Research Signal · デイリーダイジェスト

今日のAI

2026年11月11日（水）

要約

1ハイライト：Google、最強モデルGemini 4 Carbonを有料ユーザーに公開。11月30日以降は料金が倍に

2企業がChatGPT内のプロフィールを登録・更新可能に。エージェント機能は米国のみ

3MetaのMuse Ember、エージェントの定型作業を安く。成績の多くは同社の数字

今日の注目記事
Google、最強モデル「Gemini 4 Carbon」を有料ユーザーに公開AIモデル
US$2 / US$10
per million input / output tokens until 30 Nov, then US$4 / US$20 (Google)
3件の情報源をまとめました
★ 今日の注目記事

Google、最強モデル「Gemini 4 Carbon」を有料ユーザーに公開

11月10日、Googleは自社で最も強力とするGemini 4 Carbonを、2週間前に提供したサイバーセキュリティの試験利用者以外にも公開しました。開発者は有料のGemini API Application programming interface: a door that lets one piece of software ask another for data or actions.で使え、Google AI Ultraの契約者はGeminiアプリ、検索のAIモード、GoogleのAIコーディングツールGoogle Antigravity Google's software for building apps with AI agents, which can write, run and check code for you.で試せます。以下の性能に関する主張の多くはGoogle自身によるものです。

わかったこと

  1. 11月30日まではAPI料金が入力100万トークンあたり2ドル、出力100万トークンあたり10ドル（約8リンギと41リンギ）で、Gemini 4 Argonと同じです。その後は4ドルと20ドル（約16リンギと81リンギ）に倍増します。Googleによると、Carbonはより長く調べて検証するため、Argonより多くのトークンを使います。
  2. Googleは、ほとんどのコーディングや事務作業には引き続きArgonが適しており、Carbonは非常に難しい多段階の仕事向けだとしています。CursorBench 4.0、PerplexityのWANDR、ZapierのAutomationBenchで1位となり、1タスクあたりの費用は次に良い外部モデルの半分未満だと主張しています。Googleは独立した試験としていますが、全体の表は確認できていません。
  3. GoogleはAntigravityで「/swarm」を試験提供しています。1つの依頼を、作業の様子を見られるAIエージェントのチームに変える機能で、Carbonが計画と確認を担い、より速く安いモデルが残りを担当します。
  4. 実践動画で、Prompt Engineeringチャンネルの制作者（最近Googleに入社し、早期アクセスを受けたと説明）は、ペシャワールの砦の3DモデルづくりをCarbonに約20時間任せました。別のAIレビュアーの評価は10点中約5点。助言は、何度も作業を繰り返させ、進捗ファイルと別のレビュアーを用意することです。

なぜ重要か： Google AI Ultraを契約しているかAPIに課金しているなら、確認が重要な長く難しい作業を1つCarbonで試し、乗り換える前にArgonと費用を比べましょう。日常の文章作成やチャットには、ほとんどの人は必要ありません。

この記事を共有

情報源（3）
  • Gemini 4 Carbon is now available · Google (The Keyword)Read ↗
  • Gemini 4 Carbon is now available for developers · Google (The Keyword)Read ↗
  • Gemini 4 Carbon: The Most Capable Model from Google · Prompt EngineeringWatch ↗
この日のその他の記事
企業がChatGPT内のプロフィールを登録・更新できるようにビジネス
1.2bn
weekly ChatGPT users (OpenAI's own figure)
ビジネス

企業がChatGPT内のプロフィールを登録・更新できるように

11月10日、OpenAIは「Businesses in ChatGPT」をベータ版で始めました。Business Hubを通じて、企業は自社の掲載情報を登録し、主要な情報を修正し、価格や在庫を含む商品フィードを追加できます。これにより、人々が尋ねたときにChatGPTが最新の情報を持てるようになります。OpenAIによると、ChatGPTが使える地域にある対象企業なら登録できます。

主なポイント

  • 確認が済むと、企業は集計された数字を見られます。言及された回数、ウェブサイトへのクリック数、自社サイトが引用された会話でよく出る話題です。OpenAIは個人のチャットを企業に共有せず、一定数の会話がある場合にのみ分析を表示するとしています。
  • 自社商品について質問に答えるチャットアシスタント「Business AI agent An AI program that can take actions for you, like writing code, filling forms or moving items, not just answering questions.」は、今のところ米国の対象となるネットショップやオンラインサービス企業だけが使えます。こうしたチャットにはラベルが付き、ChatGPT自身の回答とは分けられます。
  • 企業はお金を払ってBusiness Agentを宣伝し、ChatGPT広告の誘導先にすることもでき、スポンサー表示にはラベルが付きます。OpenAIは毎週12億人がChatGPTを使っているとしていますが、これは同社の数字です。今後ほかの国にも広げる予定ですが、時期は示していません。

なぜ重要か： マレーシアで店やサービスを営んでいるなら、ChatGPTに自社について尋ねてどう説明されるかを確認し、Business Hubで登録して価格、営業時間、商品を直せるか調べましょう。エージェント機能は今のところ米国限定です。

この記事を共有

情報源（1）
  • Introducing Businesses in ChatGPT · OpenAIRead ↗
MetaのMuse Ember、AIエージェントの定型作業を安くすることを狙うAIモデル
US$0.10 / US$0.50
per million input / output tokens, prompts up to 200k (Meta)
3件の情報源をまとめました
AIモデル

MetaのMuse Ember、AIエージェントの定型作業を安くすることを狙う

11月9日（米国時間）、Metaは最小かつ最も安いモデルMuse Emberを公開しました。ツールの呼び出し、小さなコーディング作業、依頼の振り分け、長い文書の読み取りなど、AIエージェントが一日中繰り返す細かな作業向けです。MetaのModel API Application programming interface: a door that lets one piece of software ask another for data or actions.での料金は、入力100万トークンあたり0.10ドル、出力100万トークンあたり0.50ドル（約0.40リンギと2リンギ）です。

主なポイント

  • これはOpenAIのGPT-6 LunaやAnthropicのClaude Haiku 5.5と同じ基本料金です。独立系開発者のサイモン・ウィリソン氏は、非常に長いプロンプトでは料金が上がると指摘しています。20万トークンを超えると、入力0.30ドル、出力1.50ドルです。
  • Metaによると、EmberはArtificial Analysisの指標でHaikuの最高得点に並び、1タスクあたりの費用は約3分の1で、Lunaのどの設定よりも上です。Metaのグラフは11月9日付のArtificial Analysisの結果を引用していますが、Emberの費用は推定で、ほかのいくつかの試験結果はMeta自身のものです。
  • テキスト、画像、音声、動画を読めるマルチモーダルなモデルで、一度に最大100万トークンを受け取れます。推論レベルは6段階あり、ウィリソン氏の簡単な描画テストでは、レベルを上げても結果が良くなるとは限らず、「high」では最後まで出力できませんでした。
  • Metaは、化学・生物、サイバー、制御の喪失のリスクについて試験し、いずれも自社の高リスク基準を下回ったとしています。また、ウェブページに隠された指示に従わないかも確認しました。これらはMeta自身の評価です。

なぜ重要か： あなたや開発者が多くの小さな作業でAIエージェントを動かしているなら、定型的な手順に安いモデルを使えば費用を減らせます。まず自分の作業で試しましょう。トークン単価が安くても、仕事1件あたりが安いとは限りません。

この記事を共有

情報源（3）
  • Introducing Our Smallest, Most Efficient Model: Muse Ember · Meta AIRead ↗
  • Introducing Our Smallest, Most Efficient Model: Muse Ember (link blog) · Simon WillisonRead ↗
  • Meta releases Muse Ember (Japanese) · THE BRIDGERead ↗