Gemini 4 Carbonとは？Argonとの違い・料金・移行コードを実装目線で解説【2026年11月】

Googleは2026年11月10日、Gemini 4 Carbon（モデルID gemini-4-carbon）を有料プランの開発者と企業向けに一般提供しました。AI Studio の What’s new ページは「our strongest reasoning model」と位置づけ、同じ Gemini 4 世代の Argon より多くの思考トークンを使って仮説の検証やエッジケースの確認を重ねるモデルだと説明しています。

本記事は、Carbon を自社システムから呼ぶ実装者向けに、Argon との違い、同じ単価でも請求額が変わる理由、移行時に書き換える箇所と計測用のPythonコード、Carbon に回す処理の線引きを扱います。Argon の仕様と long decode の詳細はGemini 4 Argonとは？long decodeの実装・料金・3.8 Flashとの使い分けで解説しています。数値はすべて2026年11月11日時点の公表値です。

まとめ：Gemini 4 CarbonはArgonで解けない難問だけに回す上位モデル

• モデルIDは gemini-4-carbon。10月28日に一部のサイバー防御者へ限定公開され、11月10日にGAとなりました。無料枠では使えません。
• コンテキスト1,048,576トークン、同期出力65,536、long decode、thinking_level の3段はArgonと同じです。単価もArgonと同額で、12月1日に倍になります。
• 違いは思考の量です。Carbon は思考トークンが多く応答も遅いため、単価が同じでも請求額は膨らみます。
• モデルカードでは GraphWalks が96.2%（Argon 84.2%）、Terminal-Bench 4.0 が65.2%（同57.1%）。FrontierSWE 2 と OSWorld-2.1 では他社を下回ります。
• 移行はモデルIDの変更で済みますが、temperature は無視され、明示的キャッシュは使えません。タイムアウトは15分以上が推奨です。
• 根本原因の調査・設計レビュー・セキュリティ監査は Carbon、対話的なコーディングと日常の機能開発は Argon に残す配分を勧めます。

Gemini 4 Carbonの提供開始日・モデルID・提供チャネルを公式情報で確認

検索上位の解説記事は、発表からGAまでの約2週間に書かれたものが中心です。まず現在の提供状況を一次情報で固めます。

10月28日の限定公開から11月10日GAまでの経緯とモデルID

2026年10月28日の発表記事の時点では、提供先は Fairwind Program 経由の一部のサイバー防御者と、米国政府の公開前モデル試験に限られていました。開発者や企業への提供は「as soon as possible」とされ、日付は示されていません。

状況が変わったのは11月10日です。Gemini API のリリースノートは同日付で「Gemini 4 Carbon (gemini-4-carbon) generally available (GA)」と記載しました。10月末時点の記事に残る「モデルIDが未公開」「APIでは呼べない」という記述は、GA前の情報です。日付サフィックスの無い Stable 版のIDがそのまま通ります。

モデルカードによれば、Carbon は Gemini 4 Argon をベースにしたモデルです。knowledge cutoff は2026年3月で、Argon と変わりません。

Gemini API・Agent Platform・BigQueryで使える範囲の違い

GA の告知記事が挙げる提供先は次のとおりです。

Google Cloud のAgent Platform のモデルページでは、リージョンが global・us・eu で、Provisioned Throughput にも対応します。データの所在地を契約で縛られる案件はこちらで組む前提です。モデルIDの見分け方はGemini APIのモデル一覧：モデルIDと安定版・プレビュー・廃止予定の見分け方にまとめています。

Gemini 4 Carbonの仕様とArgonから変わった点・変わらない点の整理

仕様の大半は Argon と共通です。変わったのは思考の深さと、それに伴う速度とトークン消費の2点に集約されます。

1,048,576トークン共有窓と同期出力65,536上限の仕様表

Gemini API のモデル詳細ページの記載を Argon と並べます。

入力はテキスト・画像・動画・音声・PDFで、出力はテキストのみ。関数呼び出し、構造化出力、コード実行、Computer use、検索グラウンディング、File search に対応します。

Google Cloud 版は1点だけ違います。フォアグラウンド1回の出力上限が、非ストリーミングでは32,768と半分です。

思考トークンが増えて応答が遅くなるArgonとの違いと同じ単価

What’s new ページの比較表は、両モデルの差を次のように整理しています。

コンテキスト・組み込みツール・トークン単価は両モデルで同じ。差はAPIの形ではなく、1回の呼び出しで消える思考トークンの量に出ます。

Gemini 4 Carbonのベンチマークをモデルカードの数値でArgonと比較

モデルカードの評価表は2026年10月時点の結果で、GPT-6 Astra・Claude Opus 5.5・Claude Fable 5.1 と並べています。Googleによる公表値で、第三者の再現ではありません。

長文脈GraphWalksの96.2%など、Argonから大きく伸びた領域

Argon との差が10ポイントを超えたのは、長文脈の GraphWalks（+12.0）、科学系の端末操作 Terminal-Bench-Science（+11.9）、脆弱性の悪用検証 ExploitGym（+12.8）の3つです。ただしサイバー系の数値は Fairwind Program 経由、つまりガードレールを外した版の性能だと注記されています。

Argon が他社を下回っていた Terminal-Bench 4.0 は、Carbon では65.2%で表の首位です。CLI 主体のエージェントを Gemini で組む根拠が、ようやくできました。

FrontierSWE 2とOSWorldで他社モデルに届かない領域

未知のリポジトリを改修する FrontierSWE 2 は61.2%で、GPT-6 Astra の65.5%に届きません。画面操作の OSWorld-2.1 も81.5%で、Opus 5.5 の87.2%と5.7ポイント差です。

Argon からの伸びが小さい項目もあります。AutomationBench は+2.6、Vals Index v2.2 は+1.2にとどまり、業務自動化では思考を増やした効果がトークン消費の増加に見合っていません。

Gemini 4 Carbonの料金4ティアと12月1日に倍になる単価の試算

単価はGemini Developer API の料金ページに載っています。他モデルを含めた単価表と課金設定はGemini APIの料金と無料枠：モデル別単価・課金設定・費用の計算コードに譲り、ここでは Carbon 固有の部分を扱います。

Standard・Batch・Flex・Priorityの導入価格と通常価格

単位は100万トークンあたりで、出力には思考トークンが含まれます。暗黙的キャッシュに当たった入力は Standard で0.10ドル（12月から0.20ドル）です。Google 検索のグラウンディングは Gemini 3 以降のモデルで共有する月5,000件の無料分を超えると、1,000件あたり14ドルが別にかかります。20万トークンを境に単価が上がる段階制はありません。

単価が同じでも思考トークン量で請求額が変わるArgonとの差

Argon と単価が同じだからといって、費用が同じにはなりません。12月以降の Standard で、入力20万トークン・思考と出力の合計4万トークンの処理を試算します。入力が0.8ドル、出力が0.8ドルで、1回1.6ドルです。

仮に Carbon の思考が増えて、思考と出力の合計が8万トークンになったとします。出力側が1.6ドルに倍増し、1回2.4ドル。入力は同じでも5割高です。何倍になるかはプロンプトと thinking_level で変わり、公式の換算値はありません。振り分けを決める前に、自社のプロンプトで実測してください（計測コードは次章）。

ArgonからGemini 4 Carbonへ移行するPythonコードと設定変更

What’s new ページの移行ガイドは「Argon からはスキーマ変更不要」としています。ただし既存コードの設定には、黙って無視されるものとエラーで止まるものがあります。記法は Python SDK（google-genai）です。SDK の基本はGemini APIの使い方（Python）：google-genai 3.0で生成・ストリーミング・関数呼び出しを参照してください。

モデルID・max_output_tokens・タイムアウト15分の書き換え例

移行ガイドが挙げる書き換えは、モデルID、max_output_tokens の見直し、クライアントのタイムアウトの3点です。max_output_tokens は思考と出力の合計の上限で、32Kより小さい値を使っている既存アプリは少なくとも32,768へ上げるよう推奨されています。難しい推論やコーディングでは131,072か262,144が目安です。

import os
from google import genai

# タイムアウトはミリ秒で指定する。長い推論に備えて15分（900,000ミリ秒）にする
client = genai.Client(http_options={"timeout": 900_000})

# モデルIDは環境変数で切り替える。速度を優先する処理は gemini-4-argon に戻す
MODEL_ID = os.environ.get("GEMINI_MODEL_ID", "gemini-4-carbon")

interaction = client.interactions.create(
    model=MODEL_ID,
    input="決済処理のリトライ時に起きる競合状態を洗い出し、ロックの取り方を書き直してください",
    generation_config={
        "thinking_level": "medium",   # 既定値。low・medium・high を比べて品質を満たす最小を選ぶ
        "max_output_tokens": 65536,   # 思考と出力の合計。32,768未満にしない
        # temperature・top_p・top_k は無視されるので書かない
    },
)

print(interaction.status)
print(interaction.output_text)

上限を絞ったまま替えると、思考で上限を使い切り本文が空で返ることがあります。費用は thinking_level で抑えてください。

temperature無視と明示的キャッシュ非対応で書き直す箇所

サンプリング系の temperature・top_p・top_k は、指定してもエラーにならず無視されます。Agent Platform のモデルページでは temperature 1.0・topP 0.95・topK 64 に固定と書かれています。temperature を0にして出力を安定させていた分類処理は、Carbon では同じ効き方をしません。出力の形は構造化出力のスキーマで縛る設計に切り替えてください。

止まるのは明示的キャッシュです。What’s new ページは「Explicit caching (cachedContents / caches.create) is not supported on Gemini 4 Carbon」と明記し、cached_content を参照している箇所は削除するよう求めています。代わりに4,096トークン以上のプロンプトには暗黙的キャッシュが既定で効き、ヒットした入力は95%引きです。

同じプロンプトでArgonとCarbonの消費トークンを比べるコード

前章の試算で書いたとおり、費用差はトークン消費で決まります。本番で使うプロンプトを数件選び、2モデル×3段階で消費量を並べるのが判断の近道です。usage の項目名はlong decode のドキュメントに合わせています。

from google import genai

client = genai.Client(http_options={"timeout": 900_000})

# 本番で使うプロンプトを数件用意して差し替える
PROMPT = "このスタックトレースと差分から障害の根本原因を特定し、修正方針を示してください"

# 12月1日以降の Standard 単価（100万トークンあたりドル）。Argon と Carbon は同額
PRICE_IN = 4.00
PRICE_OUT = 20.00  # 思考トークンも出力単価で課金される

for model in ("gemini-4-argon", "gemini-4-carbon"):
    for level in ("low", "medium", "high"):
        it = client.interactions.create(
            model=model,
            input=PROMPT,
            generation_config={"thinking_level": level, "max_output_tokens": 65536},
        )
        u = it.usage
        tokens_in = u.total_input_tokens or 0
        tokens_think = u.total_thought_tokens or 0
        tokens_out = u.total_output_tokens or 0
        cost = tokens_in / 1e6 * PRICE_IN + (tokens_think + tokens_out) / 1e6 * PRICE_OUT
        print(model, level, it.status, "think=", tokens_think, "out=", tokens_out, "usd=", round(cost, 4))

見るのは思考トークンの量と status の2つです。Carbon の low が Argon の medium より少なく済むなら、Carbon の low で回す選択肢が出ます。incomplete が出た組み合わせは上限不足です。品質は人が出力を読んで判定し、基準を満たす最も安い組み合わせを採ります。

long decodeとbackground実行で65,536トークン超を出す手順

65,536トークンを超える出力には long decode を使います。仕組みは Argon と同じなので、ホップの考え方とポーリングの全体像はArgon の記事の long decode の章を参照してください。ここでは Carbon で引っかかりやすい条件だけを扱います。

store=Trueを付けないと400になるbackground実行の条件

What’s new ページは「If you set background: true without defining max_output_tokens, the server stops after 64K tokens」と書いています。background にしただけでは長く出ません。加えて long decode のドキュメントは、background 実行に store: true を求め、欠けると「store=true is required for background interactions」の400を返すとしています。

import time
from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-4-carbon",
    input="添付の障害報告と設計書から、再発防止策を含む調査報告書を全文で作成してください",
    background=True,   # 65,536 を超える出力に必要
    store=True,        # background 実行では必須。False だと400
    generation_config={
        "max_output_tokens": 262144,  # 指定しないと64Kで止まる
        "thinking_level": "high",
    },
)

while interaction.status in ("in_progress", "queued"):
    time.sleep(5)
    interaction = client.interactions.get(id=interaction.id)

print(interaction.status)
print(interaction.usage)

生成結果をサーバーに保存できない案件では、background 実行は選べません。次のフォアグラウンド継続を使うか、65,536トークン以内に処理を分けます。

フォアグラウンド継続のrequires_continuationと時間上限

クライアント側で続きを要求するフォアグラウンド継続では、1ホップが上限に達すると状態が requires_continuation で返ります。こちらは store: false でも動かせます。

時間の上限は、background が最長24時間、フォアグラウンドはストリーミングで1ホップ20分、非ストリーミングで10分です。Carbon は1ホップが長くなりやすいので、10分に当たる処理はストリーミングへ切り替えてください。キャンセルや失敗でも、完了済みのホップ分は課金されます。

Gemini 4 Carbonを採用する条件とArgonに残す処理の線引き

結論として、Carbon は「Argon で何度か試して正解に届かなかった難問」だけに回し、それ以外は Argon に残す配分が費用に見合います。モデルの振り分け層、長時間ジョブの管理、失敗時の再実行まで含めると設計範囲は広がります。社内で手が回らない場合は生成AI開発・AI受託開発のような外部の実装支援と組み合わせる前提で計画してください。

根本原因調査・設計レビュー・セキュリティ監査をCarbonへ回す条件

Carbon に回す条件は、1回の失敗の損失がトークン代より大きいことです。本番障害の根本原因調査、設計書の矛盾検出、リリース前のセキュリティ監査がこれに当たります。

数十万トークンの文書群をまとめて読む処理も Carbon 向きです。GraphWalks 256K〜1M は Argon より12ポイント高く、契約書群を分割せずに渡す設計で差が出ます。GA告知記事によれば、誠実性ベンチマーク375タスクの合格率も Argon の70%に対して92%でした。

対話的なコーディングと日常の機能開発をArgonに残す2つの理由

Argon に残す理由は2つです。1つは待ち時間。Carbon は初回トークンまでが遅く、IDE で補完や修正案を待つ用途では体感が落ちます。もう1つはベンチマークの伸び幅で、AutomationBench が+2.6ポイント、Vals Index が+1.2ポイントにとどまる業務自動化では、増えたトークン代を回収できません。

短文の分類・要約・定型変換は、さらに下位の3.8 Flash に置くのが妥当です。temperature を固定できない Carbon は、出力の揺れを嫌う定型処理にもともと向きません。

Carbon for cyberの許可リストを前提にしない調達計画

Agent Platform には防御用途の派生版 gemini-4-carbon-cyber-permissive もGAで並びました。ただし利用は Fairwind Program の許可リスト経由で、Argon Cyber Permissive や 3.8 Flash Cyber の権限は引き継がれず、改めて申請が必要です。既定の思考レベルは high、Computer use は非対応、リージョンは global と us だけです。

モデルカードのサイバー系スコアはこの派生版の性能なので、一般の開発案件で同じ結果を見込むことはできません。脆弱性トリアージを自動化したい場合は、公開APIの Carbon と既存スキャナの組み合わせから始めてください。Cyber 系モデルの申請条件はGemini 3.8 Flash Cyberとは？Fairwindの申請条件と公開モデルで組む脆弱性トリアージで整理しています。

よくある質問

Gemini 4 Carbon の導入判断でよく挙がる質問に、公式ドキュメントの記載をもとに答えます。

Gemini 4 Carbon は無料で使えますか？

Gemini API では使えません。料金ページで全ティアの無料枠が対象外とされており、有料枠のAPIキーが必要です。キーの発行と有料枠への切り替えはGemini APIキーの取得方法：AI Studioでの発行・環境変数・制限と漏洩時の失効の手順で済ませてください。個人向けの Gemini アプリと検索のAIモードは、Google AI Ultra 加入者へ順次提供されています。

Gemini 4 Carbon と Argon の料金は同じですか？

トークン単価は同じです。Standard で入力2ドル・出力10ドル（100万トークンあたり、11月30日まで）、12月1日からは4ドルと20ドルになります。ただし Carbon は1ターンあたりの思考トークンが多く、思考は出力単価で課金されます。同じ処理でも請求額は Carbon のほうが大きくなるため、自社のプロンプトで消費量を測ってから見積もってください。

Argon のコードはそのまま Carbon で動きますか？

リクエストのスキーマは共通なので、モデルIDを gemini-4-carbon に替えれば動きます。注意点は3つです。temperature・top_p・top_k は無視されます。明示的キャッシュ（cached_content）は非対応です。思考が長くなるため、max_output_tokens を32,768以上にし、HTTPタイムアウトを15分以上に延ばしてください。

Gemini 4 Carbon のコンテキスト長と最大出力は？

入力・思考・出力が1つの1,048,576トークン窓を共有します。同期呼び出しの出力上限は65,536トークンです。超える出力には long decode を使い、background と store を true にして max_output_tokens を65,536より大きく設定します。上限は1,048,576から入力を引いた残りになります。

Gemini 4 Carbon の知識はいつ時点までですか？

モデルカードの knowledge cutoff は2026年3月で、Argon と同じ時点です。分野によってはそれより古い場合があると但し書きされています。上位モデルに替えても、社内文書や最新の製品仕様の知識は増えません。社内情報に答えさせるには、File search や検索グラウンディングで外から渡す構成が必要です。

関連記事

• Gemini 4 Argonとは？long decodeの実装・料金・3.8 Flashとの使い分け：Carbon のベースになった Argon の仕様と long decode の全体像です。
• Gemini APIの料金と無料枠：モデル別単価・課金設定・費用の計算コード：Carbon を含む全モデルの単価表と、usage から費用を計算するコードをまとめています。
• Gemini APIのモデル一覧：モデルIDと安定版・プレビュー・廃止予定の見分け方：Stable・Preview の区別と、モデルIDの選び方を確認できます。
• Gemini APIの使い方（Python）：google-genai 3.0で生成・ストリーミング・関数呼び出し：移行コードの前提になる SDK の基本操作です。
• Gemini APIキーの取得方法：AI Studioでの発行・環境変数・制限と漏洩時の失効：無料枠から有料枠への切り替えとキー管理の手順です。