プロダクト & モデル確認済Read in English

Googleの新モデル、上位の4割以下の値段で総合3位

Gemini 4 Neon は100万トークンあたり入力3ドル・出力15ドル。GPT-6.2 Astra と Fable 5.2 の8ドル・40ドルの4割を切る値段で、第三者の総合指数の3位に入った。コーディングのエージェントの指数など第三者の複数の評価では1位だと Google は発表している

鈴木 理恵|2026.11.20|6分|更新: 2026.11.20

Google が中位のモデル Gemini 4 Neon を出した。値段は100万トークンあたり入力3ドル・出力15ドルで、最上位の GPT-6.2 Astra と Claude Fable 5.2 の4割を切る。それでも第三者の総合指数で3位に入った。コーディングのエージェントの指数など第三者の複数の評価では、Google の発表によれば1位だった。

Key Points

Googleの新モデル、上位の4割以下の値段で総合3位

Google は11月18日、中位のモデル『Gemini 4 Neon』を出した。値段は100万トークンあたり入力3ドル・出力15ドルで、OpenAI の GPT-6.2 Astra や Anthropic の Claude Fable 5.2(どちらも入力8ドル・出力40ドル)の4割を切る。それでも、第三者がモデルの賢さを測る総合指数で3位に入った。コーディングのエージェント(Claude Code や Codex のように、自分でコードを書いて直す AI)の指数など第三者の複数の評価では、Google の発表によれば1位だった。最上位のモデルでなくても上位に近い結果を出せることを、値段の差で示した形である。

日本の会社にとって:開発の部署や情報システムの部署で、Astra や Fable 5.2 を API で使ってコーディングのエージェントを回している会社は、同じ作業を Gemini 4 Neon でもやらせてみて、出来と費用を今月中に比べておきたい。次の期の予算を見積もる前に済ませるとよい。チャットの画面だけで AI を使っていて、API の料金を払っていない会社には、費用の面ではすぐの影響はない。ただし Gemini のアプリでは、有料の契約者はすでに Neon を選べる。

Gemini 4 Neon の値段は、最上位のモデルの37.5%

Gemini 4 Neon の値段は、100万トークンあたり入力3ドル(約480円)・出力15ドル(約2,400円)である。一度に読める量(文脈の長さ)は100万トークンである。GPT-6.2 Astra と Claude Fable 5.2 は、どちらも入力8ドル(約1,280円)・出力40ドル(約6,400円)なので、入力も出力も37.5%にあたる。同じ量の仕事をさせたとき、請求はおよそ3分の1強で済む計算になる。

Google の Gemini 4 のモデルの中で比べると、Neon は真ん中の値段に置かれている。11月12日に出た安い Gemini 4 Hydrogen は入力1.50ドル・出力7.50ドルで、Neon はちょうどその2倍になる。上の位の Gemini 4 Carbon は、11月30日までは発売のときの値段で入力2ドル・出力10ドルだが、12月からは入力4ドル・出力20ドルに上がる。12月からは、Neon のほうが Carbon より安くなる。

第三者の総合指数で3位、最上位の2つのすぐ下

Gemini 4 Neon は、第三者の総合指数 Artificial Analysis Intelligence Index で、思考の量をいちばん多くした設定(xhigh)で61点をとり、3位に入った。会社が自分で測った数字ではないので、ほかのモデルと同じ物差しで比べられる。11月17日の時点で、代表的な第三者の指数である Artificial Analysis の指数は、1位が Claude Fable 5.2、2位が GPT-6.2 Astra(62点)だった。その下に Gemini 4 Carbon(60点)と Claude Opus 5.5(59点)が続いていた。値段が2倍を超える最上位のモデルに、Neon はすぐ下まで迫っている。

Google には、安いモデルを上の位のモデルにぶつけてくる流れがある。11月12日の Gemini 4 Hydrogen も、Google 自身の発表で、総合の指数が上の位の Gemini 4 Argon を上回ったとしていた。Neon はそれより一段上の値段で、他社の最上位のモデルに近いところまで来た。

第三者の5つの評価で1位と、Google が発表

Google の発表によれば、Gemini 4 Neon は Artificial Analysis のコーディングのエージェントの指数(58.6点)のほか、Vals の Legal Research Bench と Tax Agent Bench、Zapier の AutomationBench(56.3%)、Andon Labs の Vending-Bench 2(1万6,843ドル)で1位だった。いずれも外の機関の評価だが、数字をまとめて発表したのは Google である。同じ土俵で他社が測り直すと、順位が変わることはよくある。

コーディングのエージェントは、今いちばんトークンを使う使い方の1つである。エージェントは、ファイルを読み、試し、直す作業を何十回もくり返すので、トークンの値段の差がそのまま請求額の差になる。最上位のモデルの4割を切る値段でこの分野の1位を名乗ったことが、今回の発表のいちばんの売りである。Google のコーディングの道具 Antigravity でも、Neon を紹介する記事を出した。Neon は、Gemini のアプリと Antigravity では有料の Google AI Pro・Ultra の契約者が、会社向けには Gemini for business を通じて、同じ日から使えるようになった。

OpenAI と Microsoft も、値段で競っている

Gemini 4 Neon は、AI のモデルの値段の競争が強まる中で出た。11月17日に出た GPT-6.2 Astra は、前の GPT-6 Astra より2割安くなった。それでも、Matt Shumer など先に試した開発者からは「ほとんど使えない」といった厳しい声が出ていた。同じ日に Microsoft も自社のモデルの一族 MAI を出し、他社のモデルに近い性能をずっと安く出せると、値段を前に出して売り込んだ。Microsoft の数字には、まだ外部の検証がない。ほぼ同じ時期に3つの大手が、最上位より安いモデルで客を取りにきている。

使う側の会社にとっては、どの作業に最上位のモデルが本当に要るのかを、仕事ごとに分けて考える時期に来ている。難しい設計は最上位のモデルに任せ、それ以外の多くの作業は Neon のような中位のモデルに回せば、出来をあまり落とさずに費用を下げられる。作業の中身に合わせてモデルを振り分ける LLM Router(作業ごとにモデルを選ぶ仕組み)や AI Gateway(AI の呼び出しを中継し、費用を管理する層)を入れる会社には、試しやすい相手が増えた。

Gemini 4 Neon について、まだ分からないこと

この記事では、次のことを確かめられていない。長い入力に別の料金がかかるか。Google Workspace で使えるのか、日本でいつから使えるのか。危険な能力についての安全の評価が、どこまで出ているのか。試す前に、Google の料金表とモデルの説明で、自社が使う形の値段を確かめておく必要がある。

風刺画: Googleの新モデル、上位の4割以下の値段で総合3位

Editorial Cartoon

本記事がもたらす影響を風刺的に描いたひとコマ漫画

Verification

信頼ラベル確認済
一次ソース3件確認
最終検証2026.11.20
VerifiedRev. 1
sha256:7d9e2e8744c630b4...d1dbf793

この記事はEd25519デジタル署名で検証済みです。改ざんは検出されていません。

検証API
Ethics Score70/100
引用密度0/20
ソースURL数15/20
信頼ラベル15/15
表現の慎重さ10/15
キーポイント10/10
サマリー品質10/10
本文充実度10/10

v1.0.0 — ルールベース自動採点

詳細API
Share

関連記事

AIと作ったリーマン予想の証明、機械の検証を通る 理解はこれから
プロダクト & モデル確認済

AIと作ったリーマン予想の証明、機械の検証を通る 理解はこれから

Anthropic の数学者 Levent Alpöge が Claude と作ったリーマン予想(一般化リーマン予想を含む)の証明が、Lean と Mathlib のコミュニティの共同声明と、複数の独立した検証器で「形式の上で正しい」と認められた。同じ日に、人の手で書いた別の証明の欠陥を AI が見つけた。なぜ成り立つのかを人が理解するのは、これからである。

2026.11.22
数学者がAIとリーマン予想を証明と主張 専門家の検証はこれから
プロダクト & モデル報道

数学者がAIとリーマン予想を証明と主張 専門家の検証はこれから

Anthropic の数学者が Claude と組み、リーマン予想を含む一般化リーマン予想(GRH)を Lean 4 で証明したと主張したと報じられている。MIT の Sutherland が自分でコンパイルを通した。ただ、命題が本当にリーマン予想を指しているか、定義が意図どおりか、証明がどの公理に頼っているかの点検は終わっていない。

2026.11.21
出した後のソフトをAIが直し続ける Googleが発表、取り込みは人の承認後
プロダクト & モデル確認済

出した後のソフトをAIが直し続ける Googleが発表、取り込みは人の承認後

Google が『Stitch Loop』を Google Labs の実験として発表した。出した後のソフトウェアを AI が見張り続け、セキュリティ、遅さ、アクセシビリティの問題を直す。直した結果はプルリクエストで出し、人が見て通すまで取り込まれない。180を超える連携でつなぐ。いまはウェイトリストでの提供である。

2026.11.19