Gemini 4四天王で同じ記事を作らせた実測比較|Neon・Argon・Carbon・Hydrogen生記事公開
作成日:

Gemini 4四天王で同じ記事を作らせた実測比較|Neon・Argon・Carbon・Hydrogen生記事公開


論旨

2026 年 11 月 18 日(日本時間 11 月 19 日)に Google 公式ブログで『Gemini 4 Neon』が発表 されたことで、ついに Google DeepMind の第 4 世代フラッグシップ群 「Gemini 4 四天王(Hydrogen・Neon・Argon・Carbon)」 がすべて出揃いました。開発者やブロガーにとって今もっとも知りたいのは、「カタログ上のベンチマーク点数ではなく、実際にまったく同じお題で 1 本の専門記事をゼロから作らせたら、4 モデルのどこに決定的な差が出るのか?」という一次実測の裏付け(エビデンス)です。

そこで当ラボ(公開 823記事 規模の Astro 7 サイト・Pure Rust 製の SQLite 検索エンジン kb-search および憲法検問 gemini-gate 稼働環境)では、2026 年 11 月 19 日に 4 モデル(Hydrogen XHigh・Neon XHigh・Argon High・Carbon High)へ一字一句同じプロンプトを投げて専門記事をゼロから完走させる完全ブラインド・イコールコンディション実測比較 を実施しました。

実測の結果、新参の Gemini 4 Neon (XHigh) が「長文後半で要約調に縮む」という事前推論を覆して 4 モデル最長の 18,992 字 を完走し、初回検問の本文ミス 0 件 かつ 12 月以降の API 従量換算で最安 1 位(約 \$3.45[推論]) を記録した一方、定額サブスクのクォータ消費に直結する 新規(Fresh)入力トークンでは Gemini 4 Argon (High) が 288,502 トークン(キャッシュヒット率 95.7%・Hydrogen の約 6.8 分の 1・11 月末までの特価換算最安 \$1.90[推論])と圧倒的 1 位の省燃費と実機写真発掘力 を実証しました。

本記事では、各モデルが出力した 「本文 1 文字無改変の生標本ページ 4 本(SHA-256 ハッシュ証明済)」 と、4 モデルの最高到達点を合体させた 「決定版の完成記事 1 本」 をすべて実物公開したうえで、処理時間・トークン内訳・API 換算コスト・5 大発見を徹底解剖します。

合わせて読みたい深まる関連情報
対象となる方
  • 『Gemini 4 Hydrogen・Neon・Argon・Carbon』の 4 モデルにまったく同じお題を投げたときの「生の成果物の違い」 を、抜粋ではなく丸ごと自分の目で見比べたい方

  • 1 本の専門記事をゼロから完走させたときの 実測処理時間・新規(Fresh)入力トークン・キャッシュヒット率・11 月特価および 12 月正規 API 単価でのコスト差 を正確に把握したい方

  • 新登場の Gemini 4 Neon (XHigh) が本当に長文執筆でも使えるのか、既存の主力 Argon (High) や最上位 Carbon (High) とどう使い分けるべきか の結論を知りたい方

質問するおじさん

前におこなった Argon と Carbon の同じ記事対決も面白かったんじゃが、今日新しく出た『Gemini 4 Neon』と高速版の『Hydrogen』まで含めた四天王全員で、まったく同じ条件のガチンコ対決をやってみたんじゃな!

解説ナビゲーター

はい! 前回の実験では Hydrogen だけがルール最適化後の「別日・参考追試」になっていたのですが、今回は現在の完成形環境(テキスト丸読みブロック&Pure Rust 製の SQLite 検索・検問統合環境)の上で、4 モデル全員が 100% 同じスタートラインから走る完全ブラインド実験 をやり直しました。まずは証拠となる 4 本の生記事リンクからご覧ください!


実物公開:4モデル生記事と統合完成版の読み比べ

AI モデルの比較記事で一部だけを切り取って紹介すると、「書き手の主観で都合の良い部分だけを選んだのではないか」という疑問が残ります。そこで当サイトでは、検索エンジン(noindex)や記事一覧からは隠しつつ、リンクを開いた読者だけが出力そのままを閲覧できる 「限定公開アーカイブ機能(unlisted: true)」 を使い、4 モデルの生成物を 1 文字も手直しせずに保存しました。

なお、全 4 本の生標本ページは実験完了直後の退避ファイルと公開ファイルの本文ハッシュ値を ./scripts/run_gemini_gate.sh --verify-hash --body-only で照合し、SHA-256 ハッシュが 1 ビットの狂いもなく完全一致(本文改変ゼロ) していることを機械証明しています。

🧪 クリックして実物を比較!『無編集の生記事4本』と『統合完成版』

※同一テーマの記事がサイト内に 5 本存在して Google 検索で重複評価(カニバリゼーション)が起きるのを防ぐため、①〜④の生標本ページには自動で <meta name="robots" content="noindex, follow" /> と⑤への <link rel="canonical"> を出力し、サイトマップからも除外しています。実際の冬の加湿・結露対策の実践には、4 モデルの全知見と安全基準を統合した ⑤の正規完成版 をご活用ください。

完全イコールコンディションの直列リレー実験手順

今回の実験でもっともこだわったのは、「先攻・後攻による有利不利やカンニングの可能性を物理的に 0% に封じること」 です。

前回の 11 月 11 日実験では別チャットを立ち上げて進めたため、後攻の Carbon が git status や会話履歴データベースで先攻の痕跡を目にして「自主的に閲覧を拒否する」という場面がありました。今回は現在の完成形環境(テキスト系ファイルへの read_file 丸読みを物理ブロックし、Pure Rust 製の SQLite 検索 kb-search と高速検問 gemini-gate に一本化した環境)にて、ベースコミット e6dcbfc から以下の厳格な直列リレー方式で 1 モデルずつ計測しました。

次のテーマで新しいレビュー記事を1本作って。
「冬にインフルエンザ対策でしっかり加湿すると窓が結露してカビるのが困る。なぜ換気や除湿機では解決しないのか?加湿と結露防止を両立するにはどう計算してどんな対策をすればいいか?」

※上記のお題に加え、純粋な単体モデルの性能を測るため「サブエージェントへの再委託禁止(単騎完走)」「本番転送の保留と finish(憲法監査エラー 0 件クリア)までの完遂」「先行走者のボード投稿および会話履歴検索(convos / brain)の参照禁止」を共通条件として同一文面で与えています。

後攻カンニング0%を保証した『4モデル直列クリーン復元リレー』手順
ベース状態の固定と第1走者 Hydrogen (XHigh) 起動

コミット e6dcbfc(公開 823記事 規模)を基準点として固定し、第 1 走者 gemini-4-hydrogen-xhigh を起動。調査・執筆・画像作成・finish 検問クリアまで単騎で完走させます(13:09:28〜13:26:58)。

成果物の外部退避と作業ツリー・SQLiteの完全復元

生成された記事フォルダ・新規アフィリエイト定義・逆リンク差分・トランスクリプトを外部退避した直後、作業ツリーと _local_db/kb.sqlite を実験前の e6dcbfc 状態へ 100% クリーン復元します。

第2走者 Neon ➔ 第3走者 Argon ➔ 第4走者 Carbon の直列計測

まったくなにも作られていない初期状態から、第 2 走者 gemini-4-neon-xhigh(13:29〜13:47)、第 3 走者 gemini-4-argon-high(13:49〜14:09)、第 4 走者 gemini-4-carbon-high(14:12〜14:40)の順で同じく完走・退避・クリーン復元を繰り返します。

生標本4本のSHA-256無改変証明と決定版への統合

退避した 4 本の生原稿を raw-* スラッグで限定公開配置して --verify-hash --body-only で本文無改変を証明したうえで、親 Carbon が 4 本の強みをすべて融合した決定版記事を作成しました。

1モデル完走ごとに作業ツリーとSQLite知識ベースをベースコミット e6dcbfc の状態へ100%巻き戻して次走者を起動しました

この手順により、4 モデルすべてが「サイト内に同じテーマの記事が 1 本も存在しないまっさらな状態」からスタートしており、文字通り 100% 公平な横並び比較となっています。


処理時間・トークン・API換算コストの4モデル実測

それでは、各モデルの実行ログ(transcript.jsonl およびステップ確定メトリクス)から抽出した 1 記事完走あたりの実測データ を公開します。

確定トランスクリプトの全メトリクス一覧と比較表

まずは 4 モデルの所要時間、思考ステップ(Planner)回数、ツール実行回数、トークン消費内訳、そして Google Developer API 公式料金表 に基づく従量換算コスト(推論)を一覧表で比較してみましょう。

実測評価項目(同一記事ゼロからの完走) ① Hydrogen (XHigh) ② Neon (XHigh) ③ Argon (High) ④ Carbon (High)
完走所要時間 17.50 分(最速1位)
(13:09:28〜13:26:58)
18.38 分(2位)
(13:29:24〜13:47:47)
20.20 分(3位)
(13:49:44〜14:09:56)
27.63 分(4位)
(14:12:27〜14:40:05)
思考ステップ(Planner)回数 51 回 28 回(最少1位!) 51 回 44 回
ツール呼び出し総数
(主な内訳)
116 回(最多)
(kb:47 / gate:12 / read:2)
95 回
(kb:35 / gate:11 / read:3)
79 回(最少1位!)
(kb:32 / gate:20 / read:14)
98 回
(kb:34 / gate:14 / read:1)
新規(Fresh)入力トークン
(※クォータ消費の主因)
1,960,339
(Argonの約6.8倍)
531,488
(Argonの約1.84倍)
288,502(最小1位!)
(圧倒的省燃費)
657,224
(Argonの約2.28倍)
キャッシュ読込トークン
(キャッシュヒット率)
8,013,220
(Hit率 80.3%)
4,915,164
(Hit率 90.2%)
6,430,447
(Hit率 95.7% 最高1位!)
6,551,165
(Hit率 90.9%)
総入力トークン(Fresh+Cache) 9,973,559 5,446,652(最小1位!) 6,718,949 7,208,389
総出力トークン(思考+本文+コード) 116,153 74,512 67,819(最小1位!) 96,123
完成記事の規模
(行数・容量・本文文字数)
442 行・44.4 KB
本文 13,583 字
459 行・59.5 KB
本文 18,992 字(最長1位!)
536 行(最多)・58.0 KB
本文 18,089 字(画像3枚)
470 行・49.9 KB
本文 14,840 字
API 従量換算コスト(推論)
(2026年11月30日まで特価期間)
約 \$4.41
(通年単価)
約 \$3.45
(通年単価)
約 \$1.90(現行最安1位!)
(11/30までCarbonと同単価)
約 \$2.93(現行2位)
(11/30まで導入特価)
API 従量換算コスト(推論)
(2026年12月1日以降正規単価)
約 \$4.41
(通年単価・3位)
約 \$3.45(12月以降最安1位!)
(通年単価)
約 \$3.80(12月以降2位)
(正規単価改定後)
約 \$5.86
(正規単価改定後)

※API 従量換算コストは、100 万トークンあたりの単価(Hydrogen 通年:入力 \$1.50 / Cache \$0.075 / 出力 \$7.50、Neon 通年:入力 \$3.00 / Cache \$0.15 / 出力 \$15.00、Argon & Carbon 11月30日まで導入特価:入力 \$2.00 / Cache \$0.10 / 出力 \$10.00、12月1日以降正規:入力 \$4.00 / Cache \$0.20 / 出力 \$20.00)に実測トークン数を当てはめた試算値(推論)です。

この表のなかで、定額サブスクリプション(Google AI Pro / Ultra プラン)を利用する開発者やブロガーがもっとも注目すべき指標は、総入力トークンではなく 「新規(Fresh)入力トークン」と「キャッシュヒット率」 です。

4モデルの『新規(Fresh)入力トークン』実測比較(少ないほど省クォータ)
③ Argon (High)[Hit率 95.7%・最高!]
28.9万トークン(最小1位・基準1.00倍)
② Neon (XHigh)[Hit率 90.2%]
53.1万トークン(1.84倍)
④ Carbon (High)[Hit率 90.9%]
65.7万トークン(2.28倍)
① Hydrogen (XHigh)[Hit率 80.3%]
196.0万トークン(6.79倍!)
※キャッシュが効かない新規(Fresh)入力トークンは単価がキャッシュ読込の20倍重く、サブスクのクォータ消費に最も強く影響します。

グラフを見ると一目瞭然ですが、Gemini 4 Argon (High) の新規(Fresh)入力トークンはわずか 28.9 万トークン(キャッシュヒット率 95.7%) に収まっており、第 2 位の Neon (XHigh)(53.1 万トークン)の約半分、Hydrogen (XHigh)(196.0 万トークン)の実に 約 6.8 分の 1 という驚異的な省燃費を叩き出しています。

11月特価と12月正規単価でのAPIコスト逆転劇

続いて、2026 年 11 月 30 日までの導入記念特価期間と、2026 年 12 月 1 日以降の正規単価改定後で、1 記事あたりの API 従量換算コスト(推論)がどう変化するかを比較してみましょう。

同一記事1本あたりのAPI従量換算コスト比較(11月特価 vs 12月以降正規)
Argon (High)[11/30まで特価]
$1.90(現行最安1位!)
Carbon (High)[11/30まで特価]
$2.93(現行2位)
Neon (XHigh)[通年単価・12月以降1位]
$3.45(12月以降の従量最安1位!)
Argon (High)[12/1以降正規単価]
$3.80(12月以降の従量2位)
Hydrogen (XHigh)[通年単価]
$4.41(単価最安なのに探索増で3位)
Carbon (High)[12/1以降正規単価]
$5.86(重厚監査・設計向け)
※公式API単価に基づく試算(推論)。11月30日まではArgonが1.90米ドルで圧倒的最安1位、12月1日以降はNeonが3.45米ドルで従量最安1位に躍り出ます。

ここから、カタログの単価表だけを見ていては絶対に気づけない 2 つの重大な逆転現象 が浮かび上がります。

💡 実測トークンとAPI料金換算から判明した2大コスト逆転現象
  • ① カタログ単価が最安($1.50)の Hydrogen が、実戦の長文執筆では $4.41 で Neon や Argon より高くなる :100 万トークンあたりの基本単価は Hydrogen が \$1.50 で最も安いはずですが、自律エージェントとしてゼロから記事を作らせるとツール呼び出しが 116 回 に膨らみ、キャッシュが効かない Fresh 入力が 196 万トークン・出力が 11.6 万トークン まで増大しました。その結果、12 月以降の正規単価で比べても 単価 2 倍の Neon(\$3.45)や単価 2.67 倍の Argon(\$3.80)より Hydrogen(\$4.41)のほうが高くつく という逆転が起きています(推論)。

  • ② 11 月末までは Argon($1.90)が圧勝、12 月以降の API 従量課金では Neon($3.45)が最安 1 位に浮上 :2026 年 11 月 30 日までは Argon が導入特価(入力 \$2.00)で使えるため、1 記事あたり 約 \$1.90 と他モデルを圧倒しています。一方、12 月 1 日から Argon と Carbon が正規単価(入力 \$4.00)へ改定された後は、通年 \$3.00 据え置きかつ最少 28 ステップで総入力 544.7 万トークン に抑え込んだ Gemini 4 Neon (XHigh) が約 \$3.45 で従量課金の最安王者に躍り出る ことが実証されました(推論)。

なお、当ラボが契約している定額最上位プラン 『Google AI Ultra 20x』 の実機ゲージにおいて、今回の 4 モデル連続完走(合計約 2,935 万トークン読込・約 35.5 万トークン出力・別作業込み)で消費された 5 時間制限枠は、わずか 99% left ➔ 90% left(9 ポイント減=週間制限換算で約 2% 以下) でした。Pure Rust 製の SQLite 検索エンジン kb-search によって生ファイルの丸読みを遮断していれば、4 大モデルを同時に回してもクォータはほとんど減らないことが裏付けられました。


生記事とログから判明した4モデルの5大発見

ここからは、4 本の生標本ページと裏側の行動トランスクリプトを 1 行ずつ突き合わせて判明した 「読者が一番知りたい 5 つの発見」 を掘り下げます。

発見①:Neonの最長1.9万字と初回検問ミス0件

今回の実験で最大の驚きをもたらしたのが、第 2 走者として走った新参の Gemini 4 Neon (XHigh) の生記事(459行・59.5KB・18,992字) です。

実は本日朝に公開した Gemini 4 Neon解説記事 を執筆した時点では、「Neon はトークン効率を極限まで高めてシャープに出力するよう訓練されているため、1.5 万字を超える日本語長文では後半が要約調に縮むのではないか(推論)」と予想していました。ところが実際にゼロから記事を書かせてみると、その事前推論は見事に覆されました。

質問するおじさん

なんと! 要約調に縮むどころか、4 モデルのなかで一番長い 18,992 字(59.5KB) を書き切ったんか!? しかも思考ステップ数がたった 28 回で一番少ないというのも凄まじいのう!

解説ナビゲーター

それだけではないんです! 当サイトの厳しい Pure Rust 製・憲法検問(gemini-gate)に初回原稿を通した瞬間、他の 3 モデルが数式記号や見出し文字数・長文段落で注意を食らうなか、Neon だけが本文の構文・見出し・太字・数式 40 個・段落長のミスを完全 0 件で一発通過 してしまったんです!

4 モデルが初回の write_file 直後に gemini-gate を実行した際の「初回検問ログ」を比較すると、Neon の異常なまでの構造制御力が浮かび上がります。

モデル名 初回 write_file 直後の gemini-gate 検問結果(手直し前の生スコア) 本文中の図表・数式ボリューム
① Hydrogen (XHigh) エラー 0 件・注意 6 件
(生 $ 数式混入 5 箇所+外部トップページ URL 注意 1 件)➔ すぐ修正
<KaTeXFormula> 13 個・表 4 個・<BarChart> 1 個・<CompareDiagram> 1 個
② Neon (XHigh) エラー 0 件・本文構文ミス 0 件!(一発合格)
(全 H2/H3 上限・太字半角空白・段落長・数式すべて一発クリア。外部トップ URL 注意 1 件のみ)
<KaTeXFormula> 40 個(最多!)・表 5 個・<BarChart> 2 個・図解 3 個
③ Argon (High) エラー 0 件・注意 6 件
(生 $ 数式混入 5 箇所+H3 見出しの 29 字超過 1 件)➔ すぐ修正
<KaTeXFormula> 12 個・表 4 個・<GadgetSection> 12 枠(最多!)・画像 3 枚
④ Carbon (High) エラー 0 件・注意 3 件
(602 文字の長文段落 1 箇所+<mark> 1 箇所+外部トップ URL 注意 1 件)➔ すぐ修正
<KaTeXFormula> 30 個・表 4 個・<BarChart> 2 個・<CompareDiagram> 2 個

さらに Neon は、記事の中身においても驚くほど緻密な一次根拠と実用計算を網羅していました。

⚡ 『Gemini 4 Neon (XHigh)』生記事が単独で掘り下げた専門トピック
  • ① 窓際局所湿度 80% で繁殖する「好乾性・耐乾性黒カビ」の生物学 :部屋の中央が湿度 50% でも、冷えた窓ガラス付近の境界層では相対湿度が 80% を超え、一般的なカビだけでなく好乾性・耐乾性真菌(クラドスポリウムやアスペルギルス等)が爆発的に胞子発芽するメカニズムを正確に解説しました。

  • ② 「12 畳間で換気だけで結露を止めようとすると湿度が 37% に落ちてインフル対策が破綻する」定量証明 :外気 2℃・相対湿度 50%(絶対湿度 2.8g/m³)の冬に、アルミ単板ガラス(表面 5.9℃・飽和水蒸気量 7.2g/m³)の結露を換気だけで防ごうとすると、室温 20℃ での相対湿度が 37% まで急落してインフルエンザウイルスの不活化ライン(50〜60%)を割り込む ことを <KaTeXFormula> 40 個で完全証明しました。

  • ③ 『先進的窓リノベ 2026 事業』の S グレード必須化と YKK AP『ウチリモ』への世代交代 :2026 年度の補助金制度改正で旧来の内窓 A グレード(Uw ≦ 1.9)が対象外となり、S グレード(Uw ≦ 1.5)以上が必須化された制度変更 や、YKK AP の内窓が旧プラマード U から薄型高断熱の 『ウチリモ(Uchirimo)』 へ移行した最新動向まで正確に織り込みました。

  • ④ 120W ウインドーラジエーターと黒マスキングテープ放射温度測定 :賃貸で内窓が付けられない読者向けに、窓下から上昇気流(エアカーテン)を作る 120W ウインドーラジエーターの電気代計算と、ガラスの赤外線反射率の影響を除いて放射温度計で正確に表面温度を測るための「黒マスキングテープ貼付テクニック」まで提示しました。

Planner(思考)わずか 28 回 でこれだけの情報量を設計し、40 個の <KaTeXFormula> タグを 1 つも書き損じずに 18,992 字 を一発出力した Neon のコーディング&長文構成精度は、間違いなく本物です。

発見②:Argonの圧倒的省クォータと実機写真発掘

では、「Neon がそこまで優秀なら、もう長文執筆も Argon から Neon に乗り換えるべきなのか?」というと、答えは No(定額サブスクの主力は依然として Argon が最強) です。その理由を鮮やかに示したのが、第 3 走者 Gemini 4 Argon (High) の生記事(最多536行・58.0KB・18,089字・画像3枚) でした。

先述の通り、Argon は新規(Fresh)入力トークンを 288,502 トークン(Neon の約 54%・Carbon の約 44%・Hydrogen の約 14.7%) に抑え込み、キャッシュヒット率 95.7%・ツール呼び出し最少 79 回 という圧倒的な省クォータ性能を発揮しました。さらに、他の 3 モデルには真似できなかった 「過去の実機測定写真の泥臭い発掘」 を唯一成し遂げています。

🔍 なぜ Argon (High) だけが過去記事から『実機測定写真2枚』を発掘できたのか?
  • 他 3 モデル(Hydrogen・Neon・Carbon)の行動 :SQLite 検索(kb-search)で過去記事のテキスト知見や登録済みアフィリエイト商品 ID は見つけ出したものの、記事内の画像は自作のアイキャッチ画像 1 枚のみで完結させました(read_file 呼び出しは 1〜3 回のみ)。

  • Argon (High) だけの泥臭いマイニング行動 :SQLite 検索で過去の実機レビュー記事(温湿度計・放射温度計の比較記事)に「表面温度モードの実測写真」が存在する手掛かりを掴むと、テキスト丸読みが禁じられているルールを守りつつ 画像メディアに対して read_file を 14 回実行して 1 枚ずつ自分の目で写真を検分 しました。

  • 発掘された一次実機の裏付け(エビデンス)写真 2 枚 :その検分の結果、①「ドリテック製放射温度計(TO-402)の表面温度モードで実際の温度を測定している実機写真」 と ②「testo 605i・A&D AD-5686・SwitchBot 温湿度計を並べて絶対湿度と露点を比較検証している実機写真」 の 2 枚が今回のテーマに直結することを見抜き、自らの記事ディレクトリへ取り込んで本文の解説図として組み込んだのです。

さらに Argon は、当ラボのレビュー記事の伝統である 「初期費用だけでなく、5 年〜10 年の耐用年数から 1 日あたり・1 時間あたりの実質単価(推論)を計算して読者の背中を押す」 という生活目線のコスト試算まで唯一漏れなく展開していました。

「コンテキストを汚さず最小の Fresh トークン(28.9 万)で巡航しながら、サイト内に眠る泥臭い一次実機写真まで掘り起こして読者に届ける」という点において、やはり Gemini 4 Argon (High) はブログ執筆の絶対的エース です。

発見③:Hydrogenで再現された細切れ探索の罠

一方、第 1 走者として最速の 17.50 分 で駆け抜けた Gemini 4 Hydrogen (XHigh) の生記事(442行・44.4KB・13,583字) からは、自律エージェント運用における非常に重要な教訓が再現されました。

前回の 11 月 13 日追試(Carbon vs Argon比較記事の第5章)でも、Hydrogen は 207 回の細切れ調査を繰り返してトークンが膨らむ現象が見られました。今回、「テキストの read_file を物理ブロックしてすべて Pure Rust 製 kb-search(SQLite)経由に統一した最新環境なら、Hydrogen の探索膨張も収まるのではないか?」と期待して計測したのですが、結果は ツール呼び出し 116 回(うち kb-search 47 回)・Fresh 入力 196.0 万トークン・API 換算コスト \$4.41 となりました。

質問するおじさん

うーむ、SQLite 検索に統一した後でも、やっぱり Hydrogen は 1 回あたりの検索を細かく刻んで 47 回も kb-search を叩いてしまったんじゃな。なぜこういうことが起きるんじゃろう?

解説ナビゲーター

理由はモデルの設計思想にあります! Hydrogen は 1 ステップあたりの推論を軽くして超高速に応答を返す「高回転スプリンター」なので、1 回の検索で複数のキーワードをまとめて引くよりも、思いついた単語を 1 個ずつ順番に叩いて確認する動きになりやすい んです。その結果、ステップごとに少しずつ新しい検索結果がコンテキストに積み上がってキャッシュミス(Fresh 入力)が増え、トータルでは単価が高い Neon や Argon よりコストが膨らんでしまうんですね。

もちろん、Hydrogen が書いた記事自体も「マドピタシート(水貼り断熱プチプチシート)が網入りガラスや Low-E 複層ガラスでは熱割れリスクがあるため使用厳禁である注意点」や「デシカント式・コンプレッサー式除湿機が室温上昇と電力浪費を招く比較」を手堅く押さえた良質な原稿です。

しかし、「ゼロから過去資産を調査・設計して 1.5 万字を書く重厚なタスク」に Hydrogen を単騎投入するのはコスパ面で逆効果 であり、Hydrogen は「すでに方針が固まった高速コード修正」や「Tasks in Gemini の定期バックグラウンド処理」に使うのが正解であることが、完全イコールコンディション下で改めて証明されました。

発見④:Carbonの横断5記事逆リンクと法令遵守

そしてアンカーの第 4 走者を務めた最上位モデル Gemini 4 Carbon (High) の生記事(470行・49.9KB・14,840字) は、所要時間こそ 27.63 分 と最も長かったものの、「サイト全体の構造整合性と法令・安全境界を守る大黒柱」 としての貫禄を見せつけました。

特に他の 3 モデルと決定的な差がついたのが、記事を書き終えた後の 「既存記事からの双方向リンク(逆リンク)の結び方」 と 「建築法規・安全限界の記述」 です。

🏛️ 最上位『Gemini 4 Carbon (High)』だけが完遂した2つのシニアワーク
  • ① ドメイン横断 5 記事の文脈を読み解いた手作業の双方向リンク :Hydrogen・Neon・Argon の 3 モデルは、事前カルテ(prep new)が案内した「冒頭関連枠に空きがあるレビュー記事 1〜2 本」へ CLI(add-related-link)で逆リンクを追加しただけで完了としました。これに対し Carbon だけは、レビュー記事 4 本に加えて AI 国家構想ドメインの記事(fusion-energy-sovereignty.mdx:住宅断熱とエネルギー主権の議論)まで自ら見つけ出し、計 5 記事の本文の文脈に合わせて手作業で自然な双方向リンクを結線 しました。

  • ② 建築基準法(24時間換気システム 0.5回/h)の停止厳禁という法令・健康安全境界の明記 :「換気すると湿度が下がるなら、24 時間換気システムを止めればいいのでは?」という読者が陥りやすい危険な誤解に対し、Carbon は 2003 年改正建築基準法で義務付けられた機械換気(換気回数 0.5 回/h)の法的根拠と、停止した場合の CO2 濃度上昇(1,000ppm 超での倦怠感・判断力低下)および VOC・一酸化炭素中毒リスク を明確な安全境界として定義しました。

「ただ言われた 1 記事を早く書き上げるだけでなく、サイト内の別ドメイン(AI 国家構想)との論理的なつながりや、読者が誤った対策で健康・法令違反に陥らないための安全設計まで自律的に目を配る」という点において、やはり Gemini 4 Carbon (High) は親司令塔および最終監査役として替えがたい存在 です。


全員がSVGとCoreGraphicsで突破した画像比較

そして今回の実験で、4 モデル全員のログを見て思わず唸らされた 「第 5 の発見」 があります。それが、「Swarm ワーカー環境に画像生成ツール(image-generator)が存在しないという壁を、4 モデル全員が自らのプログラミング能力で突破してアイキャッチ画像を生成してみせたこと」 です。

画像生成ツール不在を自作コードで突破した4枚の個性

通常の親チャット環境では画像生成用のサブエージェントを呼び出せますが、今回の直列リレー実験で使用した単騎ワーカー環境には画像生成ツールが搭載されていませんでした。しかし、当サイトの憲法検問(gemini-gate)は「アイキャッチ画像(heroImage: ./images/eye-catch.webp)が存在し、かつ画像内に文字刻印(テキスト混入)がないこと」を厳しくチェックします。

この絶体絶命の状況下で、Hydrogen・Neon・Argon・Carbon の 4 モデルは誰一人としてエラーで止まることなく、自ら SVG ベクターコードや macOS ネイティブの CoreGraphics 描画コードを書いて高解像度のイラストを生成し、convert-image で WebP へ変換して検問を一発クリア してのけたのです。実際に 4 モデルがコードだけで描き出したアイキャッチ画像 4 枚を見比べてみましょう。

Gemini 4 Hydrogenが自作コードで描画した左右分割の窓辺と茶トラ猫のアイキャッチ画像
▲ ① Hydrogen (XHigh) 生成(31.7KB・1280×714):左半分に結露水滴と黒カビの影、右半分に三日月の夜空・温湿度計・スチーム加湿器・黒いサーキュレーターを配し、中央手前に丸くなって眠る茶トラ猫を描いた左右比較構図
Gemini 4 Neonが自作コードで描画した二重窓の建築断面図と黒猫のアイキャッチ画像
▲ ② Neon (XHigh) 生成(32.3KB・1280×720):唯一「正面の窓」ではなく、左=雪結晶が舞う外気/中央=外窓の水滴と中空層・断熱内窓の建築断面図/右=ペンダント照明と加湿器・丸まる黒猫という工学断面図で表現!
Gemini 4 Argonが自作コードで描画した水位窓付き加湿器と3色バー温湿度計のアイキャッチ画像
▲ ③ Argon (High) 生成(34.3KB・1200×675):青い水位窓と波形ディスプレイを備えた加湿器、青・橙・赤の3色ゾーンバー付きデジタル温湿度計、そして緑の断熱破線枠(内窓パッキン)で守られた雪景色の窓を描くガジェット図解調
Gemini 4 Carbonが自作コードで描画した象印ポット型加湿器と半開きカーテン・サーキュレーターのアイキャッチ画像
▲ ④ Carbon (High) 生成(24.7KB・1200×675):取っ手とオレンジランプが付いた象印ポット型スチーム加湿器、湿気がこもらないよう半開きにしたカーテン、窓へ斜めに送風する白い丸型サーキュレーターと観葉植物を再現!

4 枚の画像を並べると、各モデルが「本文のどの知識を一番伝えたいか」が絵柄にそのまま表れていて驚かされます。

同一お題に対する『Gemini 4 四天王』の原稿設計・探索・画像アプローチ比較
17.50分(最速)・4.41米ドル
① Hydrogen (XHigh)|高速スプリンター型
  • 探索とコストの癖 :1 ステップの応答は最速だが、kb-search を 47 回小刻みに叩いたため Fresh 入力が 196.0 万 に膨らみ、API 換算 \$4.41 と逆転。

  • 原稿と画像の強み :網入り・Low-E ガラスの熱割れ警告など要点を手堅く整理。画像は「結露カビ vs 快適加湿」の左右対比に茶トラ猫を添える親しみやすい構成。

18,992字(最長)・3.45米ドル
② Neon (XHigh)|高効率・一発無謬の切り込み隊長
  • 探索とコストの癖 :最少 28 ステップ で全体構造を一気に固め、総入力 544.7 万(最小)・12 月以降の API 従量換算 \$3.45(最安 1 位) を達成。

  • 原稿と画像の強み :<KaTeXFormula> 40 個・表 5 個・2026 年補助金 S グレード必須化まで網羅し 初回 Lint 本文ミス 0 件。画像も唯一「二重窓の建築断面図+黒猫」で物理構造を視覚化。

Fresh 28.9万(最小)・1.90米ドル
③ Argon (High)|超省クォータ・一次写真発掘のエース
  • 探索とコストの癖 :ツール最少 79 回・Fresh 入力 28.9 万(Hit 率 95.7%) で定額サブスクのクォータ消費が最小。11 月末までの特価換算でも \$1.90 で最安 1 位。

  • 原稿と画像の強み :唯一 SQLite から 過去の実機測定写真 2 枚(ドリテック&testo 比較)を自力発掘 し耐用年数×時間単価(推論)まで展開。画像は 3 色バー温湿度計と断熱枠を精密描画。

横断5記事逆リンク・2.93/5.86米ドル
④ Carbon (High)|全体統合・法令境界の大黒柱
  • 探索とコストの癖 :所要 27.63 分・Fresh 入力 65.7 万。11 月末までは \$2.93、12 月以降は \$5.86 と重厚だが、手抜きゼロの誠実な仕上げを徹底。

  • 原稿と画像の強み :唯一 AI 国家構想を含む 5 記事の文脈を読んで手作業で逆リンクを編み込み、建築基準法 24 時間換気(0.5 回/h)停止厳禁の安全境界を確立。画像も「象印ポット型+半開きカーテン」を忠実再現。

同じプロンプト・同じSQLite環境からスタートしても、4モデルの個性と得意領域はここまで明確に分かれました

特に Neon の「二重窓の断面図と中空層の温度勾配をイラストにする発想」 と、Carbon の「本文中で解説した『象印のポット型加湿器』『カーテンを半開きにして窓際の湿気溜まりを防ぐ対策』をそのまま絵にする一貫性」 は、AI が単なる飾りではなく記事の論理構造を理解してコード描画している決定的な証拠です。


結論:実測で確定したGemini 4四天王の最適分担

今回の 4 モデル完全ブラインド実測によって、「どのモデルが一番優れているか」という単純な序列ではなく、「契約形態(定額サブスク vs API 従量課金)とタスクの性質によって最適解が明確に異なる」 という事実が数字で確定しました。

定額サブスクとAPI従量で変わる最強ルーティング

本日(2026 年 11 月 19 日)の実測メトリクスを踏まえ、当ラボで確定させた Gemini 4 四天王の実戦使い分けマトリクス を以下にまとめます。

利用環境・タスクの性質 最強の推奨モデル 今回の一次実測データに基づく選定根拠
【Ultra 20x / 5x 定額サブスク】
ゼロからの重厚な長文執筆・過去記事&実機写真の深掘り発掘
Gemini 4 Argon (High)
(/swarm 執筆担当)
クォータ消費の主因である Fresh 入力が 28.9 万(Hit 率 95.7%)と最小 であり、過去記事から実機写真 2 枚を泥臭く掘り起こす一次情報マイニング力が群を抜いているため(11/30 までは API 換算でも \$1.90 で最安 1 位)。
【Google AI Pro 定額 / 12月以降のAPI従量課金】
数式・図表が多い技術解説記事の一発執筆・高速コード生成
Gemini 4 Neon (XHigh) Pro プランでも使え、Planner 28 回 で 最長 18,992 字・KaTeX 40 個を初回本文 Lint ミス 0 件で一発完走 し、12 月以降の API 従量換算で \$3.45(最安 1 位) となる圧倒的コスパを持つため(※Antigravity 上の 512K 文脈上限に収まる単一記事・モジュールで最強)。
【全環境共通・司令塔&最終監査】
複数ドメイン横断の設計・難解バグ根治・ハルシネーション&法令境界監査
Gemini 4 Carbon (High)
(親コーディネーター)
1M フルコンテキストを活かし、唯一 ドメイン横断 5 記事への手作業逆リンクと建築基準法の安全境界 まで完遂した大局観と誠実性を持つため。親司令塔および統合決定版の仕上げ役は Carbon 一択。
【方針確定後の単発高速処理】
設計済みの軽量コード修正・定型バッチ・Tasks in Gemini 裏方
Gemini 4 Hydrogen (XHigh) 完走 17.50 分 の瞬発力を持つ一方、ゼロからの広域調査に使うと 116 ツール・Fresh 196 万(\$4.41) に膨らむため、調査を伴わない方針確定済みタスク専用 に絞るのが鉄則。

そして、どのモデルを使う場合であっても、今回の実験で「4 モデル連続で長文記事を完走させても Ultra 20x の 5 時間枠が 99% ➔ 90% しか減らなかった」最大の勝因は、母艦 Mac 側のローカル高速検索(SQLite kb-search)と RAMDisk 環境によって、AI に生ファイルを丸読みさせない設計を徹底したこと にあります。

複数の AI エージェント(/swarm)やローカルの Rust 検問バイナリ、Astro のビルドキャッシュをメモリ(RAMDisk)上で瞬時に回すには、母艦となる Mac のユニファイドメモリ容量が直結します。これから Antigravity で 4 大モデルの並列分業環境を構築される方には、64GB クラスのメモリを搭載した Mac 母艦を強くおすすめします。

Apple Mac mini(M4 Pro 等 Appleシリコン Pro系チップ・64GBユニファイドメモリ構成)

また、今回のようにファイル作成から SVG / CoreGraphics のコード実行、ビルド検問までを自律エージェントへ一任する環境では、開発者の Google アカウントや GitHub・SSH 鍵を守る入り口のセキュリティが生命線になります。物理セキュリティキー(FIDO2 ハードウェア認証)と専用パスワードマネージャーによる保護もあわせて固めておきましょう。

Yubico YubiKey 5C NFC(USB-C / NFC対応 FIDO2物理セキュリティキー)

ソースネクスト 1Password 3年版(Mac / Windows / iPhone / Android対応 パスワード管理ソフト)

※永久買い切りではなく『1Password個人プランの3年間利用権(プリペイド権)』です。すでに公式サイトで直接課金中のアカウントへ適用する場合は、二重課金を防ぐため契約満了日の直前に適用してください。

ご自身の環境でも複数のモデルや過去資産を活かして「最高品質の統合記事」を作りたい場合は、以下のプロンプトをコピーして活用してみてください。

📋 コピペで使える!4モデルの強みを引き出す『決定版記事・設計書』作成プロンプト
以下の4モデル実測比較記事の知見を参考に、私のプロジェクト内の既存資料や過去データを調査したうえで「[ここに作りたいテーマを入力]」の決定版記事(または設計書)を作成してください。
参考URL: https://lab.chihouzakki.com/blog/review/gemini-4-hydrogen-neon-argon-carbon-4model-article-benchmark/

【厳守する進め方】
1. 細切れの検索を何十回も繰り返してコンテキストを浪費せず、最初に関連資料と一次データをまとめて構造化取得すること。
2. 読者が抱く疑問(3つ以上)への先回り回答、定量的な計算根拠(数式や比較表)、法令・安全上の境界条件、および既存の実機写真や関連ページとの双方向リンクを含めた構成案を設計すること。
3. 書き上げた後は見出し文字数や構文エラーがないか機械的にセルフレビューし、エラー0件を確認してから報告すること。

まとめ:生記事4本と決定版でAIの個性を体感しよう

わずか 9 日間のうちに Carbon・Hydrogen・Neon が次々と投入され、既存の主力 Argon と合わせた 「Gemini 4 四天王」 が完成した 2026 年 11 月。同じお題で 1 本の記事をゼロから作らせてみたことで、カタログスペックだけでは見えなかった「真の実力と適材適所」がすべて数字と実物で明らかになりました。

✅ 『Gemini 4 四天王(Hydrogen・Neon・Argon・Carbon)』同一記事実測の結論まとめ
  • 新参 Neon (XHigh) の衝撃(12月以降の従量最安1位) : 「長文後半で縮む」という事前推論を覆し、最少 28 ステップ で 最長 18,992 字・KaTeX 40 個を初回本文 Lint ミス 0 件で一発完走。12 月 1 日以降の API 従量換算では 約 \$3.45(推論)で最安 1 位 に輝き、Pro 契約者の主力や Ultra の切り込み隊長として抜群の威力を発揮する。

  • 定額サブスク執筆の王者 Argon (High) の省燃費と発掘力 : クォータ消費に直結する Fresh 入力が 288,502(Hit 率 95.7%・Hydrogen の約 6.8 分の 1)でダントツ最小 であり、11 月末までの特価換算でも 約 \$1.90(推論)で最安 1 位。唯一 SQLite から 過去の実機測定写真 2 枚を自力発掘 する泥臭いマイニング力を実証した。

  • Hydrogen (XHigh) の探索トラップと Carbon (High) の大黒柱ぶり : Hydrogen は完走 17.50 分 で最速なものの、ゼロからの調査執筆では 116 ツール・Fresh 196 万(約 \$4.41) に膨らむため方針確定済みの高速タスク専用が正解。最上位 Carbon は 唯一ドメイン横断 5 記事へ手作業で逆リンクを結び、建築基準法の安全境界まで固める最高の司令塔・監査役 であることを証明した。

ぜひ本記事の冒頭リンクから、以下の 5 本を実際に開いて、AI 四天王それぞれの筆致と設計思想の違いをじっくり楽しんでみてくださいね!

Gemini 4四天王が書き上げた4本の生記事とアイキャッチ画像を興味深そうに見比べるノルウェージャンフォレストキャット