Googleは11月18日、AIモデル「Gemini 4 Neon(ジェミニ・フォー・ネオン)」を発表しました。複雑な開発や資料分析を日常的に回す仕事向けです。
値段は安くありませんが、業務の作業を最後まで終えるテストでは、Claude Opus 5.5(オーパス)とGPT-6.2 Sol(ソル)を上回りました。
複雑な開発や資料分析では、作業を何段階も進めて最後まで終える力が問われます。この記事では、Neonの位置づけ、実際に作らせた図の出来、値段の見方、そしてOpusやGPTの代わりになれるかを整理します。

Gemini 4世代では、元素の名前を持つモデルが4つ並びました。Google DeepMindのモデルカードによると、Neonは最上位のCarbon(カーボン)から派生したモデルです。
役割は3段に分かれます。最も難しい長期の仕事を担うのがCarbon、日常業務を高速でこなすのがHydrogen(ハイドロジェン)です。その間で、複雑で、しかも頻度の高い作業を受け持つのがNeonです。
比べた相手は、9月に出たOpus 5.5と、同じ週に出たGPT-6.2 Solです。Neonの強みが最も出たのは、AutomationBench(オートメーションベンチ)という評価でした。業務の作業を、最初から最後まで正しく終えられるかを測ります。
Googleのモデルカードの比較では、Neonが約56%、OpusとSolはいずれも約4割でした。業務を最後までやり切る力で、Neonは2つの有力モデルに差をつけています。

▲ AutomationBenchの比較(Googleのモデルカードの数値)
第三者機関の総合指数でも、Neon、Opus、Solの順でした。
全部で勝つわけではありません。コード作業のテスト2つでは、Opusがわずかに上でした。図表を読み取るテストでは、Solが首位です。強さは、どの仕事を測るかで変わります。
数字だけでは、実際の仕事ぶりが見えません。そこで、同じ課題を3つのモデルに出し、出力を並べて見ました。並べたのは、Neon、Claude Opus 5.5、GPT-6.2 Solです。どれも1回の出力で、動く作品は止めた1コマです。
1つ目は、生成AI市場の構造を、層ごとに分けた1枚のスライド図にする課題です。Opusは3つの層を整然と並べ、層をまたぐ矢印と出資の流れを入れています。

▲ Claude Opus 5.5の出力(生成AI市場の構造図)
Solは各層に4社ずつ並べ、右に関係を示す欄を置いた、すっきりした図です。

▲ GPT-6.2 Solの出力(同じ課題)
Neonは、3層に4社ずつ並べ、層の間の矢印に出資や供給のラベルまで付けています。情報量は3つの中で最も多く、文字が重なる箇所は目立ちません。

▲ Gemini 4 Neonの出力(同じ課題)
2つ目は、顧客対応の流れを、担当ごとの帯で分けて描く「スイムレーン図」です。Opusは判断の分岐、差し戻し、人による回答作成まで描き込みました。

▲ Claude Opus 5.5の出力(顧客対応のスイムレーン図)
Solは、一本道の流れだけで、判断の分岐がありません。

▲ GPT-6.2 Solの出力(同じ課題)
Neonは、判断の分岐と、専門部署への引き継ぎ、凡例と注記まで入れています。作り込みはSolより深く、Opusに近い出来です。

▲ Gemini 4 Neonの出力(同じ課題)
3つ目は、会社の仕事を3Dの場面で見せる動く作品です。画風の違いがはっきり出ました。Opusは明るいアイソメ(斜め上から見た立体)で、重なりのない場面です。

▲ Claude Opus 5.5の出力(3D場面の1コマ)
Solは暗い画面に、人とロボットを並べています。一部のラベルが重なって見えます。

▲ GPT-6.2 Solの出力(同じ課題)
Neonは、人物と台座を大きく寄せた、迫力のある構図です。ただ、上のラベルが画面の上端で切れています。

▲ Gemini 4 Neonの出力(同じ課題)
4つ目は、受注メールの自動処理を、ラインとして見せる動く作品です。この課題はOpusの画像がなく、SolとNeonの比較です。Solは暗い配色で、人が確認する欄は空のままの1コマでした。

▲ GPT-6.2 Solの出力(受注メール自動処理ライン)
Neonは明るい配色で、不備のあるデータが例外の欄へ流れ込む場面まで出ています。

▲ Gemini 4 Neonの出力(同じ課題)
並べて見ると、静かな図ではOpusが最も整い、NeonはSolより作り込みが深い、という並びでした。動く作品では、Solが整って見える課題も、Neonが見せ場を作る課題もあり、一定しません。図の出来も、仕事の内容しだいで入れ替わるのが実情です。

Neonの標準API料金は、100万トークン(AIが読み書きする文字の単位)あたり入力3ドル、出力15ドルで、無料枠はありません。比較相手のOpusは、入力4ドル、出力20ドルです。
日常業務向けのHydrogen(入力1.50ドル、出力7.50ドル)の2倍ですから、安いとは言えません。一方で、Opusより4分の1安く、業務テストでは上回っています。
Zapierの推計では、同じテスト1課題あたりの費用はNeonの標準設定で約0.9ドル、Solで約0.2ドルです。
CarbonとArgonの導入価格は11月30日までで、12月1日から入力4ドル、出力20ドルになります。Neonは据え置きのため、両モデルより安い立ち位置がはっきりします。

Neonは、安さで選ぶモデルではありません。業務を最後までやり切る力が、値段に見合うモデルです。Opusを日常の主力にしている人は、資料の読み込み、手順の設計、成果物のチェックといった仕事をNeonで回して比べる価値があるでしょう。費用を最優先にする仕事は、SolやHydrogenが向きます。
一方で、Gemini 4世代には、最安帯のモデルがまだありません。大量の軽い処理向けには、旧世代のFlash-Lite(フラッシュ・ライト)が料金表に残っています。他社には入力0.10ドルの小型モデルもあり、ここは今後の発表が待たれます。
安い側のモデルが加われば、Googleの地図は上から下まで埋まります。どのモデルを日常の主力にするかを選び直す、いいタイミングです。
標準のAPI料金は、100万トークンあたり入力3ドル、出力15ドルで、無料枠はありません。Claude Opus 5.5は入力4ドル、出力20ドル、日常業務向けのHydrogenは入力1.50ドル、出力7.50ドルです。Opusより安く、Hydrogenの2倍の水準にあたります。
業務の作業を最後まで終えるテストAutomationBenchでは、Neonが約56%、OpusとSolはいずれも約4割で、Neonが上回りました。ただし全部で勝つわけではなく、コード作業のテスト2つではOpusが、図表を読み取るテストではSolが上でした。
Opusを日常の主力にしていて、資料の読み込み、手順の設計、成果物のチェックを任せたい人に向きます。費用を最優先にする仕事は、SolやHydrogenのほうが合います。まずは自分の仕事でNeonと今のモデルを並べて比べるのが確実です。
最新のAIモデルを、使い倒して仕事に組み込むところまで。AIを徹底的に使いこなすためだけのコミュニティ「フロンティア・リーダーズ」:https://frontier-leaders.vercel.app/
2時間で、AI活用術を実践のハンズオンで学べます(過去回のアーカイブ):https://handson.workstyle-evolution.co.jp/
新しいモデルの使いどころを、動画でも追えます。YouTube『いけともch』:https://www.youtube.com/@iketomo-ch