Googleは2026年11月18日付で、AIモデル「Gemini 4 Neon」を一般提供した。標準API料金は100万トークンあたり入力3ドル・出力15ドルで、直前に登場したHydrogenの2倍となる。ところがCarbonとArgonの導入料金は11月末で終わるため、12月にはNeonの方が安くなる。Googleが複雑な開発や知識業務向けに加えた新モデルを選ぶには、単価の順序だけでなく、推論に使う量と長い文書を処理する方式まで比べる必要がある。

AD

Neonはどこに入るのか

Gemini 4の一般提供は、Argonが10月13日、Carbonが11月10日、Hydrogenが11月12日、Neonが11月18日という順で進んだ。GoogleのAPI更新履歴によれば、36日間に4モデルがそろい、そのうち3モデルが11月に加わった。同社はNeonについて、複雑なソフトウェア開発や知識業務、科学分野を対象に挙げ、作業を最後まで速く完了する能力を訴求している。

推論の設定には共通点がある。NeonとHydrogenは、回答前にどの程度考えるかをlow、medium、high、xhighの4段階から選び、既定値はhighだ。一方、CarbonとArgonはmediumが既定で、highが最大となる。Googleの推論設定の説明に沿えば、モデル名だけを切り替えた比較には、この既定値の差も入り込む。xhighを使えること自体はNeonだけの特徴ではない。

料金差は12月に逆転する

Neonは11月中、CarbonとArgonより入力・出力とも50%高い。しかし両モデルは11月30日までの入力2ドル・出力10ドルから、12月1日には4ドル・20ドルへ移る予定だ。同じ課金数量なら、そこからはNeonが25%安くなる。Hydrogenとの2倍差は変わらない。Googleの料金表ではNeonは無料枠の対象外である。

入力10万トークンと推論分を含む課金出力1万トークンなら、Neonは0.45ドル、Hydrogenは0.225ドルとなる。競合を含め、標準APIで同じ数量を処理する費用を並べると次のようになる。

モデル 入力単価(ドル) 出力単価(ドル) 入力10万+課金出力1万(ドル) 円換算
Gemini 4 Hydrogen 1.50 7.50 0.225 約36円
Gemini 4 Carbon / Argon(11月30日まで) 2 10 0.30 約48円
Gemini 4 Neon 3 15 0.45 約72円
Gemini 4 Carbon / Argon(12月1日から) 4 20 0.60 約96円
GPT-6.2 Sol 2 10 0.30 約48円
GPT-6.2 Astra 8 40 1.20 約191円
Claude Sonnet 5.5 2 10 0.30 約48円
Claude Opus 5.5 4 20 0.60 約96円
Claude Fable 5.2 8 40 1.20 約191円

単価は入力・出力それぞれ100万トークンあたり。日本時間2026年11月19日時点の比較として、Google、OpenAI、Anthropicの公開標準料金から編集部が計算した。キャッシュ、Batch、ツール利用料、税は含めない。円換算は日本銀行の11月18日17時のドル円159.34~36円の中間値、1ドル=159.35円による便宜計算で、決済時のレートとは異なる。

Googleの出力単価には、回答を作るまでに使う推論トークンも含まれる。表の「課金出力1万」は画面に見える回答の長さではなく、推論分を含む仮定数量だ。計算式は入力単価×0.1+出力単価×0.01である。各社でトークンの数え方や実際の使用量が異なるため、この表が比べているのは同量に対する請求額となる。同じ仕事を終えるまでの費用は、正解率と再試行回数によっても変わる。

同じ10万トークンを入力する限り、Neonは入力だけで0.30ドルかかり、Hydrogenの上の例の総額0.225ドルを上回る。つまり、この条件ではNeonの回答が短くなるだけで同額には届かない。入力と課金出力をともに半分の5万と5千にできれば、Neonも0.225ドルになる。入力の選別や失敗後のやり直しをどこまで減らせるかが、価格差を埋める条件だ。

待ち時間を許容できる処理なら、NeonのBatchとFlexは入力1.50ドル・出力7.50ドルという別の選択肢もある。標準料金で速さと品質を比較した結果を、そのまま異なる処理方式の費用へ当てはめることはできない。

AD

100万トークンで変わる出力の設計

Gemini 4の100万トークンは、入力・推論・出力で共有する枠であり、通常の応答上限は65,536トークンだ。Googleのlong decode仕様では、共有枠は正確には1,048,576トークンである。入力資料を多く入れるほど、推論と回答に使える残りは減る。

長いコードや報告書を生成するlong decodeでは、max_output_tokensを引き上げ、生成を複数の区切り(hop)に分けて継続する。バックグラウンドまたはストリーミングでは4モデルとも1 hopあたり最大65,536トークンだ。非ストリーミングではNeonとHydrogenが65,536、CarbonとArgonが32,768となる。通常の回答上限は共通だが、継続生成時には処理方式とhopの上限を選ぶ必要がある。

対象モデル コンテキスト 公開されている出力上限・方式
Gemini 4の4モデル 入力・推論・出力で1,048,576を共有 通常は推論+出力65,536。long decodeで共有枠まで継続
GPT-6.2 Sol / Astra 1,050,000、最大入力922,000 最大出力128,000
Claude Sonnet 5.5 / Opus 5.5 / Fable 5.2 1M 最大出力128K

出典はGoogleのlong decode仕様、OpenAIのSol仕様とAstra仕様、Anthropicのモデル一覧。M、Kは各社の表記を維持した。容量は精度や生成速度を表す数値ではない。

この違いは、長い成果物を一度の応答で受け取りたいか、継続処理を組み込めるかで効いてくる。GPT-6.2の両モデルにはさらに、入力が272Kを超えると、そのリクエスト全体の入力・キャッシュ単価が2倍、出力単価が1.5倍になる条件がある。前節の10万トークン入力とは料金条件が変わるため、大量資料をまとめて渡す設計では再計算が必要だ。

たとえば、複数部門の売上ブックから数式の不整合を調べ、修正案と説明文を作る仕事を考える。同日のGemini API更新で、OfficeとOpenDocumentファイルの該当シートやセル範囲を指定できるようになった。文書処理APIの説明では、表計算ならシート番号とA1形式のセル範囲を選び、data、formulas、visualのどれを読むかも指定できる。対象部分が課金されるため、まず関係するシートの数式を調べ、必要に応じて周辺セルや表示を追加する設計なら、全ブックを毎回読み直す量を抑えられる。

文書の選択処理はGemini 3とGemini 4以降で使えるAPIの機能である。Neonを選ぶ効果を測るなら、Hydrogenにも同じ範囲を渡したうえで、数式の誤りを見落とさないか、修正案が使えるかを比べる。モデルの料金差と、入力方法を改善した効果を分けて確認できる。

既存モデルの成績から分かる使い分け

Neon自身の比較スコアや実測の完了時間、仕事あたりの費用は、今回確認した公式資料では確かめられていない。一方、Google DeepMindが掲載する既存モデルの評価からは、どの課題で候補を比較すべきかが見える。下表はCarbonとArgonの比較表から、ソフトウェア開発、長文中のグラフ探索、数学に関する3指標を抜き出したものだ。

評価・条件 Carbon Argon GPT-6 Astra Claude Opus 5.5 Claude Fable 5.1
FrontierSWE 2 61.2% 55.0% 65.5% 62.3% 56.3%
GraphWalks(256k~1M、BFS F1) 96.2% 84.2% 71.8% 66.8% 65.0%
RiemannBench 72.0% 76.0% 72.0% 69.6% 65.6%

CarbonはGraphWalksで高い値を出すが、RiemannBenchではArgonが上回る。FrontierSWE 2ではGPT-6 Astraの方が高い。長い情報の関係をたどる仕事と数学、コードの修正では、同じ順位にならない。

Hydrogenについては、比較対象も評価の版も異なる別表が掲載されている。

評価・条件 Hydrogen Claude Sonnet 5.5 GPT-6.1 Terra
SWE-sweep 13.5% 3.1% 5.8%
Terminal-Bench 4.1(cheating-adjusted) 57.0% 63.9% —
OSWorld-2.1(offline subset) 77.6% 83.9% 74.2%

SWE-sweepではHydrogenが上回る一方、端末での作業を評価するTerminal-Benchと画面操作のOSWorldではSonnetが高い。低い単価だけで候補を絞らず、自分の仕事に近い評価から試すモデルを選ぶ理由になる。

両表はGoogle掲載値で、編集部による再測定ではない。CarbonとArgonの表に載るGPT-6 Astra、Fable 5.1は、料金表のGPT-6.2 Astra、Fable 5.2とは別世代である。Hydrogenの別評価や異なる版をつないだ総合順位、最新世代の性能単価には読み替えられない。

AD

まず何を比べて導入するか

Neonを試すなら、Hydrogenで合格できなかったコード修正や、複数資料を踏まえる判断業務を同じ条件で渡すところから始めたい。Googleが勧めるのは、各推論レベルを評価し、必要な品質を満たす最小の設定を選ぶ方法だ。xhighは待ち時間と使用トークンを増やし、単純な抽出では推論が過剰になることもある。既定のhighで一度試すだけでは、モデルと設定のどちらが効いたかを判断しにくい。

先ほどの売上ブックの例なら、同じセル範囲を渡し、検出すべき誤りと修正案の合格条件を固定する。そのうえで入力の総量と推論を含む出力の総量を記録し、やり直し回数と合格までの時間も比べる。Neonが一度で合格してHydrogenの再試行を減らせる仕事なら、2倍の単価でも検討に値する。一方、どちらも合格する抽出処理では、Hydrogenの低単価を選ぶ根拠が残る。

すべてを1モデルに寄せる以外の方法もある。GoogleのHydrogen発表によれば、Antigravity OrchestratorはCarbonとHydrogenなどを同じセッションで動的に切り替える。Terminal-Bench 4.0ではCarbonに近いタスク成功率を保ち、平均の使用枠(quota)消費が24%少なく、完了が19%速かったという。これは両モデルを切り替えたGoogleの測定であり、Neon単体の速度差を示すものではないが、難しい部分だけ高いモデルへ渡す運用を評価する材料にはなる。

12月1日にはCarbonとArgonの料金条件が変わる。導入前の比較をそのまま固定せず、Neonで合格までの処理量がどこまで減るかを測り直すことで、追加料金を払う仕事と低単価のモデルに任せる仕事を分けられる。