Google Gemini 4 Carbonは新基準テストで優れた性能を示し、コストパフォーマンスがClaudeモデルを上回る

Googleが新たに発表した最先端モデルGemini 4 Carbonは、いくつかの喜ばしい改善をもたらした。新しい基準テストではトップには立てなかったが、そのコストパフォーマンスは顕著に向上した。AI研究および分析会社のSemiAnalysisは、GoogleのGemini 4 Carbonモデルのデータを含む新しい最先端基準GDPxを最近発表した。このランキングには、OpenAI、Anthropic、およびMetaなどの主要な最先端モデルが含まれており、各モデルのスコアとコストが詳細に示されている。

この基準テストは、金融、材料科学、ネットワークセキュリティ、ソフトウェア工学、法律、生物学など、206のタスクをカバーしている。

結果は、AnthropicのClaude Opus 5.5が容易に首位を獲得したことを示しているが、GoogleのGemini 4 Carbonはそれに続いている。両者の間の差は比較的小さいが、コストがここで最も重要な考慮要素である。Claudeの各タスクのコストは約US$51（約HK$398）であるのに対し、GeminiはわずかUS$16（約HK$125）を超える程度である。Geminiは、ランキング上で次のモデルであるGPT-6 Astraをも上回り、このモデルはスコアが低く、各タスクのコストは約US$54（約HK$421）である。

報告によれば、ネットワークセキュリティ、生物学、および調整分野を除外すると、結果は変わる可能性がある。ClaudeとGPTモデルのセキュリティ対策により、GPT-6 Astraはランキングで上位に位置し、GPT 6.1 SolとClaude Sonnet 5.5の順位はGemini 4 Carbonよりも高い。SemiAnalysisは、これが各モデルに対する主観的印象とより一致していると述べている。Googleの既存の最先端モデルGemini 4 Argonは、二つのランキングで共に8位に位置し、MetaのMuse Wonderを上回っているが、Wonder Fullには及ばない。

Argonは今回の基準テストでのコストがCarbonよりもわずかに低い。

Google Gemini 4 Carbonは基準テストで優れた性能を示す

ネットワークセキュリティに焦点を当てた場合、Googleの二つのモデルはOpenAIやAnthropicのモデルを上回っているが、この分野ではMetaのMuseモデルには及ばない。基準テストはMuseモデルのパフォーマンスが他のモデルよりも優れていることを示しており、その差はかなり明確である。Googleは10月28日にGemini 4 Carbonを発表し、顕著な改善があると主張したが、一般公開の具体的な日付はまだ確認されておらず、近く大多数のユーザーに向けて提供される見込みである。

Google自身の基準テストは、Geminiが多くの面でGPT-6 AstraおよびOpus 5.5を上回っていることを示している。