Lilith.
⌕
編集イラスト: Gemini 4 Neon、100万トークン3ドルで最前線を狙う
Lilithのイラスト · 編集リミックス

Googleは、ソフトウェア開発、分析、長時間のエージェント業務向けにGemini 4 Neonを公開しました。コンテキストは最大100万トークンで、料金は入力100万トークン当たり3ドル、出力100万トークン当たり15ドルです。キャッシュ済み入力は100万トークン当たり0.15ドルです。

100万トークンとCarbon未満の価格を両立

NeonはGemini 4 Carbonを基にしており、Googleは深い処理を担うCarbonと高速なHydrogenの中間に位置づけています。Artificial Analysisの指標では61点でした。Model Cardには、Terminal-Bench 4.1で65.2 %、Vals Indexで70.9 %、25万6000から100万トークンを使うGraphWalksで95.2 %という結果も掲載されています。

利用条件は提供経路によって異なります。有料APIはGoogle AI Studioで利用でき、Gemini for businessにも順次導入されます。GeminiアプリとAntigravityでは、Google AI ProとUltraの契約者が選択できます。サイバーセキュリティ版は今後数日で、Fairwind Programの一部の防御担当者に限って提供される予定です。

開発チームが見るべき数字は完了単価

Googleによると、標準のhigh設定では、Neonのタスク当たりコストはCarbonより32 %低くなります。エージェント型workflowでは、APIの単価だけよりも重要な数字です。モデルがファイルを何度も読み、文脈を失い、最初からやり直すなら、安いトークンに意味はありません。

SWE-sweepの2つの結果は、その事情をよく示しています。mini-SWE harnessでは12.8 %ですが、Antigravityでは39.0 %です。性能のかなりの部分が、オーケストレーション、ツール、コンテキスト管理から生まれることが分かります。購入側が比べるのは、単体モデルではなくエージェントシステム全体です。

ベンチマーク表には外部評価と社内評価が混在

結果の一部は独立したランキング、一部はGoogleの社内評価で、特定のharnessに大きく依存する項目もあります。誤った方向のエージェント行動が0.09 %、誠実性評価の合格率が99.2 %という目立つ安全性の数字は社内測定です。Model Cardでは、完全な安全性報告書は今後公開するとしています。

Googleは、幻覚が残ることに加え、jailbreakやindirect prompt injectionへの耐性を引き続き改善すると説明しています。知識の基準時点は2026年3月です。立派な表があっても、自社のrepository、データ、権限でのevalsは省けません。

再実行の回数と請求額が価値を決める

チームが追うべき指標は3つです。再実行なしの完了率、完了タスク当たりの総コスト、人間が介入した回数です。Carbon比32 %という節約が実際のツールや失敗の中でも残るかは、そこで判明します。

もう1つの試験は長時間のエージェント実行です。数十ステップを経ても権限の境界と監査可能な記録を保てれば、Neonは本番環境に入れます。保てなければ、100万トークンのコンテキストは高価な修正までの道のりを伸ばすだけです。

Lilithの判定

GoogleはNeonを安い値札でコースに送り出しましたが、ゴールテープを握るのはharnessです。トークンだけを数え、完了した仕事を測らないチームは、届かなかった節約を請求書の中で探すことになります。