Googleが最先端モデル「Gemini 4 Carbon」を発表／OpenAIが新モデル「GPT-6.1 Terra」を発表 API料金は従来の半額：週末の「気になるニュース」一気読み！（1/3 ページ）

[山本竜也，ITmedia]

　うっかり見逃していたけれど、ちょっと気になる――そんなニュースを週末に“一気読み”する連載。今回は、10月25日週を中心に公開された主なニュースを一気にチェックしましょう！

Googleが最先端モデル「Gemini 4 Carbon」を発表

　Googleは10月28日、新たなフロンティアモデル「Gemini 4 Carbon」を発表した。10月13日に一般提供を始めた「Gemini 4 Argon」に続くモデルで、同社のモデルの中で最も性能が高く、サイバーセキュリティと長期にわたるタスクの処理で最先端の能力を持つとしている。

　提供は、Argonの発表時と同じく段階的に進める。まず、一部のサイバー防御の専門家が使えるようになり、その後「Fairwind Program」を通じて信頼できるパートナーへ広げる。公開前のモデルを米国政府がテストする自主的な枠組みにも参加しているとのことだ。なお、開発者や企業、一般ユーザーへはできるだけ早く提供するとしている。

Googleが新フロンティアモデル「Gemini 4 Carbon」を発表した

　同社が公表したベンチマークでは、Artificial Analysisの「Intelligence Index v5.0」で59となり1位だった。サイバーセキュリティ関連では、脆弱（ぜいじゃく）性の発見を測るSEC-bench Proで88.2％、脆弱性の悪用（エクスプロイト）を測るExploitGymで54.8％、修正パッチの作成を測るCWE-benchで71.0％となっている。社内ベンチマークでは、安全なコードを生成できた割合がArgonの2倍を超えた。また、Chromeチームは、高品質な修正パッチの作成でCarbonが他社の大規模なフロンティアモデルを10倍以上上回ったと報告している。

　長期タスクについては、大規模なコードベースでバグの根本原因を突き止めて修正するといった多段階の開発作業を、行き詰まりを乗り越えながら数日にわたって続けた例が社内にあるとのことだ。

　安全面では、Argonと同じ多層的な対策を採用した。同社によれば、Gray Swanの間接プロンプトインジェクションのベンチマークでは攻撃成功率が0％（Argonは0.7％）で、Terminal-Bench 4.0では不正な手段でタスクを通過した割合も0％に抑えた。実際のコーディング環境で出る重大度の高いミスアライメントの警告はほぼ80％減り、根拠のない主張もArgonの約半分になったという。

　API料金は、導入期間中が100万トークンあたり入力2ドル、出力10ドルで、Argonと同額だ。キャッシュ済みの入力トークンは入力価格の95％引きとなる。導入期間後は入力4ドル、出力20ドルになる。

OpenAIが新モデル「GPT-6.1 Terra」を発表　API料金は従来の半額

　OpenAIは10月26日、新AIモデル「GPT-6.1 Terra」を公開した。7月に一般提供を始めた「GPT-5.6 Terra」の後継モデルだ。図面などを読み取る視覚的な推論、コンピュータ操作、文章作成の性能を高めたモデルで、提案書の作成や技術図面の読み取り、フォームへの入力、動画編集といった日常業務のタスクを得意とするという。

OpenAIが新モデル「GPT-6.1 Terra」を発表した

　API料金は100万トークンあたり入力1ドル、出力5ドル、キャッシュ済み入力0.05ドルで、9月に公開した「GPT-6.1 Sol」の半額だ。GPT-5.6 Terra（入力2.50ドル、出力15ドル）からも下がった。ChatGPT WorkとCodexでは、同じ利用枠でGPT-5.6 Terraより多くのタスクを処理でき、GPT-6.1 Solや最上位の「GPT-6 Astra」と比べるとさらに多くなるとのことだ。

　同社が公表したベンチマークでは、専門的な業務でのコンピュータ操作を測る「Agents' Last Exam」で、推論の労力を「中程度」にしたとき、GPT-5.6 Terraより15ポイント高いスコアを約3分の1のコストで出した。GPT-6 Astraと同等の性能を、10分の1のトークン単価で実現したことになる。推論の労力を「最大」にした場合は、Anthropicの「Claude Opus 5.5」と比べてトークン効率が3倍超、タスクあたりのコストは約9分の1だった。タスクを完了する速さは、GPT-6 AstraやGPT-6.1 Solの3倍を超える。

　コーディングでは、Terminal-Bench 4.0（推論の労力は最大）で50.3％となり、GPT-5.6 Terraの21.5％の2倍を超えた。事実の正確性も改善し、誤りを誘発するプロンプトを使った社内ベンチマークでは、推論の労力を低くしたときの誤り率がGPT-5.6 Terraの53.6％から16.7％に下がった。ただし、最も複雑なコーディングタスクには、引き続きGPT-6.1 SolとGPT-6 Astraの方が向いているとしている。

　安全面では、同社の評価枠組み「Preparedness Framework」のサイバーセキュリティ分野で「Critical」のしきい値に達したと判定しており、GPT-6 Astra向けに開発した保護対策を引き継いでいる。提供はChatGPT WorkとCodexで始まっており、Plus、Pro、Enterprise、Eduのユーザーが使える。APIでは「gpt-6.1-terra」として提供する。