Googleは2026年11月18日、複雑なコーディングや分析を複数の段階にわたって行うGemini 4 Neonを発表した。開発者は有料APIで長いタスクを任せ、難度に応じて問題を解く段階を意味する推論の深さとコストを調整できる。
企業はGemini for Businessで、Google AI Pro・Ultraの契約者はGeminiアプリとGoogle AntigravityでNeonを選択できる。開発者向けの呼び出しはGoogle AI Studioでも開始できる。
1. 複雑なタスクと日常的な実行の間を狙う
Neonは、最も難しい長期プロジェクト向けのCarbonと、日常的な高速実行向けのHydrogenの間に位置するモデルだ。Googleは複雑なコーディングや分析的推論、企業の業務フローで深さと効率を両立すると説明する。ツールで複数の段階を自律的に実行する長いエージェントタスクで、不要なファイルの再閲覧を減らし、進捗を共有するとした。以前の会話を要約してタスクの文脈を引き継ぐ機能も備えるという。
同社の発表によると、Neonは総合性能を評価するIntelligence Indexで最も深い推論段階で61点を獲得し、全体で3位、Vals Indexでは70.9%で2位となった。新しいAgent Arena Indexでは実際のエージェントセッション4,200件以上を評価し、1,336点で世界2位となった。ユーザーの修正に応じて作業の方向性を調整する能力も同指標で2位だとGoogleは述べた。
2. コーディング・分析評価で示した成果
同社の発表によると、NeonはArtificial Analysis Coding Agent Indexで58.6点を獲得して1位となり、Terminal-Bench 4.1では65.2%を記録した。FrontierCode 2.0の46.2%はデフォルトの推論段階での結果だ。Googleは複数ファイルにまたがるバグ修正やコード構造の改善を主な用途として挙げた。
コードやファイルをまとめて管理するリポジトリ単位のタスクを評価したSWE-sweepでは、エージェントを動かすツール・実行環境によって結果が異なった。同社の発表によると、mini-SWE環境では12.8%、Google Antigravity環境では39.0%だった。導入時にはモデル選択と併せて、実際に接続するツール環境を評価する必要がある。
同社の発表によると、チャート読解評価では73.5%、Agent's Last Exam v1.1では75.8%、Automation Benchでは56.3%を記録した。Neonは文書・表・チャートなど複数形式の入力を一つの文脈で統合し、報告書などの成果物にする業務を狙う。
科学・数学分野の別の評価では、同社の発表によるとTerminal-Bench Scienceで70.5%、RiemannBenchで84.0%、HLE-Diamondで71.3%だった。Googleは定量分析や数学、技術研究の問題を活用領域として挙げた。
3. 有料APIで呼び出し、長い出力を引き継ぐ
モデル識別子はgemini-4-neonで、以下の例ではInteractions APIで呼び出す。Gemini APIでは有料プランで提供される。
デフォルトの推論段階はhighだ。より浅い推論や深い推論を含む四つの段階からタスクに合わせて選択でき、既存のgenerateContent経路でも呼び出せる。
from google import genai
client = genai.Client()
interaction = client.interactions.create(
model="gemini-4-neon",
input="Build an interactive single-file HTML token bucket rate-limiter simulator with live sliders for burst size and request traffic."
)
print(interaction.output_text)リクエスト完了後に応答を受け取る同期応答は最大65,536トークンで、入力・推論・出力は、一度に処理できる入力範囲である一つの1,048,576トークンのコンテキストウィンドウを共有する。より長い出力が必要なら、画面で待たずに処理を続けるバックグラウンド実行と出力上限を設定するか、最新の開発ツールの再開機能を利用できる。
4,096トークン以上のプロンプトには、繰り返し入力を自動保存する暗黙的キャッシュがデフォルトで適用され、保存済みの入力を再利用するキャッシュヒット入力は割引される。
4. 低いタスクコストとトークン支出のバランス
料金はコンテキストの全範囲に同一で適用される。キャッシュヒット入力は通常の入力より安く、出力料金には推論トークンも含まれる。
表:Neon APIの入出力料金
条件:Gemini 4 Neon、Gemini APIの有料プラン、コンテキストの全範囲で同一料金
単位:ドル(100万トークン当たり)
| 項目 | 料金(ドル) |
|---|---|
| 入力 | 3.00 |
| キャッシュヒット入力 | 0.15 |
| 出力(推論トークンを含む) | 15.00 |
同社の発表によると、デフォルトの推論段階でのタスク当たりのコストはCarbonより32%低い。同じ段階でVals IndexとAgent Arenaにおける性能とコストを併せて評価すると、競合の最上位モデルよりタスク当たりのコストが約50~80%低いという。最も深いxhigh段階では、競合モデルの最高設定と比べて36%超低いとGoogleは述べた。
推論の深さを調整すれば品質と支出のバランスを取れるが、最も深い段階では応答時間とトークン使用量が増える。外部資料で回答を補強する際に使う、モデルに作業方法を伝える内部指示文や、呼び出し機能の名前と入力を定める関数宣言も課金され、Google検索を接続するとクエリごとの料金が加わる。そのためチームは呼び出し単価だけでなく、推論レベルと検索使用量も併せて管理する必要がある。
5. 安全性と活用範囲
同社の発表によると、Neonが正当なタスクを拒否した割合はTerminal-Bench 4.0で1.98%、Terminal-Bench Scienceでは0%だった。Terminal-Bench 4.0での不正行為率は0.0%で、別のコーディング不正行為評価では近道を選んだ割合が2.45%だった。
モデルカードは知識の基準時点を2026年3月とし、一部分野の知識はさらに古い可能性があると説明する。事実と異なる内容を生成する可能性も限界として挙げる。
Neonは有料APIで複雑な長期タスクを実行する選択肢であり、推論の深さと付随する使用量を併せて調整することでコスト効率を高められる。
