はじめに
Google DeepMindは2026年11月18日、ソフトウェア開発・知識労働・科学研究のタスクを高速にこなす新モデル「Gemini 4 Neon」を発表しました。本稿では、ベンチマーク結果、思考レベルとコスト、サイバー防御と安全性、提供形態までを整理して解説します。
参考記事
- タイトル: Introducing Gemini 4 Neon
- 著者: Koray Kavukcuoglu(SVP, Google DeepMind / Chief AI Architect, Google)
- 発行元: Google DeepMind
- 発行日: 2026年11月18日
- URL: https://deepmind.google/blog/introducing-gemini-4-neon/
関連記事



要点
- Gemini 4 NeonはArtificial Analysis Intelligence Indexで61を記録し全体3位、Vals Indexでは2位となった
- 料金は入力100万トークンあたり3ドル(キャッシュ入力は0.15ドル)、出力15ドルで、コンテキストウィンドウは100万トークンである
- Artificial Analysis Coding Agent Indexで1位となり、Google Antigravityではサブエージェントを指揮するオーケストレーターとしても動作する
- サイバー防御向けの「Gemini 4 Neon for cyber」がFairwind Programを通じて信頼された防御担当者に提供される
- Gemini API、Gemini for business、Google Antigravity、Geminiアプリで順次提供が始まっている
詳細解説
Gemini 4 Neonの概要と位置づけ
Googleによれば、Gemini 4 Neonは最前線級(フロンティアレベル)の知能と、エンドツーエンドでの高速なタスク完了を両立させたモデルです。Artificial Analysis Intelligence Indexでは最上位の思考レベル「xhigh」で61を記録し、同等クラスのモデルを上回って全体3位に入りました。上位にはより大きく低速なモデルが並ぶとされています。Vals Indexでは2位となり、性能とコストの最適な組み合わせを示すパレートフロンティア上に位置しています。
性能だけでなく「一緒に作業しやすいこと」も強調されています。新設のAgent Arena Indexでは、作業途中のユーザーの修正指示にどれだけ素直に適応できるかを示す操縦性(steerability)で2位となりました。複数ステップの指示追従にも優れ、Google Antigravityでの社内テストでは、これまでで最も低い捏造(fabrication)率を記録したとしています。
Gemini 4ファミリーの中では、Carbonが最も難しい長期プロジェクトを、Hydrogenが高速な日常タスクを担い、Neonはその間で「深さと効率」を両立させる位置づけです。複雑で頻度の高いワークフローを、より速く、より低コストにこなすことを狙ったモデルと説明されています。直近で提供が始まったGemini 4 Carbonと比べたときに、性能をどこまで保ちながら速度とコストを改善できるかが、Neonを選ぶ際の判断軸になると考えられます。
料金と提供開始
料金は次のとおりです。
- 入力: 100万トークンあたり3ドル
- キャッシュされた入力: 100万トークンあたり0.15ドル(95%割引)
- 出力: 100万トークンあたり15ドル
- コンテキストウィンドウ: 100万トークン
キャッシュ入力の割引率が大きいため、同じ社内文書やコードベースを何度も参照するエージェント型の使い方では、実効コストが表示価格よりかなり下がる可能性があると思います。
企業・分析・科学分野での性能
企業の業務はスプレッドシート、PDF、グラフ、音声、動画に散らばっています。Neonはこれらを100万トークンのコンテキストに一度に読み込んで統合し、構造化された成果物に変換できるとされています。Googleが挙げた主な外部評価の結果は次のとおりです。
- Vals Index: 70.9%で2位。Legal Research BenchとTax Agent Benchではいずれも1位
- Surge AI: 金融、会計、スプレッドシートモデリング、複雑な制約への追従の大半のベンチマークで1位
- Chartography (密度の高い業務用グラフの読解): 73.5%
- Agents’ Last Exam v1.1: 75.8%で主要モデルと同等
- ZapierのAutomationBench: 56.3%で総合1位
- Andon LabsのVending-Bench 2 (事業運営の長期シミュレーション): 16,843ドルで総合1位
- Agent Arena Index: 4,200件超の実際のエージェントセッションで1336を記録し、世界2位でデビュー
科学・数学的推論の分野では、Terminal-Bench Science(70.5%)、RiemannBench(84.0%)、HLE-Diamond(71.3%)でクラス最高の結果を示したとしています。
導入企業のコメントも紹介されています。企業向け検索のGleanは、初期評価で総合品質がGemini 4 Carbonと同等以上でありながら、速度は3倍、コストは60%だったと述べています。Micro1は医療指標と社内のライフサイエンス評価でトップ水準だったとし、Thoughtful Labは、大規模なコードベースの理解が速く、サイバー評価で他モデルが見逃した微妙な脆弱性を少ないトークンで発見したと評価しています。Quadrillionは、悪い結果が出ても諦めずにモデリング戦略を練り直す点を挙げ、Cartwheelは機械学習エンジニアリングや実験管理のパートナーとして高く評価しています。
ベンチマーク名が多く並びますが、法務・税務・会計・スプレッドシートといった業務特化型の評価で上位を占めている点は、汎用的な知能指標だけでは見えにくい「実務への適合度」を示す材料として読めると思います。
本番運用向けのコーディング性能
Neonは長時間のエージェントワークフロー向けに設計されており、ツールを多用する複雑なタスクでも最後まで性能を維持するとされています。単独で動かすことも、Google Antigravity上で並列の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(全体を統括する役割)として使うこともできます。冗長なファイル読み込みを減らし、作業中に進捗を共有し、長いセッションでのコンテキスト圧縮(会話履歴を要約して文脈長を節約する処理)も安定して扱えると説明されています。
コーディング関連の主な結果は次のとおりです。
- Artificial Analysis Coding Agent Index: 58.6で総合1位
- Terminal-Bench 4.1: 65.2%
- FrontierCode 2.0: 46.2%(既定のhigh設定)
- SWE-sweep: mini-SWEハーネスで12.8%と首位。Google Antigravityのハーネスでは3倍以上の39.0%で最高水準
複数ファイルにまたがるデバッグやリポジトリ横断のリファクタリングでも、的を絞った最小限の編集ができるとしています。SWE-sweepで同じモデルでもハーネス(モデルを動かす実行環境や道具立て)によってスコアが3倍以上変わる点は、モデル単体の性能だけでなく、どの環境で動かすかが結果を大きく左右することを示す例だと考えられます。
デモとしては、Antigravity上でBlender MCPを操作し、/swarm機能で各モデル名にちなんだ実験台の3Dシーンを構築した例、実際のモンブランとシャモニーの標高データを使い、既製素材なしで約10,200行のシェーダーを書いてWebGL2のスキーシミュレーターを作った例、アラン・チューリングの1936年当時の研究室を動くチューリングマシン付きで3D再現した例、1枚の画像を50万以上のスプレッドシート関数だけで10万セルのGoogleスプレッドシートに変換し、エッジ検出や再照明まで行った例が紹介されています。
思考レベルとコスト効率
Googleはモデルの更新ごとに思考レベルを調整しており、Neonは4段階の思考レベルを持ちます。段階に応じて性能が安定して伸びるため、ワークロードごとに知能の水準とトークン消費を調整できるとしています。
- 既定のhigh: Artificial Analysis Intelligence Indexで高いスコアを示しつつ、タスクあたりのコストはCarbonより32%低い。Vals IndexとAgent Arenaの両方でパレートフロンティア上にあり、競合する最上位モデルと比べてタスクあたりのコストは約50〜80%低い
- xhigh: 最も難しいエンジニアリング・分析・科学タスク向けに、より深い多段階の推論を加える。Neonの最高スコアはこの設定で出ており、それでも競合モデルの最上位設定と比べてタスクあたりのコストは36%以上低い
トークン単価ではなく「タスクあたりのコスト」で比較している点は、推論の長さが成果物の質とコストの両方に効くエージェント時代の評価軸として妥当だと本稿では考えています。
サイバー防御への対応
エージェントによるコーディングが広がるほど、最初から安全なコードを生成することが重要になります。サイバー向けのGemini 4 Neon for cyberは、AutoBaxBenchの易・中・難すべての課題でCarbonより安全なコードを生成し、難しい課題では76%で最高水準に達したとされています。侵入テストの評価であるWebExploitBench v1.2でも、競合する大型モデルの半分のコストで51.26%と最高水準を記録しました。
既存コードの堅牢化についても、脆弱性の発見・検証・修正という一連の工程で、大型モデルより速く低コストに最前線級の性能を示すとしています。
- 脆弱性の発見: SEC-bench Proで90.5%と最高水準。課題あたりのコストは約半分
- 悪用可能性による優先度の検証: どの脆弱性を先に直すべきかを判断するため、実際に悪用できるかを確認する。ExploitGymでCarbonの半分のトークンで最前線級の性能
- 脆弱性の修正: 根本原因を直す工程。CollinearのCWE-bench v2で70.7%となり、Carbonを3.4%上回る
Gemini 4 Neon for cyberは、今後数日のうちにFairwind Programを通じて信頼された防御担当者に提供されます。悪用リスクのある能力を一般公開とは切り離し、審査済みの防御側に先に届ける運用は、本稿としては能力と安全性のバランスを取る現実的な方法の一つだと受け止めています。
安全性と信頼できる実行
Neonは、Gemini 4の安全性・セキュリティの仕組みを引き継ぎ、深刻な悪用やプロンプトインジェクションへの防御をCarbonと同水準に保ちつつ、アライメントとエージェントとしての振る舞いをさらに改善したとされています。重点項目は次のとおりです。
- 最前線級の悪用リスクの緩和: 高速・低コストのモデルに最前線級の能力を持たせるため、サイバーとバイオセキュリティの悪用に対してCarbonと同等のリアルタイムのセーフガードを組み合わせた。一方で正当な作業の拒否は大きく減り、Terminal-Bench 4.0での拒否率は1.98%、Terminal-Bench-Scienceでは0%だった
- アライメントと規律ある振る舞い: 社内のコーディング利用では、思考過程と行動のミスアライメント監視の警告率が、すでに低かったCarbonの基準をさらに下回った。同じ監視は外部向けの提供面でも稼働している。Terminal-Bench 4.0での不正(チート)率はCarbonと同じ0.0%、社内のコーディング不正評価で近道をとったのは2.45%とGemini 4モデルで最も低い。エージェント安全性評価での不適切な行動率は0.09%、エージェントの誠実性評価の合格率は99.2%。エージェント行動評価では、Carbonと比べて作業の手抜き(under-service)を43〜56%、行き過ぎ(overreach)を15〜35%減らした
- 間接プロンプトインジェクションからの保護: Webページ、メール、文書、コードに悪意ある指示が仕込まれた場合でも、Gray SwanのIPIベンチマークで同クラスの他モデルより高い耐性を示した。最上位の思考レベルでリアルタイムのセーフガードを併用すると、このベンチマーク内のすべての攻撃を防ぎ、攻撃成功率0.0%となった
詳細はGemini 4 Neonのモデルカードで公開されています。「拒否しすぎない」ことと「不正や手抜きをしない」ことの両方を数値で示している点は、業務で長時間エージェントを任せる立場からは重要な情報だと思います。
Geminiアプリでの活用
Geminiアプリでは、最前線級の推論と速い応答が求められる作業でNeonが力を発揮するとされています。
- 文章作成と知識労働の質の向上: 構成の整った自然で率直な文章を書く。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、密度の高い資料をレポートや要約にまとめ、GmailやDocsなどのGoogleアプリから関連情報を取り込む
- 信頼できるリサーチと分析: Web上の情報源を頻繁に取り込み、大きな買い物の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概要資料の作成など、変化の速いテーマでも回答を最新に保つ
- 難しいタスクをより速く: GeminiのTasks機能をNeonで実行できるようになり、複雑な多段階の作業を大型モデルより速く効率的に進められる。光熱費が急に上がった理由を請求明細から分析する、複数の領収書や書類を照合して返金交渉に備えるといった用途で、利用上限も長持ちしやすくなる
提供開始と利用方法
Gemini 4 Neonは本日から順次提供されています。
- 開発者向け: Google AI StudioとAndroid StudioでGemini APIの有料プランから利用できる。Google AI ProまたはUltraの有料会員はGoogle Antigravityでも試せ、すべてのPro・Ultra会員はAI Studioで試せる
- 企業向け: Gemini for business(APIまたはモデル選択メニュー)とGoogle Antigravityで利用できる
- 一般ユーザー向け: Google AI ProまたはUltraの会員は、Geminiアプリのモデル選択メニューからGemini 4 Neonを選べる
- サイバー防御担当者向け: 対象となるFairwind Programのメンバーには今後数日のうちにアクセスが提供される。参加を希望する場合はGoogle Cloudのアカウントチームに問い合わせる
まとめ
Gemini 4 Neonは、Carbonに近い品質をより速く低コストで提供する中位モデルとして、コーディング、業務分析、サイバー防御まで幅広くカバーしています。日常タスク向けの軽量モデルとの使い分けは、Gemini 4 Hydrogenの解説もあわせてご覧ください。
