Gemini 4 NeonとCarbonの使い分け:12月以降はトークン単価でNeonが安くなる
Gemini 4 NeonとCarbonをタスク別に比較。位置づけ、11月と12月のトークン料金、既定の思考レベル、ベンチマーク、ハルシネーション率、利用できる環境、再計算できるコスト試算をまとめます。
複雑なコーディング、エージェント、ドキュメント処理の既定にはGemini 4 Neonを使い、Neonの回答が受け入れ基準をまだ満たせない問題にだけGemini 4 Carbonを残すのがおすすめです。具体的には、根本原因を深く追うデバッグ、物理寄りや研究レベルの推論、非常に長いエージェント実行です。2026年11月30日まではCarbonのトークン単価($2/$10)がNeon($3/$15)より低く、12月1日からCarbonは$4/$20に上がり、トークン単価ではNeonのほうが安くなります。 ただし、トークン単価は判断材料の半分にすぎません。Artificial Analysisの測定では、既定設定どうしで比べると、NeonはCarbonの約半分の時間で指数タスクを終え、スコアは同程度でした。
この比較は、Neonのリリース翌日にあたる2026年11月19日に確認した内容です。根拠はGoogleのドキュメント、両モデルのモデルカードと評価方法のPDF、同日にArtificial Analysis(AA)のモデルページから読み取ったデータです。この記事のために、NeonやCarbonを私たち自身で実行してはいません。 以下のコストシナリオは計算による試算と明記しており、請求書や実測値ではありません。
この記事はOfoxが公開しています。どちらのモデルもOfox経由では利用できません。11月19日に GET https://api.ofox.ai/v1/models を確認したところ、google/gemini-4-hydrogen と google/gemini-4-argon は一覧にありましたが、NeonとCarbonはありませんでした。以下でNeonやCarbonの呼び出しについて述べる内容は、すべてGoogle自身のGemini API、AI Studio、Geminiアプリ、Antigravityを指します。
GoogleによるNeonとCarbonの位置づけ
GoogleはGemini 4ファミリーを段階的なラインナップとして説明しています。Neon開発者ガイド(英語)によると、Neonは “sits between Gemini 4 Hydrogen and Gemini 4 Carbon for high-frequency complex tasks”、つまり高頻度の複雑なタスク向けにHydrogenとCarbonの間に位置します。モデル選択ページ(英語)は、Neonが “finishes faster with fewer output tokens than Carbon” であり、“you don’t need Carbon’s extra verification” の場合の選択肢だと補足しています。つまり、Carbonより少ない出力トークンで速く終わり、Carbonの追加検証が要らないときに選ぶモデルです。CarbonはGoogleで最も推論能力の高いモデルとされ、1ターンあたりにより多くの思考トークンを使って仮説を検証し、修正内容を確認します。Googleはシステムアーキテクチャ、複数ファイルにまたがるデバッグ、情報密度の高いマルチモーダル分析、形式的証明、セキュリティ監査に加え、“or when a faster model gets stuck”(より高速なモデルが行き詰まったとき)にCarbonを勧めています。
Neonのモデルカード(英語)は、NeonがGemini 4 Carbonをもとに調整されたモデルだと説明し、役割分担を1文でまとめています。Carbonは “tackles your hardest, long-horizon projects”(最も難しく長期にわたるプロジェクトに取り組む)、Hydrogenは日常的な高速実行を担当し、Neonは “balances depth and efficiency”(深さと効率のバランスを取る)という分担です。Carbonのモデルカード(英語)には、Carbonで “occasional slowness or timeout issues”(ときどき遅くなる、またはタイムアウトする問題)が起こる場合があり、特に高い思考レベルではより多くのトークンを使う可能性があると書かれています。
技術的な仕様は両モデルで共通です。入力、思考、出力で共有する1,048,576トークンの統合ウィンドウ、同期出力の既定上限65,536トークン(バックグラウンド実行または継続処理で最大1Mまで長いデコードが可能)、暗黙的キャッシュのみ(cachedContents はなし)、同じ組み込みツール(Google Search、コード実行、関数呼び出し、Computer Use、構造化出力)です。リクエストのスキーマが同じなので、両者の切り替えはモデルIDの変更と思考レベルの判断だけで済みます。選んでいるのは2種類のAPIではなく、2段階の推論の深さです。
| Gemini 4 Neon | Gemini 4 Carbon | |
|---|---|---|
| モデルID | gemini-4-neon | gemini-4-carbon |
| モデルカード公開日 | 2026年11月18日 | 2026年11月10日 |
| Googleが想定する用途 | 複雑で高頻度のコーディング、知識作業、科学分野の作業 | 最も難しく長期にわたる問題、より高速なモデルが行き詰まったとき |
| 思考レベル | low、medium、high(既定)、xhigh | low、medium(既定)、high |
| APIの無料枠 | なし | なし |
| ナレッジカットオフ(モデルカード) | 2026年3月 | 2026年3月 |
| Ofoxでの提供(11月19日確認) | なし | なし |
現在と12月1日以降のトークン単価
以下はGoogleの料金ページ(英語)に掲載されているStandard有料枠の料金で、単位は100万トークンあたりの米ドルです。2026年11月19日に確認しました。出力には思考トークンが含まれます。Batch、Flex、Priorityの各ティアはこの記事の対象外です。
| 課金項目 | Neon | Carbon(2026年11月30日まで) | Carbon(2026年12月1日から) |
|---|---|---|---|
| 入力 | $3.00 | $2.00 | $4.00 |
| キャッシュ入力(暗黙的キャッシュのヒット分) | $0.15 | $0.10 | $0.20 |
| 出力(思考を含む) | $15.00 | $10.00 | $20.00 |
GoogleはNeonには導入価格がないと明記しています。Carbonの11月の料金は導入価格です。Carbonのトークン単価は、11月はどの項目もNeonのちょうど3分の2、12月1日からはNeonの3分の4になります。トークン使用量が同じなら、次の単純なルールが成り立ちます。
- 11月: 同じトークン量なら、CarbonはNeonより33%安くなります。同じタスクでCarbonがNeonの1.5倍を超えるトークンを使わない限り、Carbonのほうが安いままです。
- 12月1日から: 同じトークン量なら、CarbonはNeonより33%高くなります。Carbonが安くなるのは、使用トークンがNeonの0.75倍未満の場合だけです。
問題は、同じタスクでも2つのモデルが同じ量のトークンを使うことはまずない点です。ここで既定設定が効いてきます。思考レベルごとのNeonの予算はNeonの思考レベル別料金ガイドを参照してください。CarbonとArgonの料金改定そのものについては、12月1日に何が変わるかで解説しています。
既定の思考レベルが違うため、既定どうしの比較は公平にならない
Neonの既定は high で、さらに xhigh があります。Carbonの既定は medium で、上限は high です。Googleの移行チェックリストもはっきり “Carbon and Argon default to medium and cap at high.”(CarbonとArgonは既定が medium、上限が high)と書いています。モデルIDだけを入れ替えてほかを変えなければ、Neonの上から2番目のレベルとCarbonの中間レベルを比べることになります。また、設定名が同じでも、2つのモデルの計算量が同じになるとは限りません。各モデルが受け付けるレベルと選び方は、Gemini 4の思考レベル選択ガイドにまとめています。
Artificial Analysisは思考レベルごとに個別に評価しているため、レベルをそろえて並べられます。以下の値は、2026年11月19日に読み取ったNeonとCarbonのページ(いずれも英語、Intelligence Index v5.0.1、Googleのファーストパーティ API)によるものです。
| 構成 | AA Intelligence Index | 指数タスク1件あたりの時間 | 指数タスク1件あたりのコスト(AAの表示どおり) | 指数評価全体の出力トークン |
|---|---|---|---|---|
Neon xhigh | 61 | 21.5分 | $6.44 | 283M |
Neon high(既定) | 60 | 14.8分 | $3.74 | 123M |
Neon medium | 55 | 8.3分 | $1.90 | 62.9M |
Neon low | 44 | 3.7分 | $0.75 | 28.3M |
Carbon high | 60 | 37.2分 | $7.76 | 205M |
Carbon medium(既定) | 58 | 29.6分 | $6.59 | 124M |
Carbon low | 54 | 30.4分 | $7.19 | 83.9M |
この表には、注意して読むべき点が3つあります。
AAはCarbonを$4/$20で計算しています。 AAのCarbonページには “$4.00 per 1M input tokens” と “$20.00 per 1M output tokens” とあり、これは11月の導入価格ではなく12月の料金です。したがって、上の表のCarbonのコストはすべて12月1日以降のコストです。Carbonのトークン単価は11月にはどれもちょうど半分なので、同じ実行を11月の料金で見積もると、タスク1件あたり約$3.88(high)、$3.29(medium)、$3.59(low)になります。この半減はAAの数値に対する私たちの計算であり、AAが示した数値ではありません。
タスクあたりの時間は、トークンのスループットに基づく指標です。 AAはタスクあたりの出力トークンを実測の出力速度で割り、指数の構成に応じて重み付けして算出しています。ページ上の出力速度は、Neonが各レベルでおよそ毎秒97〜110トークン、Carbonがおよそ毎秒47〜58トークンです。モデルが生成に費やす時間の目安としては有用ですが、ツール実行を含むエージェントの実際の所要時間ではありません。
Googleの “32% lower cost per task” という主張は、現在のAAページからは再現できません。 Neonの発表はこの数字をArtificial Analysis Intelligence Indexと結び付け、既定のhighレベルでNeonは “pairs a high Artificial Analysis Intelligence Index score with a 32% lower cost per task than Carbon”(高いIntelligence Indexスコアと、Carbonより32%低いタスクあたりコストを両立する)と述べています。ただし、比較したCarbonの思考レベル、Carbonの料金期間、AAのデータ時点は示されていません。AAの現在の数値と12月の料金で計算すると、Neon high($3.74)はCarbon high より52%、Carbon medium より43%、Carbon low より48%低くなります。11月の料金では、Carbon high より3.5%低く、Carbon medium よりは約14%高くなります。どの組み合わせでも32%にはならないため、今日再計算できる数値ではなく、Googleの主張として扱ってください。
以上の根拠から、条件をそろえた比較はNeon high 対 Carbon high です。指数スコアはほぼ同じ(59.6対60.0)で、NeonはCarbonの約40%の時間で終わり、12月の料金が適用されるとタスクあたりのコストは約半分になります。Neon high 対 Carbon medium(既定どうし)では、Neonの指数スコアがやや高く(59.6対58.3)、時間は半分です。見落としやすい逆転が1つあります。Carbon low(54)はNeon low(44)を大きく上回ります。ただし、AAの測定ではCarbon lowはCarbon mediumより速くありませんでした。
両方のモデルカードに載っているベンチマーク
Googleはモデルごとに別々のカードを公開しており、比較対象も異なります。NeonのカードはClaude Opus 5.5とGPT-6.2 Solと比較し、CarbonのカードはGemini 4 Argon、GPT-6 Astra、Claude Opus 5.5、Claude Fable 5.1と比較しています。どちらのカードにもCarbon対Neonの表はありません。以下の行は両方のカードに載っているものです。読む前に、Googleの2つの評価方法PDFにある次の設定を確認してください。
- どちらも、結果は “the highest thinking settings unless indicated otherwise”(特に記載がない限り最高の思考設定)を使ったとしています。つまり既定ではなく、Neonは
xhigh、Carbonはhighです。 - Carbonのカードは “as of October 2026”、Neonのカードは “as of November, 2026” と記されています。
- Carbonのサイバーセキュリティの結果は、Fairwind Programを通じたアクセスによるものです。
| ベンチマーク(表記どおり) | Neonのカード | Carbonのカード | 条件は同じか |
|---|---|---|---|
| Vals Index v2.2 | 70.9% | 70.4% | どちらもVals AIによる値 |
| AutomationBench (Zapier) | 56.3% | 53.9% | どちらも公開リーダーボード(Carbonはプライベートセット) |
| Chartography | 73.5% | 72.5% | どちらもツールなし |
| RiemannBench | 84.0% | 80.0% | どちらも公開リーダーボード |
| GraphWalks 256k–1M, BFS F1 | 95.2% | 96.2% | どちらも同じ200問で自社算出 |
| SEC-bench Pro | 90.5% | 88.2% | 同じ183タスクの分割とAntigravityハーネス。CarbonのスコアはFairwindアクセスでの結果 |
| Agents’ Last Exam v1.1 | 75.8% | 77.4% | 異なる。NeonはAntigravity-CLI 1.4.8ハーネス、CarbonはALE-Clawハーネス |
| Terminal-Bench-Science 0.1 | 70.5% | 64.8% | 異なる。Neonはmini-swe-agentのvisionハーネスで5回試行して自社算出、CarbonはAAの値 |
| SWE-sweep | 12.8%(mini-SWE)/39.0%(Antigravityハーネス) | 9.6% | 条件が近いのはmini-SWEの値のみ(Neonは「vision」版を使用) |
| AA Index | 61(v5.0.1) | 59(v5.0) | 異なる。指数のバージョンが違う。現在のv5.0.1ではCarbon highは60 |
見かけだけ似ている行は除外しました。Terminal-Bench 4.1(Neon)と4.0(Carbon)、CWE-bench v2とCWE-bench v1、そしてExploitGym(Neonのカードにスコアがない)です。Vending-Bench 2はNeonの発表($16,843)とCarbonのカード($16,484)にしか載っていません。
条件がそろった行から言えるのは控えめな結論です。両モデルの最高設定どうしでは、いくつかの知識作業と数学のタスクでNeonがCarbonと同等か、わずかに上回ります。256K〜1Mトークンのグラフ探索ではCarbonが1ポイントの差を保っています。ハーネスの違いを除くと、どちらかに大きな差が付いている行はありません。 SWE-sweepでNeonが12.8%から39.0%に跳ね上がるのはAntigravityハーネスによるもので、Googleによるとこのハーネスにはサブエージェントへ処理を分散するツールが含まれています。Carbonの9.6%に対するモデル単体の向上ではありません。
同じ項目をArtificial Analysisで思考レベル別に見る
AAは同じハーネスで両モデルを評価しているため、構成要素ごとのスコアを見ると、同じレベルどうしをより正確に比べられます。以下の値も11月19日のページデータによるものです。
| AAの構成要素 | Neon high | Neon xhigh | Carbon medium | Carbon high |
|---|---|---|---|---|
| Terminal-Bench 4.0 | 61.6% | 63.6% | 60.6% | 65.2% |
| FrontierCode-AA 2.0 | 43.3% | 44.4% | 39.5% | 40.6% |
| HLE-Diamond | 68.4% | 71.3% | 67.4% | 69.1% |
| Terminal-Bench-Science 0.1 | 65.7% | 70.0% | 62.4% | 64.8% |
| CritPt v2 (hard subset) | 59.0% | 60.5% | 69.0% | 69.0% |
研究レベルの物理評価であるCritPtは、表示したすべてのレベルでCarbonがはっきりリードしている唯一の項目です。Terminal-Bench 4.0ではCarbon high がわずかに上回ります。各モデルの最上位レベル(Neon xhigh 対 Carbon high)では、NeonがFrontierCode-AAで3.8ポイント、HLE-Diamondで2.2ポイント、Terminal-Bench-Scienceで5.2ポイント上回ります。high 対 high ではこの差が2.7、−0.7、0.9に縮まり、HLE-DiamondはCarbonが上になります。どの組み合わせで比べるかによって答えが変わるということです。1つのベンチマークで2〜3ポイントの差があっても、自分のタスクでどちらが優れているかの証明にはなりません。
ハルシネーション率:既定の設定どうしでは傾向が逆になる
AAのOmniscience評価(英語)は、ハルシネーション率を、正解ではない回答全体のうち誤答が占める割合と定義しています。言い換えると、モデルが答えを知らないときに、回答を控えたり部分的な回答をしたりせずに、推測で誤答する頻度です。低いほど良い指標です。正答率とは別のものを測っているため、両方の列を見る必要があります。
| 構成 | AA-Omniscienceのハルシネーション率 | AA-Omniscienceの正答率 |
|---|---|---|
Neon xhigh | 14.4% | 60.5% |
Neon high(既定) | 13.9% | 59.4% |
Neon medium | 16.2% | 57.9% |
Neon low | 18.8% | 56.6% |
Carbon high | 11.4% | 58.3% |
Carbon medium(既定) | 4.2% | 48.9% |
Carbon low | 19.8% | 49.2% |
出典:2026年11月19日に読み取ったAAのモデルページのデータ。値は小数点以下1桁に丸めています。
既定設定では、Carbonのほうが事実と異なる内容を作り出す可能性がはるかに低い(4.2%対13.9%)一方で、正答する割合もかなり低くなります(48.9%対59.4%)。Carbon medium は推測するより回答を控えることが多いのです。high 対 high では差が11.4%対13.9%に縮まり、正答率も同程度になります。そのため、誤答のほうが無回答より損失が大きい場面では、Carbon medium のほうが良い既定です。たとえばコンプライアンス関連の情報抽出、引用が必須の調査要約、人が抜けを確認する医療や法務のトリアージなどです。網羅性を重視し、どのみち出力を検証するなら、Neon high が向いています。
4.2%については注意点が1つあります。Carbonの率は思考レベルに対して単調ではありません(low 19.8%、medium 4.2%、high 11.4%)。一方、Neonの率は思考レベルが上がるにつれて着実に下がります。これはAAの1時点のデータなので、Carbon medium の低い率は確定した特性ではなく、回答を控えるべきか答えるべきかを問う自分のケースで試してみる理由として扱ってください。
Google自身のNeon発表は別の指標を挙げています。Google Antigravityの社内テストで “lowest fabrication rate yet”(これまでで最も低い捏造率)を記録したというものです。これは社内のエージェント評価でありAA-Omniscienceではないため、2つの数値を直接比べるべきではありません。
Carbonが今も役に立つ場面
Googleのドキュメントと第三者のデータは、次の短いリストで一致しています。
- より高速なモデルがすでに失敗した問題。 Googleの選択ガイドは “when a faster model gets stuck” にCarbonを選ぶよう勧めています。これはエスカレーションのルールであり、出発点ではありません。
- 研究レベルの物理や証明型の推論。 CritPtはCarbonのリードが最もはっきり測定された項目です(69%対59〜60.5%)。Googleも形式的証明と科学的発見をCarbonの用途に挙げています。
- 構造をたどる必要がある非常に長いコンテキスト。 256K〜1MトークンのGraphWalksは96.2%対95.2%です。差は小さいものの、Carbonが上回る唯一の長文コンテキストの項目です。
- 推測するより回答を控えてほしいワークロード。上で述べたハルシネーションの理由から、Carbonの既定の
mediumを使います。 - Carbon向けのサイバーセキュリティアクセス。 Carbonのサイバー機能は現在Fairwindを通じて提供されています。Googleによると、Neon for cyberは “rolling out to trusted defenders in the coming days”(今後数日で信頼できる防御側に順次提供)とのことなので、検証済みの防御側はまもなく両方を使えるようになる可能性があります。
Carbonの得意分野の一部について、Neon側にも反論となる主張があります。Googleは、Neon for cyberがAutoBaxBenchでCarbonより安全なコードを生成し、ExploitGymではCarbonの半分のトークンしか使わず、CWE-bench v2では “a 3.4% uplift over Carbon”(Carbonに対して3.4%の向上)を示したとしています。これらはGoogle自身の発表で、同じ構成でのCarbonの数値は公開されていません。
利用環境:どこで誰がどちらを使えるか
| 利用環境 | Neon | Carbon |
|---|---|---|
| Gemini API | 有料枠のみ(generateContent とInteractions API) | 有料枠のみ |
| Google AI Studio | 利用可。Google AI ProとUltraのプランで試せる | 利用可 |
| Geminiアプリ(一般向け) | Google AI ProとUltraの加入者 | モデルカードでは一般向けはGoogle AI Ultra |
| Google Antigravity | 有料のGoogle AI ProとUltraの加入者 | モデルカードではGoogle AI Ultra |
| Gemini for business | APIとモデルのドロップダウン | 記載あり |
| Gemini Managed Agents(Antigravity agent) | 対応。単独でも、Hydrogenを統括する形でも利用可 | agent_config のモデル上書きで対応 |
| Fairwindのサイバー版 | 「Neon for cyber」を対象メンバーへ順次提供中 | Fairwindを通じてサイバー機能を提供 |
| Ofox API(11月19日確認) | 利用不可 | 利用不可 |
出典:Neonの発表、両モデルカードの提供範囲の項、NeonとCarbonの開発者ガイド、モデル選択ページ。
つまり、Google AI ProのサブスクリプションではアプリとAntigravityでNeonを使えますが、Carbonのモデルカードはこれらの環境でUltraを挙げています。一般向けのサブスクリプションでは、どちらのモデルのAPIアクセスも得られません。APIプロジェクトは有料枠にする必要があります。コーディングエージェントにどの環境を使うか検討しているなら、Gemini 4モデル選択ガイドでアプリ、Antigravity、APIアクセスの違いを説明しています。NeonのAPIを初めて呼び出す場合は、Neon APIガイドを参照してください。
3つのワークロードでのコスト試算
このセクションはすべて計算であり、実測ではありません。 トークン数は、よくある作業の形を表すために設定した架空の値です。料金は上に示したGoogleのStandard料金(100万トークンあたりの米ドル)で、出力には思考を含みます。計算スクリプトと出力は再現可能です。
各リクエストの計算式は次のとおりです。
cost = (input_total - cached_input) × input_rate / 1e6
+ cached_input × cached_rate / 1e6
+ output_including_thinking × output_rate / 1e6
3つのワークロードは、Neon high を想定したトークン数で次のように設定しました。
- W1、単一ドキュメントからの抽出: キャッシュなしの入力80,000トークン、出力8,000トークン。
- W2、複数ターンのコーディングエージェントセッション: 全ターン合計で入力1,200,000トークン、うち1,000,000トークンが暗黙的キャッシュのヒット。出力90,000トークン。
- W3、長い分析レポート: キャッシュなしの入力300,000トークン、出力150,000トークン。
シナリオA:両モデルのトークン使用量が同じ場合
| ワークロード | Neon | Carbon(11月) | Carbon(12月) |
|---|---|---|---|
| W1 ドキュメント抽出 | $0.360 | $0.240 | $0.480 |
| W2 コーディングエージェント | $2.100 | $1.400 | $2.800 |
| W3 長いレポート | $3.150 | $2.100 | $4.200 |
W2の計算は、Neonが 0.2M × $3 + 1.0M × $0.15 + 0.09M × $15 = $2.10、11月のCarbonが 0.2M × $2 + 1.0M × $0.10 + 0.09M × $10 = $1.40 です。このシナリオは料金だけを切り出しています。同じトークン量なら、11月はCarbonのほうが安く、12月からは高くなります。
シナリオB:AAで観測された比率でCarbonがトークンを使う場合
AAの指数評価全体では、Carbon medium はNeon high の1.01倍の出力トークンを生成し、1.47倍の入力トークンを処理しました。Carbon high は出力が1.66倍、入力が1.74倍です。出力の比率は3つのワークロードすべてに適用しました。入力の比率はW2にだけ適用しています。単一の抽出やレポートでは、どのモデルでも読むドキュメントは同じですが、エージェントのループではターンが増えるためです。これはAAのタスク構成を読者自身のタスクの代わりに使った試算なので、予測ではなく例示として扱ってください。比率は評価全体の合計値です。AAが指数に応じて重み付けしたタスクあたりの出力トークンを使うと、Carbonの比率はさらに高くなります(medium で1.14倍、high で1.36倍)。その感度分析を表の下に示します。
| ワークロード | Neon high | Carbon medium(11月) | Carbon medium(12月) | Carbon high(11月) | Carbon high(12月) |
|---|---|---|---|---|---|
| W1 ドキュメント抽出 | $0.360 | $0.241 | $0.481 | $0.293 | $0.586 |
| W2 コーディングエージェント | $2.100 | $1.642 | $3.284 | $2.366 | $4.732 |
| W3 長いレポート | $3.150 | $2.112 | $4.223 | $3.096 | $6.192 |
3つのワークロードすべてで同じ傾向が見られます。11月30日までは、トークン使用量が多いことを考慮しても、既定設定のCarbonのほうが安いモデルです。12月1日からはすべてのケースでNeonのほうが安くなり、このシナリオでは25%から56%安くなります。 11月のCarbon high はNeonとの差が上下およそ20%以内に収まります(W1とW3では安く、W2では高い)。一方で時間はより長くかかるため、コストだけではCarbon high を選ぶ理由になりません。
感度分析:代わりにAAのタスクあたりの出力比率を使うと、11月のCarbon medium はW1〜W3で$0.251、$1.763、$2.313、Carbon high は$0.269、$2.093、$2.642になります。11月の結論は変わらず(W2のCarbon high はNeonより高いのではなく、ほぼ同じになります)、12月のCarbonの数値はすべてNeonをさらに大きく上回ります。
注意点が2つあります。1つ目に、再試行のコストはトークン単価の差より大きくなります。Carbonなら成功するタスクでNeonが失敗すると、受け入れられたタスクあたりのコストが逆転することがあります。そのため、Carbonのタスク費用ガイドでは成功した1回だけでなく、すべての試行を数えています。2つ目に、11月30日から12月1日をまたぐリクエストは、Googleの適用日の扱いに従って課金されますが、私たちはその扱いを確認していません。長時間のバックグラウンドジョブに導入価格が適用され続けるとは考えないでください。
タスク別の判断表
| タスク | 最初に使う | エスカレーション先 | 理由 |
|---|---|---|---|
| テスト付きの複数ファイルのリファクタリングや機能追加 | Neon high | コンテキストを揃えてもテストが失敗するならCarbon high | high どうしの指数スコアはほぼ同じ(59.6対60.0)。Neonのほうが速く、12月からは安い |
| 断続的な並行処理の不具合やサービス間のバグ | Neon high | Carbon high | Googleは根本原因のデバッグをCarbonの用途に挙げている。エスカレーションの試行コストは小さい |
| ツール呼び出しが多く、セッションが長いエージェント | Neon high | 計画またはレビューの段階のみCarbon | GoogleはNeonをツールを多用する長い実行向けとしている。Carbonはデコードが遅く、ターンを重ねるほど影響が大きい |
| 研究レベルの物理、証明 | Carbon high | — | Carbonのリードが最もはっきり測定された項目(CritPt) |
| 誤った値が空欄より悪い情報抽出 | Carbon medium | — | 既定でAAのハルシネーション率4.2%。代わりに正答率は低い。自分のケースで検証すること |
| 情報量の多いPDF、スプレッドシート、グラフの統合分析 | Neon high | 根拠のない主張が問題ならCarbon medium | Chartographyでは僅差。エラーの種類で選ぶ |
| 256K〜1Mトークンの構造化コンテキストからの検索 | どちらでも可。両方試す | — | GraphWalksの95.2%対96.2%は、ほとんどの用途で誤差の範囲 |
| 大量処理でレイテンシに敏感なステップ | Neon medium、またはHydrogen | — | AAでNeon medium は8.3分で55。そこではCarbon low はCarbon medium より速くなかった |
| 検証済みの防御側によるセキュリティレビュー | 利用できるFairwind版 | 両方使えるなら両方を比較 | GoogleはいくつかのサイバーセキュリティベンチマークでNeonがCarbonを上回ると主張 |
この表は上記の根拠に基づく編集部の推奨であり、読者のワークロードでの結果を保証するものではありません。11月30日までは、レイテンシを許容できるバッチ処理ならCarbon medium もコストを抑えられる妥当な既定です。その運用は12月1日に終了するか、その時点で見直す前提で計画してください。
切り替える前に自分で比較する
公平な社内テストでは、各モデルを複数のレベルで実行します。
- 入力を固定します。すべての実行で同じリポジトリのコミット、ドキュメント、ツール、受け入れ基準を使います。
- Neonは
highとmedium、Carbonはmediumとhighで実行します。Neonxhighはhighが失敗した場合だけ追加します。max_output_tokensはどちらも65,536以上に設定します。Carbonのガイドは32,768以上を推奨しています。上限が小さいと、回答が出る前に思考で使い切ってしまうことがあるためです。 - モデルID、思考レベル、入力・キャッシュ・出力のトークン数、実時間、再試行回数、合否を記録します。
- 記録したトークン数を、Carbonの11月と12月の両方の料金で計算します。
- すべてを1つのモデルに任せるのではなく、タスクの種類ごとに、合格する中で最も安い構成を選びます。
難しいプロンプトは、どちらのモデルでも数分かかることがあります。GoogleのNeonガイドは、バックグラウンド実行か、15分以上のHTTPタイムアウトを推奨しています。モデルを切り替えた後にツール呼び出しが失敗する場合は、モデルを疑う前にthought signatureの扱いを確認してください。Gemini 4 APIエラーガイド(Argon向けに執筆)で扱うリクエストとクォータのエラーは、同じAPIファミリーにも当てはまります。レート制限での再試行全般については、429はいつ再試行すべきかを参照してください。
現在Ofoxで使えるもの
2026年11月19日時点で、NeonとCarbonはOfoxのモデルカタログにありません。Ofox経由で呼び出せるGemini 4モデルはGemini 4 HydrogenとGemini 4 Argonで、現在の料金は各モデルページに掲載されています。HydrogenはGoogleが日常的な実行に推奨するモデルで、GoogleがNeonやCarbonのサブエージェントとして組み合わせるモデルでもあります。ネイティブのGeminiルートはOfox Gemini APIドキュメント、再試行はエラー処理ガイドで解説しています。NeonまたはCarbonが追加された場合は、この記事を更新します。それまでは両モデルともGoogleのAPIを使い、Googleの料金をOfoxの料金と見なさないでください。


