AIなら数秒でコードを生成できる。ソフトウェアプロジェクト全体に埋もれたバグを見つけて修正する作業は、はるかに大掛かりだ。
Googleは11月18日、Gemini 4 Neonを発表した。同社によると、Gemini 4 Neonは、大規模なシステムよりも低い標準価格で、負荷の高いプログラミング作業に対応できる新しいAIモデルだ。開発者や企業は、最上位の料金を支払わずに複雑なソフトウェアの問題に取り組むための新たな選択肢を手にした。
コーディングアシスタントがより長時間の作業を担うようになるなか、エンジニアリングチームは、こうしたツールがどれだけうまく作業を完了できるか、また各作業にいくらかかるかを検討する必要性が高まっている。
ソフトウェアプロジェクト全体のバグを調査
Neonは複数のファイルにまたがるコードを調べ、アプリケーションの異なる部分を通じてエラーを追跡できる。開発者は、まず問題のあるファイルを特定しなくても、アップデート後に機能が動かなくなった理由を調査するよう指示できる。
「 GoogleのAntigravity開発環境を通じて、モデルはコーディングツールを使い、より複雑な作業を実行できる。あるデモでは、ゼロからプレイ可能なスキーシミュレーターを作成した。
別のテストでは、NeonはAntigravity上で動作させた場合、ソフトウェアのバグの39%を修正した。より単純な構成での修正率は12.8%だった。エージェントは、修正を試みる前に自ら問題を見つける必要があり、より高度な開発環境が成功率の向上に寄与した。
Googleの モデルカードでも、Neonは2つのコーディング評価で、Anthropicのより大規模なClaude Opus 5.5に近い位置づけとなっている。
コーディングテスト | 測定内容 | Gemini 4 Neon | Claude Opus 5.5 |
Terminal-Bench 4.1 | コンピューターコマンドを使ってプログラミングおよびシステムのタスクを完了する能力 | 65.2% | 65.8% |
FrontierCode 2.0 | 実際のソフトウェアプロジェクトの要件を満たすコード変更を作成する能力 | 46.2% | 47.3% |
料金と開発者向けアクセス
GoogleはNeonを価格設定した。料金は100万入力トークン当たり3ドル、100万出力トークン当たり15ドルで、キャッシュ済み入力には割引が適用される。
このAIモデルの通常料金はGemini 4 Carbonより低い。同社のより大規模なモデルだ。ただし、 期間限定キャンペーンにより、11月30日まではCarbonのトークン単価のほうが安くなっている。標準料金は12月1日に再開される予定だ。
100万トークンのコンテキストウィンドウにより、新システムは1回のリクエストで大量のソースコードや関連文書を扱える。低から超高まで4段階の推論設定があり、開発者は作業にどれだけ処理能力を割くかを選択できる。
アクセスはGemini APIとGoogle AI Studioを通じて順次提供されるほか、Android Studioと法人向けGeminiからも利用できる。対象となるGoogle AI ProおよびUltraの加入者は、サービスによってはAntigravityとGeminiアプリからNeonを利用することも可能だ。
eWeekの調査結果:Neonの推論に多くの費用をかけても、必ずしも結果は向上しない
GoogleはNeonを負荷の高いAIタスク向けの低コストな選択肢として売り込んでいるが、開発者が選ぶ処理量によって最終的な請求額は大きく変わる可能性がある。
eWeekはArtificial Analysisによる独立したテストを分析し、超高推論を使うと、総合知能スコアがわずか1ポイント向上する一方で、平均コストは約72%、完了時間は45%増加すると算出した。
Artificial Analysisの測定結果 | 高推論 | 超高推論 |
総合知能スコア | 60 | 61 |
ベンチマークタスク1件当たりの平均コスト | $3.74 | $6.44 |
ベンチマークタスク1件当たりの平均時間 | 14.8分 | 21.5分 |
業務文書テストのスコア | 33.4% | 28.0% |
数値はArtificial Analysisの標準化評価によるもの。コストと完了時間は、同社のベンチマーク作業を反映している。
今回の調査では、処理を追加したことで結果が悪化した例も確認された。業務文書タスクを評価するGDP.pdfのテストでは、Neonのスコアは高推論で33.4%だったが、超高推論では28.0%に低下し、5.4ポイント下がった。つまり、処理能力を多く使っても、その評価ではスコアが低下したことになる。
開発者や企業のエンジニアリングチームは、既定値を選ぶ前に、自分たちのプロジェクトを代表する作業を使って推論設定を比較すべきだ。1つの方法は、ツールと合格判定を同一に保ったまま、同じバグの集合を両方の設定で処理することだ。
そのうえでチームは、自動テストと人によるレビューに合格した修正の数を、承認された修正1件当たりの総支出と併せて測定できる。
超高推論を既定値にする前に、エンジニアリングチームは自分たちのバグを代表するサンプルで両方の設定をベンチマークすべきだ。ツールと合格判定を同一にして、承認された修正の数とトークン総消費量を測定する。
最大限の推論は極めて難しい問題では効果を発揮するが、Neonがうたう低価格のメリットは結局のところ、本当に必要なタスクにだけ追加の計算資源を割り当てることにかかっている。
AIとの対話法を学べる、無料の6分間 AIとの対話法コースでは、よりよいプロンプトを書くための簡単な方法を紹介する。ほかのレッスンも7日間無料で利用できる。 The Neuron Academyのコースを探す。