Googleは10月28日、同社の対話AI「Gemini」シリーズの新モデル「Gemini 4 Carbon」を発表した。Googleが「最も強力なモデル」と呼ぶ最上位版だが、誰でもすぐ使えるわけではない。今週から提供される相手は、サイバー防御を担う一部の担当者だけだ。得意とされるのは、脆弱性（ソフトウェアの欠陥で、攻撃の入口になるもの）を見つけ、悪用できるか確かめ、直すまでの一連の作業である。なお、本稿の数字や評価はすべてGoogleの発表に基づく。第三者による検証結果ではない。
Carbon発表、まず防御側に限定提供
数日間、AIが動き続けた
まず目を引くのは、Googleが社内の事例として挙げた使い方だ。Googleによると、Carbonが数日間動き続け、大規模なプログラムの不具合の原因を突き止めて直したという。人間が逐一指示を出さなくても、AIが何日も作業を続けたということだ。
脆弱性への対応は、AIに1回質問して答えをもらう作業ではない。調べて、試して、直してを繰り返す長い仕事になる。Googleがブログで「サイバーセキュリティと、長時間にわたる作業（long horizon）で最先端」と打ち出すのも、この使い方を見据えてのことだ。どの規模のコードで、どれだけの人手が省けたのかは公表されていない。
提供の入り口は狭い
Carbonはまず一部のサイバー防御担当者に渡される。その後「Fairwind Program」という枠組みを通じて、信頼できるパートナーへ段階的に広がる。一般の開発者や企業向けは、利用者の意見をもとにした安全対策（ガードレール）の調整を終えてから「できるだけ早く」とするだけで、日程は示されていない。
セキュリティ部門を持つ企業にとって、現時点で確認できるCarbonへの入り口はFairwind Programだ。ただし、参加の対象や申請の手順は公式ブログに書かれていない。Googleは、米政府が任意で行う公開前のモデルテストにも参加しているという。
AIの性能を比べるArtificial Analysisの総合指数（v5.0）では、Googleの発表によるとCarbonがスコア59で1位になった。ランキングの頂点にいるAIが、いまは限られた防御担当者にしか届かない。性能を競う従来の新モデル発表とは、渡し方が大きく異なる。
「見つける・試す・直す」の成績
Googleは脆弱性対応を3つの工程に分け、それぞれのテスト結果を示した。いずれも、悪用を防ぐガードレールをかけない状態での数字だ。
- 見つける（脆弱性の発見、SEC-bench Pro）：88.2%
- 試す（悪用できるかの検証、ExploitGym）：54.8%
- 直す（修正、CWE-bench）：71.0%
見つける工程が最も高く、直す工程が続く。真ん中の「試す」は約半分にとどまる。攻撃が本当に成り立つかを確かめる作業は、AIにとってもまだ難しい工程だと読める。一方、ここに挙げられた数字だけでは、他社モデルと比べてどれほど優位なのかは読み取れない。
もう一つの実例が、自社ブラウザー「Chrome」の開発チームからの報告だ。Googleによると、脆弱性を直すパッチ（欠陥を修正するプログラム）の品質は、他社の大型の最先端モデルより10倍以上良かったという。比べた相手の名前や測り方は示されていない。
導入価格は前モデルと同額
料金も明らかにされている。API（ほかのソフトからAIを呼び出す仕組み）の利用料は、導入価格で入力100万トークンあたり2ドル、出力10ドルだ。トークンとは、AIが文章を処理する際の文字の単位のこと。AIに渡した文章に対する料金が入力、AIが返した文章に対する料金が出力にあたる。2週間前に公開された前モデル「Gemini 4 Argon」と同額に設定されている。同じ内容を繰り返し読み込ませる「キャッシュ」済みの入力には、入力価格の95%引きが適用される。
気になるのは、この「導入価格」がいつまで続くかだ。公式ブログでは終了時期も、その後の価格も示されていない。
それでも、脆弱性を見つけ、試し、直すまでをAIが担う方向は、今回の発表ではっきりした。セキュリティ部門にとっては、AI活用の検討を始める時期に入ったと言える。
