini 4 Argonの発表に続くもので、GoogleによるとArgonはほとんどのソフトウェアエンジニアリングおよびナレッジワークにおいて依然として最適な選択肢だという。Carbonは、モデルの知性の限界を試すタスク——複雑なマルチステップのコーディングやデバッグ、オープンエンドな科学研究と発見——のために構築されており、Argonよりも多くのトークンを使用して徹底的な探索、深い推論、拡張された検証ループを実行する。

実際のワークフローにおけるモデルのパフォーマンスを検証するために設計された独立系のベンチマークにおいて、GoogleはCarbonがフロンティアレベルの精度と実用的な本番環境のコスト効率を兼ね備えていると述べた。CarbonはCursorBench 4.0、PerplexityのWANDR、ZapierのAutomationBenchで1位を獲得し、タスクあたりのコストは次点の外部モデルと比べて2倍以上低い。

Carbonをより大規模で複雑なプロジェクトに活用するため、GoogleはAntigravityの発表で詳述されている通り、Google Antigravityで「/swarm」をプレビュー公開している。この機能は、1つのプロンプトをリアルタイムで追跡可能な協調エージェントチームに変換するものだ。開発者は、アーキテクチャ設計、調整、監査など、最も深い推論を必要とする役割にCarbonを割り当て、並列の分離ワークスペースとすべての変更を検証するアドバーサリアル検証ツールにおいて、より高速で軽量なモデルと組み合わせることができる。

Gemini 4 Carbonは、Google AI StudioおよびGemini for businessのAPIを通じて、すべての有料開発者・企業にGemini 4 Argonと同じ導入価格——100万入力トークンあたり2ドル、100万出力トークンあたり10ドル——で提供されている。Googleの料金ドキュメントによると、発表内の脚注には、2026年11月30日に導入期間が終了した後は、100万入力トークンあたり4ドル、100万出力トークンあたり20ドルの価格が適用されること、および導入価格は公開アクセス用のCarbonモデルにのみ適用されることが記されている。また、モデルはすべてのGoogle AI Ultra加入者向けに、Google Antigravity、Geminiアプリ、SearchのAI Modeでも展開されている。

高精度なナレッジワーク、アーティファクト生成、データ分析

法務、金融、企業業務の分野において、GoogleはGemini 4 Carbonがフロンティアレベルの視覚理解、推論、網羅的な検索を組み合わせ、大規模で高密度なドキュメントやデータから根拠のあるインサイトを統合すると述べた。モデルは厳密なスキーマとフォーマットに従い、洗練された正確なスプレッドシート、プレゼンテーション、レポートを生成する。

既存のベンチマークでは、チャート、画像、図面、回路図、テーブルを含む高密度ファイルに対するエージェントのネイティブな推論を十分に捉えられないため、GoogleはArtificial Analysisと提携し、エージェントワークフローにおけるモデルのマルチモーダルパフォーマンスを検証する新しいマルチモーダルナレッジエージェント（MKA）ベンチマークを立ち上げた。Carbonはこのベンチマークで2位にランクインし、タスクあたりの平均コストは最高性能モデルより6倍以上低い。

Googleはまた、Google Antigravityでのマルチエージェント構築を通じて、Carbonのドキュメント処理能力を実証した。Gemini 4 Carbonのエージェントチームは、1つのプロンプトから歴史的写真と工学図版を、エッフェル塔の1887〜1889年の建設を描いたインタラクティブなThree.js 3D展示に変換した。また、7つの公開された市議会の都市計画PDF（206枚の抽出されたエンジニアリング図面ビュー）と1つのプロンプトから、マルチエージェントのCarbonチームが10回の夜間ループを通じて、GoogleのPlatform 37オフィスの906K三角形からなるインタラクティブなThree.js再構築を作り上げた。別の実証では、Carbonが学術論文に基づきインタラクティブなマルチスケール繊維ビジュアライザーを構築し、インタラクティブな3Dヤーンメッシュ、110本の繊維の極座標トラッキング、動的な応力-ひずみ曲線を備えた仮想繊維有限要素フレームワークを最小限のプロンプトでモデル化した。

リリース前の評価において、CarbonはHebbiaのE2E Financial Agentic評価における深い金融リサーチでテストされた最高性能モデルと同等のパフォーマンスを示し、Balyasny Asset ManagementのGeneral Financial Intelligenceベンチマークでは、法務専門知識、エージェント的なツール使用と実行、コーディングとデータエンジニアリング、知覚と文脈理解にわたる23のフロンティアモデル構成の中で上位にランクインした。

エージェントコーディング、フルスタック開発、3D・UIデザインの向上

Carbonは、マルチパッケージの移行、サブシステム間の根本原因調査、複雑なアーキテクチャ再設計など、マルチエージェント協調を必要とするエンジニアリングタスクで卓越したパフォーマンスを発揮する。Webアプリ開発では、ビルドと検証のループを実行し、エラーから復旧し、コードとレンダリングされたUIの両方をチェックして、完全に動作するアプリケーションを生成する。視覚デザイン、空間推論、環境ディテールへの配慮の強化は、3Dゲーム開発やクリエイティブコーディングにも活かされる。

Googleは、Google Antigravityの/swarm機能を活用した複数の構築事例を紹介した。Carbonは、プレイヤーがGBikeに乗ったペリカンとしてGoogleのMountain Viewキャンパスを探索するオープンワールド3Dゲームを作成した。システムはサブエージェントを調整し、OmniとNano BananaのリファレンスからBlenderで3Dアセットをモデル化し、WebGLシェーダーを使ってThree.jsでブラウザゲームを構築し、プロシージャルなWeb Audio効果音とLyriaの音楽を組み合わせた。ゲームのプレイ可能なバージョンはAI Studioで公開されている。

Google Antigravityでのフロントエンドの感性とモーションデザインスキルの向上と組み合わせて、Carbonは2つのプロンプトでGoogle Merchandise Storeを再設計し、5つのアートディレクションコンセプトを提案し、Nano Banana 2.1で全く新しい商品イメージを生成した。ライブアプリと関連するGeminiフロントエンドデザインスキルはいずれも公開されている。

Google AntigravityでGemini Omniにより生成された動画リファレンスを出発点として、Carbonは映画的なマルチショットの水中アトランティスシーンを制作した。パイプラインはBlenderでプロシージャルな遺跡、ボリュメトリックなコースティック照明、水のシミュレーションをモデル化し、その後環境全体をリアルタイムのブラウザレンダリング用にThree.jsへ変換した。

さらに、Google Antigravityのマルチエージェントループを使用して、CarbonはCAD図面とX線写真から61鍵のエスケープメント機構を備えた1780年頃のStein-Schuleフォルテピアノの演奏可能な再現を構築し、座席ごとの空間音響を備えたトロントのロイヤル・コンサバトリー・オブ・ミュージックのKoerner Hallの3Dモデル内に配置した。このインタラクティブな楽器はライブアプリとして利用可能だ。

フロンティアレベルのサイバーセキュリティ機能

Gemini 4 Carbon for cyberは、Google史上最強のサイバーセキュリティ機能を提供し、セキュリティチームが重要なソフトウェアを保護するために必要なエンドツーエンドのインテリジェンスを与える。Fairwindプログラムを通じてアクセスした場合、Carbonは脆弱性の発見（SEC-bench Pro）、悪用（ExploitGym）、パッチ適用（CWE-bench v1）の主要ベンチマークで首位に立ち、ソフトウェアを検査し、複数システムにまたがる欠陥の連鎖可能性を追跡し、検証済みの根本原因パッチを生成する。

Googleの内外の初期テスターは、Carbon for cyberを実運用で活用し、すでに強い成果を上げている。Googleのスキャン、トリアージ、修復をカバーする自律システムであるProject Fortifyでは、CarbonはGoogleの社内ベンチマークでスキャンの再現率100%、トリアージの適合率95%を達成した。オープンソースコードリポジトリのテストでは、Argonのすでに高い再現率に対して25%超の相対的改善が報告されており、これまで検出されていなかった現実世界のロジック欠陥が明らかになった。これらの成果を、世界最大級のオープンソースソフトウェア利用者であるGoogle全体に展開することは、同社自身のシステムとより広いエコシステムの両方を保護するものだとGoogleは述べた。

GoogleのCloud Vulnerability Research（CVR）チームは最近、Carbonを使用して、ある人気のオープンソースソフトウェアの2つのバグが実際に悪用可能な脆弱性であり、最近のPHP2Shellエクスプロイトに匹敵する重大度を持つことを証明した。Carbonを使って概念実証を構築することで、CVRはメンテナがこのバグをクリティカルに再分類し、迅速にパッチをリリースする助けとなった。詳細は責任ある開示プロセスの完了後に共有される予定だ。

WizのScan for Goodプログラムの一環として、チームはCarbonを使用して公共のデジタルインフラの脆弱性を評価した。例えば、2つの主要SaaSプロバイダーをスキャンした際、モデルは2時間以内にゼロデイ脆弱性を発見し、数週間に及ぶ脆弱性研究を1日の午後に圧縮した。チームは影響を受けた組織と協力して記録的な速さで修復を行い、数万社に及ぶ潜在的な影響の緩和に貢献した。

科学・数学推論の強化

Gemini 4 Carbonは、物理学、数学、生命科学にわたる推論パフォーマンスが大幅に向上しており、実験データの統合、仮説の検証、マルチステップの専門的問題の推論を行う。薬物毒性研究企業のAxiom Bioにとって、Carbonは現在、トランスレーショナルサイエンスにおいてトップのパフォーマンスを誇るモデルであり、これまで見つかっていなかった新規の毒性メカニズムを発見した。Axiomは現在、より安全な薬物の創出を実現するため、本番の科学分析とエージェントをCarbonとArgonの両方に移行している。

Googleの研究者たちは、Google AntigravityでCarbonを活用し、研究を加速させている：

• コード検証：研究者たちは、形式的検証のための新しいエージェントフレームワーク「AlphaProof Code」を構築し、Signalの暗号プロトコルの実際のコードを数学的に証明するという重大なセキュリティ課題に適用した。Carbonを他のモデルと併用して、研究者たちはセキュリティ目標を数学的な定理に変換した。その後、AlphaProof CodeのエージェントがCarbonを使って数学的証明を記述するコンピュータ言語Leanで数百万行のコードを生成し、主要なセキュリティ特性を数週間で証明する助けとなった——これは歴史的に専門家チームには数年を要するタスクだ。Googleはこの結果が、安全なソフトウェア構築のゴールドスタンダードとされてきたスケーラブルな形式的検証を実現するCarbonの可能性を示すものだと述べた。
• 酵素アッセイ開発：実験ノートと生データのみが与えられた状態で、Carbonは標準的な分析を超えて解釈困難なデータの異常を特定し、それを用いてディープウェル内の自動混合の不完全性などの微妙な湿式実験の実験アーチファクトを診断し、再現性を大幅に向上させた。さらに、Carbonはクロマトグラフィーピークのデコンボリューション手法を改良し、研究機器における微量サンプルのキャリーオーバーを検出し、新しいアッセイの開発を大幅に加速し、計算と実験台の間のフィードバックループを強化した。
• タンパク質構造予測：AlphaFold 3などの構造予測モデルは、進化的近縁種のマルチプルシーケンスアラインメント（MSA）を用いてアミノ酸鎖の折りたたみを推定するため、標準データベースにほとんど一致がない研究不足のタンパク質、ウイルス、微生物、真核生物のタンパク質で苦戦しがちだ。マルチエージェント構成で、Googleの研究者たちはGemini 4 Carbonを使用し、ペタベース規模の未アノテーション配列アーカイブ、環境およびウイルス配列カタログ、3D構造データベースにわたって遠い相同性を持つホモログを自律的に発見した。例えば、CASP17ブラインドテストセットに含まれる7つの低相同性タンパク質ファミリーにおいて、Carbonは取得されたホモログ数を平均40倍に増加させ、再訓練なしに構造予測モデルが利用できる情報量を大幅に増やした。より広範なベンチマークは進行中だが、この上流の検索ボトルネックへの対処は、特性評価が困難なプロテオーム領域のモデル化への有望な道筋を示す可能性がある。

発表の4週間前、Googleは研究の加速を支援するため、1万人の科学者にGoogle Antigravityで6か月間無料でArgonへのアクセスを提供する申請受付を開始し、すでに数千人の科学者がオンボーディングされている。Carbonのリリースに伴い、Googleは現参加者および将来の参加者へのCarbonアクセスを拡大しており、今後もこのプログラムはGoogleの最新フロンティアモデルが利用可能になり次第アクセスを提供し続けるという。申請はGoogleの申請フォームから引き続き受け付けており、オンボーディングは適格性、容量、選定を条件に毎週のローリングベースで継続している。

モデルの安全性とセキュリティの進展

Googleは、モデルの新規リリースごとに、安全性とセキュリティの緩和策、エージェントの悪用防止、モデルのアライメント、害の低減をモデルの能力に見合った形で強化していると述べた。Gemini 4 Carbonはより強力なサイバー能力を導入するため、同社はArgonの安全性・セキュリティスタックを基盤に、悪用とプロンプトインジェクションへの耐性を強化した。

悪用対策面では、Googleは防御的な推論の強化が攻撃リスクに転化しないよう、保護策を強化したと述べた。ExploitBenchとCyScenarioBenchを用いて構築されたシミュレーションサイバー攻撃のテスト環境において、Carbonは各ブロック後に攻撃計画を反復的に見直すことができるGoogleのアダプティブレッドチーミングエージェントからの攻撃経路の99%をブロックした。Carbonの保護策により、試行あたりの侵害率はArgonの3.1%から0.8%に低下し、Gray Swanのテストでは自動サイバー攻撃クエリの成功率がArgonの9.86%から2.17%に低下した。Trajectory Labsによる外部テストでは、132時間・1万3,000件超のリクエストにわたり、新しい汎用ジェイルブレークはゼロと判明した。

アライメント面では、Googleはモデルのライフサイクルを通じたモニターフラグ率で測定されたアライメントの大幅な改善と、データ捏造の減少を報告した。Googleの375タスクからなるエージェント誠実性ベンチマークで、Carbonは92%のタスクに合格した（Argonは70%）——実験データの欠損を補完することを98%の確率で拒否し、方法論的な欠陥を68%の確率で指摘した。

プロンプトインジェクション対策では、Googleは発表の2週間前に、CarbonがGray Swan IPIベンチマークで0%のプロンプトインジェクション攻撃成功率を達成した——このマイルストーン到達は初めてだと共有した。同時に、Googleはプロンプトインジェクション耐性が引き続き改善が必要な領域であることを認めている：同社の高度な自動レッドチーミングは、一部の分布における洗練された攻撃に対してモデルがさらに改善され得ることを示しており、同社はこのデータを活用してモデルのセキュリティを継続的に次のフロンティアへ進めると述べている。詳細は、完全なGemini 4 Carbon安全性・セキュリティレポート（PDF）およびGoogleの関連する安全性・セキュリティ記事で確認できる。

Gemini 4 Carbonの利用開始

11月10日より、CarbonはArgonに加わり、Googleの製品群におけるフロンティアモデルファミリーに仲間入りした：

• 開発者向け：AI StudioとAndroid StudioでGemini APIの有料ティアを使って構築できる。Google AI Ultra加入者はGoogle AntigravityとAI Studioで試用可能。
• 企業向け：APIまたはモデルのドロップダウンからGemini for business、Google Antigravity、CodeMenderで利用できる。
• 一般ユーザー向け：Google AI Ultra加入者は本日からGeminiアプリとSearchのAI ModeでCarbonを試せる。
• 科学者・研究者向け：申請により、Google Antigravityの最高利用ティアを通じてArgonとCarbonの両方に6か月間無料でアクセスできるチャンスを得られる（ローリングベースでオンボーディング）。適格性、容量、選定の対象となる。
• サイバーセキュリティ防御者向け：Fairwindプログラムへの参加を申請すれば、Carbon for cyberにローリングベースでアクセスできる。

詳細はGemini 4 Carbonモデルカード（PDF）で確認でき、モデルへのワークフロー移行のベストプラクティスについては、Googleの更新版Gemini 4開発者ガイドとドキュメントを参照できる。

著者について

Koray KavukcuogluはGoogle DeepMindのSVP兼GoogleチーフAIアーキテクトで、Google DeepMindの最先端の生成AIモデルの開発と、それらのGoogle製品への大規模な統合を率いている。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設立し、DQN（Deep Q-Network）やWaveNetなどの主要な研究ブレークスルーを生み出した。