2026年、Jon Martindaleが「Google reveals new Gemini 4 Carbon AI model, narrowly beating Claude Opus 5.5」と題した記事を公開した。GoogleがフロンティアAIモデル「Gemini 4 Carbon」を発表し、ハルシネーション（AIの誤情報生成）率の低さで競合を大きく引き離しながら、ベンチマーク総合首位に立ったことを報じている。
最大の差別化要因はハルシネーション率の低さ
ベンチマーク順位よりも先に押さえておくべき点が、AA-Omniscience v1.1（知識の正確な想起とハルシネーションを追跡する評価）での結果だ。
Gemini 4 Carbonはこのテストでスコア54を記録し、2位のClaude Opus 5.5（max、スコア48）に6点差をつけてトップとなった。
ただし、スケールは-100〜+100であり、最高スコアでも54にとどまる。フロンティアモデルといえど、情報を正確に想起するという点で一貫した信頼性には程遠い状況だ。
Googleは自社の発表の中で、以下の点を強調している：
- 前世代のGemini 4 Argonと比較して、根拠のない主張を2倍削減
- 不確実性や食い違いがある場合にモデルが独自判断で行動する「モデルオーバーリーチ」を26%削減
- Gray Swan Indirect Prompt Injectionベンチマークにおける不正命令をすべて遮断
なお、Carbon自体のスコア内訳を見ると、Gemini 4 Argonより正答率は高い（58% vs 48%）が、ハルシネーション率もやや高い（11% vs 4%）というトレードオフがある。
Intelligence Index V5でClaudeを1点差で上回る
Artificial AnalysisのIntelligence Index V5ベンチマークにおいて、Gemini 4 Carbon（high）はスコア59を記録した。Claude Opus 5.5（max with fallback）の58に対して1点差、OpenAIのGPT-6 Astra（max）の57に対して2点差での首位となる。
9つの評価項目のうち4項目でトップスコアを達成しており、MetaのMuse Wonder Full（Max）には9点差、Claude Fable 5.1（max with fallback）には10点差をつけている。
コストパフォーマンスも上位圏
Intelligence Indexタスクあたりのコストは**$7.76**。主要モデルとの比較は以下のとおりだ。
- Claude Opus 5.5（max）：$10.04——Carbonより約23%高く、スコアは1点下
- Gemini 4 Argon：$7.68——Carbonとほぼ同コストだが、Intelligence Indexスコアは9点下
- GPT-6 Astra（max）：$6.25——Carbonより約20%安く、スコアは2点下
コスト優先の用途ではGPT-6 Astraが競争力を持つ。なお、DeepSeek V4.1 Flash 1017（オープンウェイト）はCarbonの約13分の1のコストで動作するため、コスト効率を最優先にする場合は依然として中国製オープンウェイトモデルが有利だ。
タスク領域別の強弱も明確で、プログラミングではClaude Code with Claude Opus 5.5に劣り、ナレッジワークではGrok 4.7やMuse Wonder、Kimi K3.1 Proに及ばないとArtificial Analysisは指摘している。
段階的リリースと政府との連携
GoogleもGemini 4 Carbonを段階的に展開する方針を取っている。なお、Anthropicが2025年に発表した大規模フロンティアモデル「Mythos」でも同様の段階展開方式が採用されており、主要ラボ間でリスク管理を重視した慎重なリリース手法が定着しつつある。
「私たちは慎重なアプローチでロールアウトを進めており、プレリリースモデルテストに関する米国政府の自主的プロセスに積極的に参加している」（Googleの発表文より）
現在は「Fairwindプログラム」を通じて、まずサイバーセキュリティ分野の防衛担当者（cyber defenders）に限定公開し、その後信頼できるパートナーへと段階的に拡大する予定だ。開発者向けの一般公開前に、AIをサイバー攻撃やエクスプロイトに悪用させにくくするためのガードレール整備を続けるとしている。
ハルシネーション削減が次の競争軸になるか
Gartnerの調査（元記事掲載時点の最新版）では、AIの活用でコストと生産性の両方を実際に改善できている企業はわずか**3%**にとどまるという。元記事では調査の詳細な出典情報は明記されていないが、ハルシネーションがROI測定を困難にしている主要因の一つであることは業界で広く認識されている。「最も幻覚を起こしにくいモデル」という訴求が、企業・政府向けの売り文句として機能しうる背景がここにある。
フロンティアモデルの競争は速いサイクルで展開しており、Gemini 4 Carbonの首位も次のモデルリリースまでの話かもしれない。ただし、ハルシネーション率と信頼性を軸にした評価軸が定着しつつある点は、業界全体のトレンドとして見逃せない。
詳細はGoogle reveals new Gemini 4 Carbon AI model, narrowly beating Claude Opus 5.5を参照していただきたい。
