段階的な展開により、GoogleのGemini 4 Carbonはサイバー防御担当者にいち早く提供

Googleは2026年10月28日、Gemini 4 Carbonを発表し、自社最強のフロンティアモデルと位置付けた。また、広範な一斉公開ではなく、まず一部のサイバー防御担当者への提供から始める段階的な展開を通じて、ユーザーに届けると述べた。

発表に際し、Google DeepMindの上級副社長（SVP）兼Googleの最高AIアーキテクトであるKoray Kavukcuoglu氏は、Carbonを、サイバーセキュリティ性能と長期にわたるタスク遂行能力で最先端を行く、同社最強のモデルと評した。Carbonは、Googleが発表の2週間前に公開したGemini 4 Argonの後継モデルにあたる。Googleは、新モデルが、セーフガードを同時に強化しながら最先端技術を押し進めるペースを示していると述べた。

Googleは、慎重な姿勢で展開を進めており、モデルのリリース前評価に関する米国政府の任意のプロセスにも積極的に参加していると述べた。発表の週から、同社は一部のサイバー防御担当者にCarbonを提供し、その後、Fairwind Programを通じて、信頼できる追加のパートナーへ段階的にアクセスを広げる。Googleは、開発者、企業、消費者向けに自社の製品を通じてモデルを提供する前に、引き続きフィードバックを集め、ガードレールを改良すると述べ、可能な限り早期の提供を目指すと付け加えた。

長期的なコーディングと汎用ベンチマーク

Googleによると、Carbonは、より難度の高い長期的なエンジニアリング課題に取り組み、継続的なエージェント型ワークフローを実行できるよう設計されている。社内チームは、複雑で複数の手順を要するタスクにおいて、モデルが数日間にわたって稼働し、行き詰まりを乗り越えて処理を続けることを確認している。そうしたタスクには、大規模なコードベースや低レイヤーシステム全体に潜む微妙なバグの根本原因を特定し、修正する作業などが含まれる。

Googleによると、Carbonは、最近更新されたArtificial Analysis Intelligence Indexのバージョン5.0で、スコア59を獲得し、首位に立っている。同社は、WebDev Arenaで89 Eloポイントを伸ばし、スコア1768で4位に達したと報告し、その要因として、ウェブ開発の成果物と生成物の品質向上を挙げた。Googleは、ユーザーのフィードバックを踏まえ、コーディング、エージェント型タスク、科学的タスクに加え、フルスタックのウェブ開発とマルチモーダル理解に重点を置いて改善したと述べた。

サイバーセキュリティ防御の性能

Googleは、脆弱性の検出、検証、修正からなる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結果を達成したと報告し、外部評価はガードレールなしで実施されたと述べた。実際のソフトウェアに潜む複雑な欠陥を自律的に発見する能力を測るSEC-bench Proでは、88.2%を達成したと報告した。特定された脆弱性が悪用可能かどうかを検証するベンチマーク、ExploitGymでは、過去最高となる54.8%のスコアを報告した。根本原因に対処する脆弱性修正能力を測るCollinearのCWE-benchでは、71.0%を達成したと報告した。

Googleは社内ベンチマークで、CarbonはArgonと比べ、安全なコードの生成成功率が2倍を超える向上を達成したと報告した。また、同社のChromeチームは、高品質なパッチの生成において、Carbonの性能が別の研究機関の大規模なフロンティアモデルを10倍以上上回ったと確認した。さらにGoogleは、自社のクラウドセキュリティプラットフォームであるWizが、ウェブ侵入テストのベンチマークでCarbonが首位に立っていることを確認したと付け加えた。ウェブ侵入テストは、WizのScan for Goodイニシアチブにおける中核的な機能だ。

安全性とアライメントの評価結果

Googleによると、CarbonはArgonで採用された多層的な安全性・セキュリティ対策を基盤としている。この対策は、モデルの学習、リアルタイムの不正利用防止、プロンプトインジェクションへの耐性、思考連鎖のモニタリングを組み合わせたものだ。

同社によると、CarbonではTerminal-Bench 4.0で不正行為の成功率が0.0%に低下し、全体の精度が向上する一方で、不正行為の試みは0.4%に減少した。また、社内チームが実環境のコーディング環境で確認したところ、重大度の高いミスアライメントの警告は約80%減少した。Googleは、社内テストにおいて、CarbonはArgonと比べて裏付けのない主張を約2分の1に減らし、成果物に手法上の注意事項を明記すると報告した。さらに、実行できないアクションについては、証拠がないのに作り話をしたり、曖昧な言い方で取り繕ったりせず、未完了の要件を明確に列挙して実行を見送るという。Googleはまた、複数段階の計画実行において、過剰な対応を26%、対応不足を29%減らしたと報告した。タスクが曖昧な場合、モデルは行動に移る前に関連する情報源を検索し、食い違いをユーザーに示すという。Gray SwanのIndirect Prompt Injection Benchmarkでは、Carbonの攻撃成功率は0.0%で、評価対象となったすべての攻撃を防いだとGoogleは報告した。Argonは以前、このベンチマークで0.7%のスコアを記録し、首位に立っていた。

Fairwind Programの利用と料金

Google DeepMindが運営するFairwind Programは、政府、医療機関、通信事業者など、優先度の高い防御担当者に先進モデルへの早期アクセスを提供する。Google DeepMindによると、現在、世界中で650を超えるパートナーと連携しており、そのうち一部のプログラム参加パートナーには、ソフトウェアの修正を自動化する専用コードセキュリティエージェントCodeMenderで利用するため、Gemini 4 Argonへの独占アクセスを提供している。

プログラムへの参加には、いくつかの条件があります。パートナーが実施できるのは、許可されたデュアルユースの作業に限られます。これには、防御および学術研究を目的とする、承認済みの脅威シミュレーション、リバースエンジニアリング、マルウェア分析が含まれます。マルウェアの作成など、悪意のある作業は認められていません。参加組織は、ユーザーレベルの認証とフィッシング耐性のある多要素認証を導入し、モデルへのアクセスを社内のサイバーセキュリティ、インシデント対応、またはペネトレーションテストの各チームに限定するとともに、従業員によるアクセスと利用状況を追跡する必要があります。パートナーはモデルへのアクセスを共有、再配布、販売することはできません。また、Google DeepMindは応募者の身元調査を行い、セキュリティ上の経歴と倫理的な業務運営の実績を確認します。このプログラムでは、政府機関や各国のサイバー当局、医療、通信、エネルギー、金融ネットワーク分野の重要インフラ事業者、そして中核的なテクノロジープラットフォームを優先します。

CarbonはArgonと同じ導入記念価格で提供されます。入力トークンは100万個あたり2ドル、出力トークンは100万個あたり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の価格から95%割引となります。発表の脚注によると、導入記念期間の終了後は、入力トークンが100万個あたり4ドル、出力トークンが100万個あたり20ドルになります。

Googleは、サイバー防衛担当者の初期参加グループがこのモデルをどのように活用するのかを楽しみにしており、近いうちにCarbonを開発者、企業、消費者にも提供したいと述べました。