Gemini 4 Neon登場、Carbonの代わりになる? コードと文章で7モデルを比較

執筆:
岡崎 太
CTO / AIアーキテクト
公開
読了時間
20分で読めます
Share

GoogleがGemini 4 Neonを発表しました。NeonをGemini 4 Carbon・Gemini 4 Hydrogen、GPT-6.2 Astra・Sol、Claude Fable 5.2・Opus 5.5と比べ、既存コードの改修、ターミナル作業、業務資料の評価と1タスクあたりの費用を整理します。日本語の短文は7モデルに同じ依頼を出し、字数の守り方と数字の出所の書き方を確かめました。

POINT

比べた7モデルの中で、Gemini 4 Neon は業務資料の評価でClaudeの2モデルに次ぐ3位でした。既存コードの改修ではGemini 4 Carbonを3.8ポイント(既定のhighどうしでは2.7ポイント)上回りました。ターミナル作業はCarbonが首位で、1タスクあたりの費用が最も低いのは GPT-6.2 Sol です。

2026年11月19日確認。コーディング・業務資料・費用は評価機関Artificial Analysisの測定値で、各モデルでAAが測った最も高い思考設定(Neonはxhigh、Carbonはhigh)の値です。括弧内は既定のhighどうしの比較です。日本語の短文は7モデルの初回回答を各1本比較しました。

Gemini 4 Carbonで回している開発や資料作成を、新しいNeonに移せるでしょうか。11月18日(米国時間)、GoogleはGemini 4 Neonを発表しました。標準APIの単価は入力100万トークンあたり3ドル、出力15ドルです。Gemini APIのほか、Geminiアプリの有料プラン(Google AI Pro・Ultra)やGoogle Antigravityなどで提供が始まっています。Googleの発表

Googleの開発者ガイドでは、Neonを、日々大量にこなすエージェント作業に向くGemini 4 Hydrogenと、長く複雑な作業に向くGemini 4 Carbonの間に位置づけています。思考設定はlow・medium・high・xhighの4段階で、既定はhighです。Neonの開発者ガイド

今回はGeminiの3モデルに加え、前回の比較で取り上げたGPT-6.2 AstraとSol、Claude Fable 5.2とOpus 5.5の計7モデルを比べます。前回、業務資料の評価で首位だったClaude Sonnet 5.5は今回の比較に入れていません(AAの業務資料の評価では1,815点で、今回の7モデルより上です)。普段の仕事に近い例として、Neonの発表を短くまとめた同じ資料を渡し、日本語の解説も書いてもらいました。

既存コードの改修では、NeonがCarbonを3.8ポイント上回る

「コーディング」には、既存のコードを読んで修正案を作る仕事も、ターミナルでコマンドを実行し、環境を動く状態にする仕事もあります。独立評価機関のArtificial Analysis(以下、AA)は、この2つを別々に測っています。

既存コードの改修では、NeonとSolが44.4%で並ぶ

FrontierCode-AA 2.0で、132件の改修課題の受け入れ条件をどれだけ満たしたかを示す平均スコアです。

  • Claude Fable 5.2
    48.8%
  • Claude Opus 5.5
    46.4%
  • GPT-6.2 Astra
    45.4%
  • Gemini 4 Neon
    44.4%
  • GPT-6.2 Sol
    44.4%
  • Gemini 4 Carbon
    40.6%
  • Gemini 4 Hydrogen
    39.0%
7モデルの思考設定と、コード改修・ターミナル作業の数値表開く
モデル(思考設定) 既存コードの改修(FrontierCode-AA 2.0) ターミナル作業(Terminal-Bench 4.0)
Gemini 4 Neon(xhigh) 44.4% 63.6%
Gemini 4 Carbon(high) 40.6% 65.2%
Gemini 4 Hydrogen(xhigh) 39.0% 53.5%
GPT-6.2 Astra(max) 45.4% 64.1%
GPT-6.2 Sol(max) 44.4% 60.1%
Claude Fable 5.2(max) 48.8% 59.6%
Claude Opus 5.5(max) 46.4% 59.6%

図と表には、各モデルでAAが測った最も高い思考設定の値を使いました。GPTとClaudeはmax、NeonとHydrogenはxhigh、Carbonはhighです。表の太字は各列の最高値です。思考設定を上げれば点が上がるとは限らず、FrontierCode-AA 2.0の順位表では、Fableのhigh(49.1%)とAstraのxhigh(49.0%)が上位に並びます。ClaudeはAAの「Max, Default Fallback」で、特定の理由で応答が拒否された場合に別のClaudeで再試行できる設定です。Anthropicの代替モデルの仕組み・FrontierCode-AA 2.0の結果と評価方法・Terminal-Bench 4.0の結果と評価方法

既存コードの改修では、NeonがCarbonを上回り、GPT-6.2 Solと並びました。 FrontierCode-AA 2.0では、実際のオープンソースのリポジトリを題材に、132の課題でモデルが作った変更がメンテナーの受け入れ条件をどこまで満たすかを採点します。NeonはCarbonを3.8ポイント、Hydrogenを5.4ポイント上回り、Solとは小数第1位まで同じ44.4%でした。首位のFableとは4.4ポイント差です。AAの実装評価

Googleは発表で、FrontierCode 2.0のスコアを46.2%(high)としています。AAが独自の実行環境で測ったhighの値は43.3%で、この記事のグラフはAAの値でそろえています。Googleの公表値・AAのNeonの評価

ターミナル作業では7モデル中Carbonが首位、Neonは3位

Terminal-Bench 4.0の66課題で、課題ごとのテストをすべて通過した割合です。

  • Gemini 4 Carbon
    65.2%
  • GPT-6.2 Astra
    64.1%
  • Gemini 4 Neon
    63.6%
  • GPT-6.2 Sol
    60.1%
  • Claude Fable 5.2
    59.6%
  • Claude Opus 5.5
    59.6%
  • Gemini 4 Hydrogen
    53.5%

ターミナル作業では、7モデルの中でCarbonが首位を守りました。 Terminal-Bench 4.0は、ソフトウェアや運用などの66課題を対象に、各課題のテストをすべて通せた割合を測ります。NeonはCarbonに1.6ポイント、Astraに0.5ポイント届かず3位でしたが、Solを3.5ポイント、Claudeの2モデルを4.0ポイント上回りました。Hydrogenとは10.1ポイント差です。AAは66課題を各3回実行した平均を示しており、1課題の3回すべての成否が変わると約1.5ポイント動きます。上位3モデルの差は、その1課題分前後です。Googleの発表にある65.2%は版の異なるTerminal-Bench 4.1の値で、Carbonの4.0での値とたまたま同じ数字ですが、このグラフの63.6%とはそのまま比べられません。AAのターミナル評価

業務資料では、7モデル中NeonがClaudeの2モデルに次ぐ3位

「会議資料をまとめて、意思決定に使える報告書にして」と頼む場合、文章の滑らかさに加えて、必要な数値を拾えたか、結論を資料で裏づけられたかが重要です。AA-Briefcase v1.1は、メモ、表計算、プレゼン資料などを作る91課題を使い、要件への適合、分析の質、見せ方を合わせて評価します。Eloは成果物を比較して付ける相対的な点数です。AA-Briefcaseの採点方法

AA-Briefcase v1.1の総合Eloを点、95%信頼区間を横線で示した図。Opusが1,800点、Fableが1,785点で上位。Neonは1,700点で、Astraの1,643点やCarbonの1,611点と信頼区間が重ならない。各モデルの区間は次の表に掲載。

7モデルの総合Eloと95%信頼区間表開く
モデル(思考設定) 業務資料の総合Elo 95%信頼区間
Claude Opus 5.5(max) 1,800 1,790〜1,811
Claude Fable 5.2(max) 1,785 1,773〜1,796
Gemini 4 Neon(xhigh) 1,700 1,690〜1,711
GPT-6.2 Astra(max) 1,643 1,632〜1,655
GPT-6.2 Sol(max) 1,612 1,603〜1,623
Gemini 4 Carbon(high) 1,611 1,601〜1,621
Gemini 4 Hydrogen(xhigh) 1,568 1,557〜1,579

総合Eloと信頼区間は、11月19日の順位表の値を整数に丸めました。新しいモデルが加わると全体のEloが計算し直されるため、前回の記事の値とは、総合Eloや信頼区間が1〜2点ずれるモデルがあります。

Neonは、GeminiとGPTの5モデルの中では最も高い1,700点でした。 Carbonを89点、Astraを57点上回り、信頼区間もどちらとも重なりません。一方でOpusとは100点、Fableとは85点の差があり、Claudeの2モデルには届いていません。報告書や提案書の下書きに限れば、Claudeを使っているチームがNeonへ乗り換える理由にはなりません。一方、Carbonを使っているチームには、Neonへ移す根拠になる結果です。AA-Briefcaseの順位表

思考設定で変わるNeon:既定のhighでも総合指標はCarbonとほぼ同じ

AAはNeonの4つの思考設定をすべて評価しています。既定のhighでも、総合指標はCarbon(high)を0.4ポイント下回るだけで、既存コードの改修は2.7ポイント、業務資料は21点上回りました。ただし業務資料は、Neon(high)の95%信頼区間が1,622〜1,642で、Carbon(high)の1,601〜1,621とほぼ接しており、差は小さいと見るのが妥当です。

思考設定 総合指標 既存コードの改修 ターミナル作業 業務資料のElo 1タスクあたりの費用 1タスクあたりの推論時間
xhigh 61.4 44.4% 63.6% 1,700 $6.44 21.5分
high(既定) 59.6 43.3% 61.6% 1,632 $3.74 14.8分
medium 54.9 36.9% 54.5% 1,518 $1.90 8.3分
low 44.1 26.9% 32.8% 1,297 $0.75 3.7分
参考:Carbon(high) 60.0 40.6% 65.2% 1,611 $4.90 36.1分

総合指標はAAのIntelligence Index v5.0.1で、業務資料を含む9つの評価をまとめた値です。費用と推論時間は、AAがその評価で測った1タスクあたりの値です。xhighにすると、highより総合指標が1.8ポイント、業務資料が68点上がる一方、費用は約1.7倍になります。ターミナル作業の合格率はhighとxhighで2.0ポイント差、mediumではさらに7.1ポイント下がるため、コマンドを試しながら進める作業ではhigh以上が目安です。AAのNeonの評価・AA-Briefcaseの順位表

AAの総合指標61.4(xhigh)は、今回の7モデルではFable(64.6)とAstra(62.1)に次ぐ3番目です。Googleも発表で、NeonがAAの総合指標で3位だと説明しています。

日本語で同じ解説を書くと、どこに差が出るか

業務資料の点数からは、「日本語で180字に収めて」「資料にないことを補わないで」といった編集上の頼みにどう応えるかまでは分かりません。そこで、Neonの発表を短くまとめた共通の資料で試しました。GPTの2モデルにはCodex、Claudeの2モデルにはClaude Code、Geminiの3モデルにはGoogle Antigravityのコマンドライン版(agy)で依頼し、思考設定はすべてmediumを指定しました。各ツールの個人用の指示ファイル(AGENTS.md・CLAUDE.mdなど)を読み込まない新しい会話で、最初に返った原稿を掲載しています(11月19日実行)。

7モデルに渡した依頼と資料の全文原文 ・ 依頼文と発表資料開く

次の発表資料だけを使い、AIを業務で使い始めた人向けに、2つのモデルの選び方を日本語で説明してください。見出し1行と本文120〜180字で、本文は1段落。両モデルの名前、評価の条件、数値、読み手が次にできることを含めてください。資料にない性能や日本語の優劣を補わず、外部検索やツールを使わずに答えてください。

発表資料:Googleは2026年11月18日、Gemini 4 Neonを発表した。同社はNeonを、複雑なソフトウェア開発や知識労働、科学の作業を速く最後まで終えるモデル、Gemini 4 Carbonを同社で最も高性能な推論モデルと位置づけている。同社によると、Neonは標準の思考設定highで、独立評価機関の総合指標で測った1タスクあたりの費用がCarbonより32%低い。API料金は出力100万トークンあたり、Neonが15ドル、Carbonが12月1日から20ドル。この発表には日本語の文章の評価は含まれていない。

180字の上限に収まったのは7モデル中6モデル

破線は本文の上限180字です。指定は120〜180字。全モデルが下限を満たしており、棒が破線を越えた分だけ短くする必要があります。

  • Gemini 4 Neon
    176字
  • Gemini 4 Carbon
    169字
  • Gemini 4 Hydrogen
    177字
  • GPT-6.2 Astra
    183字
  • GPT-6.2 Sol
    178字
  • Claude Fable 5.2
    177字
  • Claude Opus 5.5
    178字
モデル 本文の字数(指定は120〜180字) 編集者として気になった点
Gemini 4 Neon 176字 用途、条件、費用、単価までそろう。「同社によると」が抜け、32%が何と比べた値かも書かれていない。「最も高性能な推論」は「同社で」の限定が抜けた
Gemini 4 Carbon 169字 用途の説明は資料に忠実で、「Googleで」と範囲も残した。32%をGoogleの説明として示しておらず、単価は省いた
Gemini 4 Hydrogen 177字 単価まで収めた。「知識労働等」は硬く、「最高性能の推論」は「同社で」の限定が抜けた。結びはNeonだけを勧める
GPT-6.2 Astra 183字 「同社は報告しています」で出所を示し、業務を1件選んで両方の出力を比べる提案が具体的。単価は省いた。3字超過
GPT-6.2 Sol 178字 出所と数字は正確。体言止めと常体の文に敬体の結びが混じり、「順に15ドル、12月1日から20ドル」は読み返さないと対応が分かりにくい
Claude Fable 5.2 177字 出所、条件、単価を収めた。Neonの位置づけは「費用なら」に置き換わり、速さは抜けた。本文の後に「(本文177字)」と字数を自己申告しており、掲載時に1行消す必要がある
Claude Opus 5.5 178字 出所を示し、自社の日本語業務で結果と費用を比べる提案まで書いた。2モデルの位置づけ(速さと最上位の推論)は抜けた

字数は見出しと前後の空白を除き、本文中の空白・英数字・句読点を各1字として数えました。Fableの自己申告の177字は、この数え方と一致しています。

7本とも、思考設定のhighと32%という数字は残しました。差が出たのは、その32%を誰の説明として書いたかです。依頼文で出所の明記までは求めていませんが、資料は「同社によると」と断っています。Geminiの3モデルはこの断りを省き、評価機関の結果として言い切りました。GPTとClaudeの4モデルは、Googleの説明であることを残しています。各モデル1本ずつの比較なので傾向とまでは言えませんが、発表資料を要約させるときは、数字の出所がどう書かれたかを確かめておくと安心です。

今回の1本に限れば、筆者がほぼそのまま使えると判断したのはFableの原稿です。末尾の字数メモを消せば、出所、条件、単価、読み手の次の行動が177字に収まっています。Neonの「速さ」が抜けた点は、掲載前に補いたいところです。読み手の行動を最も具体的に書いたのはAstraで、「普段の業務を1件選び、両方の出力を比べてみましょう」と結んでいます。Astraの原稿(183字)は、3字削れば180字の上限に収まります。

7モデルの見出しと本文読み比べ開く

Gemini 4 Neon

Gemini 4 NeonとGemini 4 Carbonの選び方

複雑な作業を速く終えるならGemini 4 Neon、最も高性能な推論ならGemini 4 Carbonを選びます。標準の思考設定high、独立評価機関の総合指標ではNeonの1タスクあたりの費用が32%低く、API料金は出力100万トークンあたり15ドル(Carbonは12月1日から20ドル)です。日本語の評価は発表にないため、実務で試しましょう。

Gemini 4 Carbon

業務の目的と費用で選ぶGemini 4の2モデル

複雑な開発や知識労働、科学の作業を速く終えるならGemini 4 Neon、Googleで最も高性能な推論ならGemini 4 Carbonを選びます。標準の思考設定highで独立評価機関の総合指標で測った1タスクの費用はNeonがCarbonより32%低いです。日本語の文章評価は含まれないため、まずは実際の業務で試して確認しましょう。

Gemini 4 Hydrogen

業務でのGemini 4 NeonとCarbonの選び方

知識労働等を速く終えるならGemini 4 Neon、最高性能の推論ならGemini 4 Carbonを選びます。標準の思考設定highで測った独立評価機関の総合指標ではNeonの1タスク費用がCarbonより32%低く、出力100万トークンは15ドル(Carbonは12月1日から20ドル)です。日本語評価はないため、まずNeonで実務を試しましょう。

GPT-6.2 Astra

Gemini 4 NeonとGemini 4 Carbonの選び方

Googleは、複雑な業務を速く終える用途にNeonを、推論を最優先する用途に同社最高性能の推論モデルCarbonを位置づけています。Neonは標準の思考設定highで、独立評価機関の総合指標における1タスクあたりの費用がCarbonより32%低いと同社は報告しています。日本語の文章は今回の評価に含まれないため、普段の業務を1件選び、両方の出力を比べてみましょう。

GPT-6.2 Sol

業務で使うGemini 4の選び方

複雑な作業を速く終えたいならGemini 4 Neon、推論重視ならGemini 4 Carbon。Googleによると、Neonは標準の思考設定highで、独立評価機関の総合指標では1タスクの費用がCarbonより32%低い。API出力100万トークンは順に15ドル、12月1日から20ドル。日本語の評価は資料にないため、普段の業務で両方を試しましょう。

Claude Fable 5.2

Gemini 4 NeonとCarbon、費用か推論性能かで選ぶ

費用ならGemini 4 Neon、推論性能ならGemini 4 Carbonが候補です。Googleによると、Neonは標準の思考設定highで、独立評価機関の総合指標で1タスクあたりの費用がCarbonより32%低く、出力100万トークンあたりNeonが15ドル、Carbonは12月1日から20ドルです。日本語の評価はないため、業務で試しましょう。

(本文177字)

Claude Opus 5.5

Gemini 4 NeonとCarbonは費用を比べてから、自社の業務で試して選ぶ

Googleによると、Gemini 4 Neonは標準の思考設定highで、独立評価機関の総合指標による1タスクあたりの費用がGemini 4 Carbonより32%低い。出力100万トークンあたりのAPI料金はNeonが15ドル、Carbonが12月1日から20ドル。日本語の評価は発表にないため、自社の日本語業務で両方を試し、結果と費用を比べるとよい。

見出しに付いていたMarkdownの記号(見出しや太字の記号)は外して掲載しました。本文は句読点や改行も含めて原文のままです。

料金は、評価の1タスクあたりいくらか

APIの入出力単価が同じでも、モデルが読み書きするトークン量やキャッシュの使い方で費用は変わります。次のグラフは1タスクあたりの費用、表の右側2列は費用と推論時間で、いずれもAAがIntelligence Index v5.0.1の9評価で測った値です。失敗した試行の分も含む評価全体の平均なので、自社の仕事1件を仕上げるまでの費用とは一致しません。上の日本語原稿1本の料金とは対象が異なります。

Neonの1タスクあたりの費用は、highで3.74ドル、xhighで6.44ドル

AAのIntelligence Index v5.0.1の9評価から算出した加重平均費用です。棒が短いほど1タスクあたりの費用が低くなります。

  • GPT-6.2 Sol
    $1.01
  • Gemini 4 Hydrogen
    $3.16
  • Gemini 4 Neon(high)
    $3.74
  • GPT-6.2 Astra
    $4.00
  • Gemini 4 Carbon
    $4.90
  • Gemini 4 Neon(xhigh)
    $6.44
  • Claude Opus 5.5
    $10.04
  • Claude Fable 5.2
    $26.54
モデル(思考設定) 標準入力/100万トークン 標準出力/100万トークン AAの1タスクあたりの費用 AAの1タスクあたりの推論時間
Gemini 4 Neon(xhigh) $3 $15 $6.44 21.5分
Gemini 4 Neon(high) $3 $15 $3.74 14.8分
Gemini 4 Carbon(high) $2(12月から$4) $10(12月から$20) $4.90 36.1分
Gemini 4 Hydrogen(xhigh) $1.50 $7.50 $3.16 15.3分
GPT-6.2 Astra(max) $8 $40 $4.00 13.7分
GPT-6.2 Sol(max) $2 $10 $1.01 8.5分
Claude Fable 5.2(max) $8 $40 $26.54 41.2分
Claude Opus 5.5(max) $4 $20 $10.04 24.6分

表は米ドルで、入力はキャッシュを使わない場合の単価です。右側2列の太字は最も低い値です。Neonのキャッシュ済み入力は100万トークンあたり0.15ドルで、通常の入力より95%安くなります。Carbonの単価は11月30日までのもので、12月1日から入出力とも2倍になる予定です。Geminiの料金・Anthropicの標準料金・GPT-6.2 Astraの料金・GPT-6.2 Solの料金

Carbonとの費用の差は、11月中と12月以降で大きく変わります。 AAはCarbonの費用を、入出力は11月30日までの単価、キャッシュ読み込みは100万トークンあたり0.20ドル(Googleの料金表では12月1日以降の単価)で計算しています。AAが公開しているトークン量の内訳を使い、当社で単価だけを置き換えて計算し直すと、Carbon(high)の1タスクあたりの費用は、11月30日までの単価で約3.88ドル、12月1日以降の単価で約7.76ドルです。Neon(high)の3.74ドルと比べると、11月中はほぼ同じで、12月からは約半分になります。AAのCarbonの評価と費用

Carbon(high)の1タスクあたりの費用の内訳と試算表開く
費用の内訳(100万トークンあたりの単価) AAの掲載値 11月30日までの単価で試算 12月1日以降の単価で試算
キャッシュを使わない入力($2→$4) $0.02 $0.02 $0.05
キャッシュへの書き込み(入力と同じ $2→$4) $1.61 $1.61 $3.21
キャッシュ読み込み($0.10→$0.20) $2.04 $1.02 $2.04
出力($10→$20) $1.23 $1.23 $2.46
合計 $4.90 $3.88 $7.76

AAが掲載した内訳のトークン量はそのままに、単価だけを置き換えて計算しました。AAの掲載値は、キャッシュ読み込みだけが12月1日以降の単価です。各行は小数第3位を四捨五入しています。

Googleは、既定のhighで比べたNeonの1タスクあたりの費用を「Carbonより32%低い」と説明しています。11月19日のAAの値どうし(3.74ドルと4.90ドル)では約24%です。前回の記事で確認した11月18日のCarbonの値(5.48ドル)を使うと約32%になり、Googleの数字に近づきますが、Neonの11月18日時点の値は確認できていません。AAの費用は日によって変わることがあるため、比べるときは両モデルの確認日をそろえてください。

推論時間も見ておきます。Neon(xhigh)の21.5分はCarbon(high)の36.1分より短い一方、AstraやSolよりは長くかかります。Googleの言う「速さ」は、同社の上位モデルであるCarbonと比べたものと読むのが妥当です。

AAのモデル別内訳:Neon・Carbon・Hydrogen・Astra・Sol・Fable・Opus

Geminiを使うなら、まずCarbonの仕事をNeonで試す

Gemini 4 Carbonで既存コードの改修や報告書づくりを回しているなら、最初に試したいのはNeonです。既定のhighでも、Neonはコード改修と業務資料の評価でCarbonを上回り、AAの1タスクあたりの推論時間は半分以下でした。1タスクあたりの費用は、11月中はCarbonとほぼ同じです。12月にCarbonの単価が2倍になると、入出力の単価はNeonがCarbonの4分の3になり、AAの評価で各モデルが使ったトークン量のまま計算すると、Neonの費用はCarbonの約半分になります。業務資料でCarbonとの差をはっきり出すならxhighですが、費用はhighの約1.7倍になります。ターミナルでの試行錯誤が多い仕事は、7モデル中で首位を守ったCarbonと並べて比べる価値があります。

7モデルの中では、Neonはターミナル作業と業務資料で3位、コード改修でSolと並ぶ4位で、どの評価でも4位以内に入りました。コード改修だけならFable、業務資料ならOpusとFable、費用ならSolに分があります。日本語の短文では、今回の1本に限ると、Geminiの3モデルとも字数は守った一方、資料にあった「同社によると」を省きました。直近で作った資料や修正を1つ選び、同じ依頼をNeonと今のモデルに出して、数字の出所まで比べてみてください。

参考資料

この記事は、次の一次情報に基づいています。数値や記述の詳細は各資料をご確認ください。

参考資料 12 件を表示
  1. Gemini 4 Neonの公式発表
    Googleblog.google発行 確認

    製品の位置づけ、提供先、標準API単価、Googleが公表した評価と費用の比較

  2. Gemini 4 Neonの開発者ガイド
    Google Clouddocs.cloud.google.com確認

    HydrogenとCarbonの間という位置づけ、思考設定の4段階と既定値

  3. Gemini APIの料金
    Googleai.google.dev確認

    Neon・Carbon・Hydrogenの入出力単価と、Carbonの12月1日以降の単価

  4. FrontierCode-AA 2.0
    Artificial Analysisartificialanalysis.ai確認

    既存リポジトリの改修課題、採点方法、思考設定ごとの結果

  5. Terminal-Bench 4.0
    Artificial Analysisartificialanalysis.ai確認

    ターミナルで完了させる課題と合格率

  6. AA-Briefcase v1.1
    Artificial Analysisartificialanalysis.ai確認

    業務成果物の採点方法、総合Eloと信頼区間

  7. Gemini 4 Neonの評価と費用
    Artificial Analysisartificialanalysis.ai確認

    思考設定ごとの総合指標、1タスクあたりの費用と推論時間

  8. Gemini 4 Carbonの評価と費用
    Artificial Analysisartificialanalysis.ai確認

    1タスクあたりの費用と、その計算に使われた単価・トークン量の内訳

  9. Claude APIの料金表
    Anthropicplatform.claude.com確認
  10. GPT-6.2 Astra・Solの公式発表
    OpenAIopenai.com発行 確認

    GPT-6.2 AstraとSolの位置づけと標準API単価

  11. GPT-6.2 Astraのモデル情報
    OpenAIdevelopers.openai.com確認

    入力8ドル・出力40ドルの標準単価

  12. GPT-6.2 Solのモデル情報
    OpenAIdevelopers.openai.com確認

    入力2ドル・出力10ドルの標準単価

この記事を引用する

岡崎 太「Gemini 4 Neon登場、Carbonの代わりになる? コードと文章で7モデルを比較」株式会社フィールフロウ、2026年11月19日、https://feelflow.net/blog/2026-11-gemini-4-neon-model-comparison/

この記事を書いた人

岡崎 太

CTO / AIアーキテクト

この著者の記事を見る

次に読む

同じトピック:GPTGPT-6.2 AstraとSol、コードと文章でどう選ぶ? 8モデルを比較GPT-6.2 AstraとSolを前世代のGPT、Claude Fable 5.2、Claude Opus 5.5、Claude Sonnet 5.5、Gemini 4 Carbonと比較しました。既存コードの改修、ターミナル作業、業務資料で変わる評価と費用を整理し、日本語の短文は8モデルに同じ依頼を出して、条件の守り方と読みやすさを確かめます。