
「北米大豆パック」グーグル、ついにAI競争の中心へ復帰
著者:Wildcard、GeekPark

今回のグーグルは、本気だ。
11月18日、Google DeepMind は Gemini 4 Neon のネオン看板に火をつけた。
これは Gemini 4 シリーズがわずか7週間でリリースした4体目の「元素」モデルだ。公式発表のベンチマーク結果の長表やコミュニティでの実測フィードバックを見れば、それが非常に快適な「スイートスポット」に正確に位置していることがわかる。フラッグシップ並み、あるいは一部で凌駕する堅実な知能性能を持ちながら、単一タスクのコストは競合企業の約半分まで圧縮されている。
Reddit の技術コミュニティでは、これまで厳しかった開発者たちが珍しく一面倒地に高評価を送り、「常識はずれに安く、かつ恐ろしいほど強力」と絶賛している。月額19.99ドルで Google AI Pro に加入する一般ユーザーにとってより嬉しいのは、無理して Ultra パックを購入しなくても、Gemini アプリ内で準フラッグシップ級モデルをそのまま使えることだ。11月全体を通じて連続して投入されたモデルとツールのマトリクスを加えれば、以前はテーブルの端でうろうろしていたグーグルのAIが、ついにテーブルの真ん中に再び戻ってきたことになる。
世界中のプログラマーを唯一困惑させているのは、おそらくグーグルの謎めいた命名規則だろう。9月末のアルゴン(Ar)、10月末のカーボン(C)、11月中旬の水素(H)、そして今回のネオン(Ne)。いずれも原子番号順でも、アルファベット順でもないし、能力の強弱順でもない。
Hacker News では本当に几帳面なユーザーが化学的性質をすべて羅列して法則性を探したが、最後に絶望的に「グーグルはおそらく元素記号をハットの中に放り込んでランダムに選んでいるだけで、スターバックスのカップサイズで名前を付ける方がまだ理解しやすい」と愚痴った。一方、中国のネットユーザーはすでに第118番元素「オガネソン(Og)」の次を催促し始め、「テクノロジーニュースを見るのに中学化学をやり直す羽目になる」とネタにしている。

図:ユーザーが Gemini 4 のためにデザインした「元素周期表」型のモデル選択画面
錬金術の「傑作」
名前はどうにもわかりにくいが、製品マトリクスにおける Neon のポジショニングは非常に明確だ。
重量級の長期処理対応フラッグシップ「Carbon」と、軽量で高頻度実行向きの「Hydrogen」の間にピンポイントで位置づけ、かつて Gemini 3.1 Pro と Argon が担っていた生態的地位を直接置き換えた。Alphabet 最高科学責任者兼 DeepMind 理事長のデミス・ハサビスは高い評価を与え、「錬金術の傑作だ」と称している。
この評価を支えているのが紛れもないハードスペックだ。Neon は100万トークンのコンテキストウィンドウ(Antigravity 内では最大512K コンテキストに対応)と、最大100万トークンの出力上限を備え、テキスト、音声・動画、PDF、電子スプレッドシートをネイティブなマルチモーダル入力として受け付ける。核心的な推論能力に関しては、low、medium、high(デフォルト)、xhigh の4段階で調整可能な「思考深度」を提供し、開発者にとってコスト制御の極めて広い余地を残している。
独立評価機関 Artificial Analysis のデータがこの事実をよく表している。AA インテリジェンスインデックス v5.0.1 の総合ランキングにおいて、Neon は xhigh モードを有効化して61点を獲得し、世界第3位の座を掴んだ。GPT-6.2 Astra と Claude Fable 5.2 に次ぐもので、自社旗艦の Carbon の high モード(60点)、Anthropic の Claude Opus 5.5(59点)、OpenAI の GPT-6.2 Sol(57点)をすべて引き離している。デフォルトの high モードに戻しても60点を維持でき、medium モードに落とせば55点となるが、それでも軽量モデル Hydrogen が全力で出した xhigh モード(54点)を上回る。
企業顧客にとって真に心を動かされるのは、ベンチマークスコアと単一タスクコストを示す散布折線グラフだろう。
出力速度は秒間約110トークンに達し、Carbon(約57トークン/秒)のおよそ2倍だ。AA ベンチマークの単一タスク完了までの平均所要時間は Carbon の36分から21.5分へ短縮され、単一タスクコストは6.44ドルに設定された。標準価格に戻った Carbon(7.76ドル)と比較して約17%安くなっている。Antigravity プラットフォーム上のデフォルト high モードでは、単一タスクコストが Carbon から直接32%削減される。

図:AA インデックスに基づく Gemini 4 Neon の各モードと競合製品の知能スコアおよび単一タスクコストの比較
現在最も激戦区となっているプログラミングおよびエンタープライズ向け分野に視線を移せば、この費用対効果の破壊力はより直接的である。AA コーディングエージェントインデックスのランキングでは、Neon は58.6点で首位を獲得し、Claude Code を搭載した Claude Fable 5.2 と Opus 5.5(どちらも58点)の帳簿上の実力とほぼ匹敵している。しかし経済計算をすると、Antigravity CLI における Neon の平均単一タスクコストはわずか6.86ドルであり、Claude Opus 5.5(12.61ドル)や Fable 5.2(15.47ドル)のほぼ半分だ。
実際のエンジニアリング能力を表す細分化されたテストでは、Neon は CursorBench 4.1 で65.4%を記録し、Opus 5.5 の58.1%を圧倒した。また Antigravity 環境下での SWE-sweep では39.0%に到達し、Opus 5.5 の10.1%や GPT-6.2 Sol の8.3%を大きく引き離している。さらに、企業自動化をシミュレートする Zapier AutomationBench(56.3%)、長期的な事業運営をシミュレートする Vending-Bench 2($16,843)、科学推論 RiemannBench(84.0%)、そして AA-Briefcase の出力品質個別項目(1771 Elo)において、見事に一位を独占している。Fairwind プランのディフェンダー向けに公開されたセキュリティ特化版も、SEC-bench Pro で90.5%という高スコアを叩き出している。

図:Gemini 4 Neon のプログラミングおよび科学推論など多数のベンチマークにおける比較パフォーマンス
ただし、この新エンジンにも完全に欠陥がないわけではない。
まず、上位モードにおける「会話過多」とレイテンシーの問題だ。xhigh モードで AA の全セットテストを実行すると、Neon は一気に2億8300万トークンの入力を出力し、Carbon よりも大幅に多い。最初の回答までの待時間も56.51秒に達している。究極のレスポンス性を重視するユースケースでは、medium モードに戻す方が明らかに賢明で、所要時間を8.3分に押し下げ、出力量も6290万トークンに収束させることができる。
もう一つ、中国の技術フォーラム「大物説」の開発者たちの中で話題となったエピソードは、11月末に一時的に発生した「価格の逆転現象」だ。
Neon の API は入力3ドル、出力15ドル(100万トークンあたり、キャッシュヒット時に95%割引で0.15ドル)という正式価格で直接ローンチし、無料枠も用意されていない。一方、フラッグシップの Carbon と Argon は11月30日までちょうど発売開始優惠期間(2ドルおよび10ドル)にあり、12月1日にようやく4ドルおよび20ドルの原价に戻る。つまり11月の残り十数日という期間においては、セカンダリーフラッグシップの方がフラッグシップよりも単価が50%割増しとなり、これには商業的なタイムラグによるある種の皮肉が含まれている。
エンジニアの単独作業から現場監督(オーバーシーザー)としての指揮へ
ベンチマークの数値表は確かに重要な指標だが、技術界隈を真に興奮させたのは、Neon が実際のエンジニアリング環境で発揮する圧倒的な支配力である。
Google Antigravity の実機デモ画面を開けば、ロングレンジなマルチエージェント協調とはどういうものか、直感的に伝わってくるはずだ。
「NEONPUTT 84」というプロジェクトでは、Neon が /swarm モードを起動し、リアルタイムで変動するタスクマップ上で、scaffold、shaders、courses、physics、ui、engine、verifier など8つの並列ノードを同時にスケジューリングした。それらは役割を分担してカスタム GLSL シェーダー、240Hz 物理エンジン、8つのゲームコースを作成し、3D シンセウェーブ風のミニゴルフゲームを組み上げた。さらに驚くべきことに、コード書き上げ後に自らブラウザ操作を引き受け、マウスクリックでテスト画面を操作、照準を合わせてボールを打ち、完璧にホールインワンを決めた。

図:Gemini 4 Neon が Antigravity 上で /swarm を用いて8つの並列サブエージェントをスケジューリングし、協調開発を行う様子

図:Gemini 4 Neon が自律的に 3D ミニゴルフゲームを生成し、ブラウザ操作による検証テストを行う様子
時間の軸を長く伸ばしてみても、そのスタミナは驚くべきものだ。公式の大型デモにおいて、Neon は Antigravity 内で /swarm を駆使して合計12時間連続で稼働した。歴史的アーカイブの写真のみを手がかりに、3D空間内でアラン・チューリングが1936年にケンブリッジ大学キングズ・カレッジで使用していた書斎を、一磚一瓦ていねいに再現し、さらにはその仮想書斎の上で、実際にインタラクティブに動作する汎用チューリングマシンを走らせた。
また YouTube チャンネル「CHOOSETO.AI」では、 newly 入社したグーグルの開発者が早期内部テストの権限を基に膨大な一次実測データを公開し、ベンチマークスコアは一切掲載していない。動画の中で Neon は、SDF(Signed Distance Field)の数式一つから精緻な3Dドラゴンを直接コード化し、単一ファイルでアニメーション付きのSVG孔雀を生成し、さらに1959年の古い平面間取り図を、実際に歩き回れる3D住宅に変換している。ハードコアなバックエンドシーンに切り替えると、Google Cloud Run 上でバッチ担当のエージェントを独立してデプロイし、人為的にクラッシュさせられたアプリケーションに対して迅速なロールバックを完了させた。さらに DGX Spark 上では二重銀河衝突シミュレーションを走らせたり、事前学習なしでニューラルネットワークの重みを直接手書きしたりすることも可能だった。
自身で袖をまくって重労働を行うだけでなく、Neon の最も賢明な進化は、「現場監督(オーバーシーザー)」になる方法を学んだ点にある。
今回は Antigravity も同時に、全新の Orchestrator(Neon)ダブルモデル自動オーケストレーションモードをオンラインにした。複雑な複数ファイル構成のプロジェクトでは、Neon が中枢で Architecture 設計とステータスレビューを担当し、通常のコード修正、パッケージ更新、テスト実行などを低コストで軽量な Hydrogen に丸投げする。一度実行プロセスが停滞すると、コントロール権は自動的に Neon に返還され計画の修正を行い、開発者が手動でモデルを切り替える手間を完全に解消した。
現場のエンジニアリングチームもその癖を熟知している。GitHub Copilot の公式ブログでは特に、古株の Carbon と比較して Neon の起動が速く、何よりコード修正の際に自制心が働くことを指摘している。無依頼のまま他の箇所を勝手に書き換える事態が大幅に減少し、コードやツール結果のハルシネーション率も内部テストで過去最低を記録している。早期連携している機械学習研究チームの見方によれば、それはもはや「初心者研究者」のような実験失敗時の即座な放棄癖を完全に克服し、ベテラン研究者のように理由を追究し、新たなシグナルを探求し、自発的にモデリング戦略を再構築できるようになった。
「北米大豆パッケージ」からの逆転劇
今日の勢いを見れば、わずか4ヶ月前にグーグルAIが中国語インターネット上で「北米大豆パッケージ」(AIの大幅な遅延を皮肉ったネットスラング)という強烈な風刺を伴う別名で呼ばれていたとは想像しにくいだろう。
カレンダーを2026年7月頃まで遡ると、あれが Gemini の評判が最も低迷していた暗黒期だった。数学推論のミスや安全審査における奇妙な失敗が相次ぎ、ネットユーザーの嘲笑の嵐に見舞われた。5月の Google I/O で6月納車が約束された Gemini 3.5 Pro は延期続きとなり、結局只好3.5 Flash を持ち出して競合の中堅モデルに対抗せざるを得なかった。主要なコーディング・エージェントランキングのトップページでは、一時 Gemini という名前すら見つけられない状態だった。さらに恥かしいことに、モデルの組み込み知識ベースは長らく2025年1月に固定されたまま、3.6 Flash になってやっと2026年3月に更新されたため、競合他社の最新版すら認識できず、ウェブ検索機能をオンにすると知能指数まで連鎖的に低下する始末だった。
わずか4ヶ月のうちに、状況は完全に見事に逆转した。
11月全体を通して、グーグルは超高密度のコンビネーションパンチを繰り出した。7週間で4種類の Gemini 4 元素モデルを連発した他にも、プロンプトで相互作用可能な3D環境を生成できる世界モデル Genie 4 や、低コストで長時間動画を処理する Gemini Omni 1.2 Flash を同時に発表し、Antigravity をソフトウェア開発とケミカルインフォマティクス研究の両方をカバーするハードコアなエージェントプラットフォームへと鍛え上げた。主要な総合ランキングにおいて、グーグルはついに OpenAI の GPT-6.2 シリーズ、Anthropic の Claude 5.2 および Opus 5.5 と正面から渡り合う自信を取り戻した。
グーグルはこの逆転劇をどう達成したのであろうか。

図:Google DeepMind 副社長兼最高 AI アーキテクトの Koray Kavukcuoglu
今年8月、グーグルは重要な組織再編を完了し、デミス・ハサビスがアルファベット最高科学責任者兼 DeepMind 議長に異動、DeepMind 高級副社長兼最高 AI アーキテクトの Koray Kavukcuoglu が日常運営と Gemini ロードマップの管掌を正式に引き受けた。9月の The Information 主催カンファレンスにおいて、Koray は「AGI を実現したかどうかを議論するのは、現時点では正しい問いですらない」と明言し、強制的に全社員の注目を信頼性の高い実用的エージェントの構築へと戻した。
彼は過去の大規模機能を一箇所に詰め込み、年末までに延期を重ねるような旧弊を完全廃止し、「早期出荷・高頻度イテレーション」という鉄則を設けた。さらにプレトレーニングとポストトレーニングの間に、コーディング能力の強化に特化した「メゾトレーニング(中間学習)」チームを新たに編成した。
DeepMind ポストトレーニング責任者の Melvin Johnson は、従来の Gemini モデルが行き詰まった理由は、単純タスクの解答を完璧に行うだけでは、有効な学習シグナルがそもそも生成されないためだと指摘している。そのためチームは極めて厳格な自動化強化学習クロージャッドを構築し、エージェントが依然として躓く高難易度なリポジトリ横断型のエンジニアリング課題を選択し、厳格なサンドボックスとユニットテストの残存チェックの中で繰り返し試行錯誤させた。同時にシステムは「チェックバッパーを回避したりテスト結果を偽造したりする」不正行為に対して厳重なペナルティを科し、厳格環境下での内部捏造率を約1.5%という歴史的新低へ絞り込んだ。
そしてこれらすべての基盤を支える究極の切り札は、グーグルが長年我慢してきたフルスタックの自社製造ハードウェアがついに開花時期を迎えたことである。
テーブルの競合他手が NVIDIA GPU の供給不足と高額なコンピュート請求書に苦しむ中、グーグルの第7世代 TPU Ironwood とオープンソースのソフトウエア層 TPU Sync の組み合わせは成熟した形で導入済みであり、広大なコンテキストの KV キャッシュをミリ秒単位でホストメモリにオフロードすることが可能だ。
SemiAnalysis の評価によれば、Ironwood は長いコンテキストやマルチターンエージェントのシナリオにおいて1ドルあたりの生産性が極めて支配的で、その魅力ゆえに対抗馬の Anthropic さえ大規模な TPU コンピュートコラボレーションを締結するに至った。さらにグーグルの第8世代 TPU では、すでにトレーニングチップと推論チップが完全に分離され、それぞれ個別最適化が進められているのである。まさに土台となる継続的な自社コンピュートパワーが、グーグルに価格戦争を仕掛け、「Neon と Hydrogen」の大小モデルハイブリッド編成を進める自信を与えたのだ。
数ヶ月前まで集団嘲笑の対象だった「北米大豆パッケージ」も、ついにエンジニアリングの規律とコンピュートの蓄積により、自らの救済を成し遂げた。グーグルがもはや大きな論文1本で AGI を証明することに執着せず、2週間ごとのリリースサイクルで優れたモデルを市場に投入し続けるようになった今、OpenAI および Anthropic が最も目にするまいと思っていた怖い相手は、本当に目覚めた。















