Gemini 4 Carbon と Argon を比較：回答の長さは同じ、待ち時間は約3倍

この記事の要点

• 同じ43の質問に対する回答の長さは、Gemini 4 Carbon と Gemini 4 Argon でほぼ同じでした（平均385語と386語）。
• Carbon は43問すべてで Argon より遅く、回答までの時間は中央値で約35秒と約11秒でした。
• 出力トークン（考えた分を含む）は、Carbon が平均2,006、Argon が平均1,099でした。同じ質問でも、Carbon のほうが費用はかかります。
• 簡単な質問では、二つの回答は中身までほぼ同じでした。差が出たのは、難しい SQL の最適化です。
• 普段の作業は Argon、Argon で足りない難しい問題だけ Carbon、という Google の勧める使い分けは、計測の結果とも合っています。

Google は2026年11月10日に Gemini 4 Carbon の一般提供を始め、同社で最も強力なモデルと位置づけました。一方で、ソフトウェア開発や知的業務の大半には、先に出た Gemini 4 Argon が適しているとも書いています。では、二つはどこが違うのか。FastMetal の比較用の質問43問（英語21問、日本語22問）で確かめました。

計測の方法

FastMetal は、文章の要約、プログラムの不具合修正、翻訳、算数の文章問題など、43の共通の質問を用意し、各モデルの回答をモデルページで公開しています。同じ質問を両方のモデルに一度ずつ送り、回答、回答までの時間、出力トークン数を記録しました。

Argon の回答は2026年10月13日、Carbon の回答は2026年11月10日に取ったものです。時間には通信の時間も含まれ、日によって混み具合も違うので、時間の差は目安として読んでください。

回答の長さはほぼ同じ

画面に出る回答の量は変わりません。違いは、その前に考える量です。Google も、Carbon は調べる、深く考える、検証を繰り返すために Argon より多くのトークンを使うと説明しています。出力トークンが多かったのは43問中38問でした。

考えた分も出力トークンとして課金されるので、同じ質問でも Carbon のほうが1回あたりの費用は高くなります。単価はGemini 4 CarbonとGemini 4 Argonのモデルページでご確認ください。

簡単な質問：中身までほぼ同じ

「strawberry に r はいくつあるか」という質問には、どちらも1文字ずつ数えて3と答えました。

日本語の算数の文章問題（機械AとBの良品の数を求める3問）も、答えは三つとも一致しました。1問目は1,610個、2問目は約13時間10分、3問目は約11時間58分です。違いは一つだけで、Argon の回答には「以下の 방程式が成り立ちます」と、韓国語の文字が1語混ざっていました。Carbon の回答にはありません。43問の中で韓国語の文字が混ざったのは、この1問の Argon の回答だけでした。

Python の型エラーを直す質問でも、二つの回答は原因、直し方、Decimal を使う理由まで同じ筋道でした。

難しい質問：SQL の最適化で差が出た

差がはっきりしたのは、500万行のテーブルで30秒以上かかる SQL を最適化する質問です。Carbon はこの質問に104秒かけ、出力トークンは6,615でした（Argon は12秒、1,248）。

二つとも、注文とレビューを同時に結合すると行が掛け算で増え、売上の合計が水増しされる問題を見つけ、集計を先に分ける書き方に直しました。そこから先が違います。

• Carbon は、売上の上位50件を先に決めてから、その50件にだけレビューの平均とカテゴリ名を付けるように書き換えました。レビューの集計が全商品分から50件分に減ります。
• Carbon は、注文テーブルの金額（o.amount）は注文全体の金額なので、1件の注文に複数の商品があると、商品ごとに注文全体の金額が足されてしまう点も指摘しました。商品ごとの売上なら、明細の金額を集計するよう勧めています。Argon の回答には、この指摘がありません。
• インデックスも、Carbon は集計に使う列まで含めて、表を読まずにインデックスだけで集計を終える形を提案しました。

この質問では、Carbon が考えた時間の分だけ、回答に中身が増えています。

使い分けの目安

• 普段の作業は Argon：文章の作成、要約、翻訳、一般的なコードの修正では、二つの回答にほとんど差がありませんでした。待ち時間も費用も Argon のほうが小さくなります。
• 難しい問題だけ Carbon：前提を疑う、設計を組み直す、隠れた不具合を探す、といった問題では、Carbon の考える時間が回答の質に表れました。Argon の回答で足りなかったときに Carbon に渡すのが、無駄の少ない使い方です。
• どちらも API と MCP から使えます：エージェントに組み込むときは、モデル ID gemini-4-argon と gemini-4-carbon で呼び出せます。

よくある質問

Q. Gemini 4 Carbon と Argon、どちらが賢いですか？

Google は Carbon を同社で最も強力なモデルとしています。LMArena の公開データセット（2026年11月9日公開分）では、テキスト部門の総合で Carbon が1位、Argon が2位でしたが、スコアの差は誤差の範囲です。FastMetal の43問では、簡単な質問の回答はほぼ同じで、差が出たのは難しい SQL の質問でした。

Q. Carbon はなぜ遅いのですか？

回答の前に考える量が多いからです。回答の長さは Argon とほぼ同じですが、出力トークンは平均で Argon の約1.8倍でした。Google も、Carbon は検証を繰り返すために Argon より多くのトークンを使うと説明しています。

Q. 料金は違いますか？

単価はモデルごとに違い、どちらも100万トークンあたりの従量課金です。それに加えて、Carbon は同じ質問でも出力トークンが多いため、1回あたりの費用は高くなります。単価は各モデルページでご確認ください。Carbon の FastMetal の料金は、2026年11月11日から Google の導入期間後の価格にもとづいています。

Q. API から Carbon を使えますか？

使えます。2026年11月11日から、Gemini 4 Carbon も Gemini 4 Argon と同じく API と MCP から呼び出せます。モデル ID は gemini-4-carbon です。

まとめ

Gemini 4 Carbon は、Argon と同じ長さの回答を、多く考えてから返すモデルです。簡単な質問では違いがほとんどなく、難しい SQL の最適化では、その考えた分が具体的な指摘として回答に表れました。普段は Argon、難しい問題だけ Carbon、が計測から見た使い分けです。

43問すべての回答はGemini 4 Carbon のモデルページとGemini 4 Argon のモデルページで見比べられます。試すときはチャットでモデルを切り替えてください。