Gemini 4 Neonは、何を基準に「安い」といえるのか

AIモデルを選ぶとき、「上位モデルより安い」という説明だけでは、月の費用を判断できない。単価、使う量、思考の設定、比較する日付が変われば、結論も変わる。11月18日に発表されたGemini 4 Neonを題材に、本稿では「請求書の整理や文書確認を担う中小企業が、どの条件をそろえてモデルの費用を比べるべきか」を考える。
Googleの発表は、Neonを複雑な開発・分析・企業業務で深さと効率を両立するモデルとして紹介している。モデルカードではCarbonを基にしたモデルと説明する。日常の速い実行を担うHydrogen、長期で難しい作業を担うCarbonとの間で、どの仕事に割り当てるかが選択の中心になる。
11月と12月では、比較する料金の前提が変わる
Google Cloudの料金表でStandard・Globalを見ると、Neonは100万トークン当たり入力3ドル、出力15ドル。Carbonの表示は11月30日まで入力2ドル・出力10ドル相当、12月1日から入力4ドル・出力20ドルとなる。現在の条件でNeonの単価が常にCarbonより低い、と説明するのは誤りだ。
さらに同表は、期間限定の割引を対象支出への50%クレジット還元として説明している。費用比較では、通常の請求額と還元後の実質額を区別する必要がある。予算の見積もりで還元を織り込むなら、対象モデル、対象期間、適用条件を自社の契約で確認する。単価の数字だけを別の購入経路へ移してはいけない。
アプリの有料プランで使う場合と、従量課金のAPIやGoogle Cloudで使う場合も、支払いの仕組みは同一ではない。本稿の計算は指定した料金表に基づく比較であり、アプリの月額料金をトークン単価へ換算したものではない。料金の前提を揃えることは、モデルの評価を始める前の作業になる。
単価の計算と、一つの仕事を終える費用を分ける

トークン課金は、文章の件数ではなく、入力・出力などの使用量に応じて計算する。ここでは違いを見える形にするため、編集部が架空の使用量を置いて算出した。実際のNeonを動かした結果ではなく、料金表の読み方を確認する試算である。
同じ使用量を置いた試算では、何が分かるか
キャッシュを使わず、入力20万トークン、出力・思考を合わせて4万トークンと仮定する。Neonは「0.2×3+0.04×15」で1.20ドル。Carbonは導入価格相当なら0.80ドル、12月以降の通常価格なら1.60ドルとなる。税、為替、外部ツール、保存やネットワークなどの費用は含めていない。Cloudの期間限定条件では還元前後の扱いにも注意が必要だ。
この計算から分かるのは、使用量が同じなら、基準日によって価格の順序が変わることまでだ。Neonに替えれば同じ使用量で済む、ということは証明していない。違うモデルが同じ依頼に対してどれだけ思考し、何回のやり直しで合格するかは、別に確かめる必要がある。
Googleは既定のhigh設定でCarbonよりタスク当たりの費用が32%低いと説明している。ただし、単価だけの比較とは異なり、特定の評価条件での使用量なども関わる指標だ。自社の仕事でも同じ割合で費用が下がるとはいえない。公表された比較結果と、自社の予算計算を分けることが重要になる。
どれだけ使用量が減れば、料金の差を埋められるか
先の例では、11月のCarbonの還元後相当単価に対し、Neonの入力・出力単価はどちらも1.5倍になる。そのため入力と出力が同じ割合で減るという仮定なら、Neonの使用量がCarbonの3分の2になったところで料金は並ぶ。これは1.5に3分の2を掛けた算数上の境界であり、Neonが実際にその量で仕事を終えるという予測ではない。
反対に12月以降の通常単価なら、Neonの単価はCarbonの4分の3になる。同じ条件での使用量が増えても、Carbonの4分の3という単価に、使用量として3分の4を掛けたところで、両者の料金は同じになる。つまり使用量が約3分の1増えると、単価だけから期待した差は消える。この例も入力と出力が同率で動く仮定であり、実際にはそれぞれの使用量を別々に計算する必要がある。
この境界を予算表に置く意味は、モデルの優劣を決めるためではない。評価で何を測らなければ結論が出ないかを明確にするためだ。出力が長くなるモデルへ切り替えるなら、短い指示文の入力だけを数えても足りない。再試行が減る見込みなら、成功した最初の回答だけでなく、比較対象で発生したやり直しも含めて記録する必要がある。
キャッシュを含めるなら、再利用できる入力を特定する
共通の社内ルールを毎回読ませる仕事と、毎回違う資料を処理する仕事では、キャッシュを使える範囲が違う。すべての入力を安いキャッシュ読取単価で計算すると、実際の費用を過小評価するおそれがある。共通部分と案件固有部分を分け、実際に適用される読取、書込、保持などの条件を確認したい。
この確認は価格のためだけではない。古い業務ルールを使い回してしまえば、安く処理できても回答は現行の運用に合わなくなる。どの版の資料を使ったかを出力と対応付けることで、キャッシュの再利用と内容の更新を同時に管理しやすくなる。ここは編集部の運用提案であり、Neonに自動で備わる機能として述べているわけではない。
highとxhigh、長い入力と長い出力を混同しない

Geminiの思考設定に関する技術文書は、Neonの既定をhighとし、low、medium、high、xhighを区別する。xhighは、より深い処理に時間とトークンを使う選択だ。発表で紹介する高い評価の一部はxhigh条件であり、既定設定の費用と、そのまま組み合わせて一つの性能値として扱ってはいけない。
まず合格条件を決め、その後で設定を比べる
たとえば、請求書から取引先、期日、金額を取り出す仕事では、もっとも深い思考がいつも必要とは限らない。一方、複数契約の例外条件を突き合わせる仕事では、単純な抽出と同じ設定では不足する可能性がある。どちらが適切かは製品名から決めず、何を正しく返す必要があるかで比較する。
同技術文書は、出力の上限を小さくしすぎると、思考の途中で上限へ達して、不完全な結果や空の回答になる場合を説明している。最終回答が短かったから低コストだった、と判断できない場面がある。回答が完成したか、出力が途中で切れていないかを、費用記録と合わせて見る必要がある。
モデルカードも、合計のコンテキスト枠と通常の同期出力、長いバックグラウンド出力を区別している。大量の資料を受け取れるという能力は、同じ長さの完成文書を通常の応答で返せるという意味ではない。長い入力を扱う計画では、出力の量や実行方式まで含めて設計する必要がある。
長い資料を渡せることと、必要な根拠を拾えること
資料を大量に入力できても、回答がどのページや項目に基づくかを確認できなければ、担当者の手間は残る。文書確認なら、結論だけでなく根拠箇所、食い違う記載、確認できなかった項目を返す条件にする。入力枠を埋めることを目的にせず、その仕事に必要な情報を追えるようにする。
モデルカードには、誤った情報を生成する可能性などの限界も記されている。高いベンチマーク結果は、顧客の資料に存在しない事実を出さないという個別の保証ではない。最新の規程や契約を扱う場合は、モデルの知識だけに頼らず、その時点の資料へ戻って照合する工程を残したい。
百万トークンを受け取れることと、長文を完成できること
モデルカードの具体的な記載は、入出力を合わせた最大100万トークンの枠、通常の同期出力は最大64Kトークン、バックグラウンドの長い出力では最大100万トークンという区別だ。同じ「100万」でも、通常の対話で100万トークンの完成回答が返るという意味ではない。契約書を大量に入れられることだけで、一度に必要な報告書を最後まで作れると判断しない方がよい。
業務で長い成果物が必要なら、必要な章、各章に付ける根拠、欠落を調べる方法を先に決める。途中まで出た回答を完成品として扱わないこと、入力のどの版を参照したかを残すことが、出力上限と合わせて検討する条件になる。これは機能の実測結果ではなく、仕様に合わせて評価を組むための提案だ。
同カードは知識の区切りを2026年3月とし、誤った内容を生成する可能性も記している。11月に公開されたモデルだから11月の法令や料金を当然に知っている、と推測してはいけない。現在の情報を必要とする業務では、その情報を別途確認して入力する手順や、参照した資料の更新日まで評価対象に含めたい。
日本語の業務文書で、修正まで含めた比較を作る

ここからは編集部による評価案だ。自社で使用できる試験資料を用意し、通常の文書だけでなく、訂正、欠落、複数候補があるケースを含める。正しい答えを事前に人が確認しておき、同じ依頼文、同じ資料、同じ出力形式でモデルと設定を比べる。これはNeonの実測報告ではなく、試験の組み立て方である。
書類の読み違いと、元データの不足を分ける
たとえば、請求元の住所と振込先の銀行名を取り違えたなら、抽出の誤りとして直す。一方、振込先が書かれていない資料に対して、過去の取引先情報から勝手に補ったなら、欠落時の動作条件を見直す必要がある。「正解ではなかった」を一つの件数にまとめず、誤りの種類ごとに修正方法を考える。
結果を比較するときは、最初の回答の料金だけでなく、修正の指示、再実行、確認者の作業も記録する。失敗例を集計から外すと、安く終わった案件だけが残ってしまう。成果物として使える状態になるまでの手間を含めることで、モデルを替える意味があるかを判断しやすくなる。
また、設定を変更して精度が上がった場合でも、どの資料や依頼が効いたかを分けたい。途中で入力文も正解の条件も変えれば、モデルの違いだけを比較できない。AstraとSolの費用・品質の比較手順と同様に、比較の条件を固定することが出発点になる。
切り替え先のモデルが使えない場合や、必要な情報を根拠付きで取り出せない場合は、現在の手順を残す。モデルの提供開始を、すべての業務を移す期限にする必要はない。小型モデルへ任せる工程の選び方も参考に、処理を任せる範囲から見直す方がよい。
予算表には、完成しなかった処理も残す
継続して使う費用を見積もるときは、最終的に受け入れた成果物だけを分母にし、そのために発生した試行の費用を分子へ含める。たとえば、同じ請求書を何度も読み直した場合、そのうち採用した回答だけの料金を記録すると、業務で必要だった費用が消えてしまう。出力に使えなかった理由も残せば、モデルを変更するべき問題か、入力や合格条件を直すべき問題かを検討できる。
思考設定を上げて修正が減った場合でも、処理全体の時間を別に見る必要がある。対話中に待つ業務と、夜間にまとめて処理する業務では、待ち時間の意味が違う。自社の締め切りまでに終わればよいのか、担当者の画面操作を止めない応答が必要なのかを決めてから、設定を選びたい。
本稿の試算は、そうした実測を置き換えるための数字ではない。同じ使用量を仮定して単価差を確かめる段階と、同じ業務を実行して使用量や修正を測る段階を分けたものだ。前者で予算の感度を把握し、後者で採用を判断する、と順序を明らかにしておけば、発表の「安い」と現場の実績を混同せずに済む。
本稿で実施したのは公式文書の照合と料金の計算であり、Gemini APIの呼び出しや実データでの性能試験は行っていない。導入検討の相談先として、運営会社のRO合同会社を案内する。Neonの評価で重要なのは、単価が安い日を選ぶことだけでなく、その設定で自社の仕事を最後まで正しく終えられるかを確かめることだ。
出典と確認範囲
- Google:Introducing Gemini 4 Neon、DeepMind:モデルカード:発表、位置付け、評価・限界。同じモデル公開の情報として一群に数えた。
- Google Cloud:Model Garden料金表:Standard・Globalの単価と期間限定条件。2026年11月22日確認。
- Google:Gemini thinking技術文書:思考設定、出力上限、使用量との関係。
- 題材の入口:イノベトピア:本稿の架空使用量による試算は編集部の計算であり、実測性能を示さない。
PR
ElevenLabs →