2026年11月16日、Google DeepMindは旗艦推論モデルGemini 4 CarbonをAntigravityサイエンティストプログラムに追加し、最大1万名の研究者に6ヶ月間の無料利用権を提供すると発表した。同時にOpenAIも、学術研究者プログラムの規模を約2万名から最大20万名へと拡大すると発表。新たに5万枠の無料枠が追加され、承認された参加者はそれぞれ2名のコラボレーターを追加招待できる。
両プログラムの構造的な違い
GoogleのAntigravityプログラムは選抜型を採用:1万枠を週次ローリング審査で管理し、物理・数学・生命科学分野における高負荷な多段階推論タスクを優先対象とする。同プログラムはこれまで参加者にGemini 4 Argonを提供してきた。今回追加されたCarbonはDeepMindがより上位に位置づける推論モデルで、公式価格は入力100万トークンあたり2ドル、出力10ドル(これは11月30日までの入門価格であり、以降は4ドル/20ドルに改定予定)。
Google DeepMind上席副社長兼GoogleチーフAIアーキテクトのKoray Kavukcuogluは発表文の中でCarbonの設計思想を次のように説明した。「CarbonはArgonよりも多くのトークンを使用し、十分な探索・深い推論、そして拡張された検証ループを実行します。」Argonが大多数のソフトウェアエンジニアリングおよびナレッジワークに推奨されるモデルである一方、CarbonはよりCarbonは複雑な研究推論シナリオに向けて温存されている。
OpenAIのプログラムはより広い範囲をカバーする。同プログラムは7月に33カ国・2万名規模でパイロット展開を開始しており、今回の拡大で上限を一気に20万名へ引き上げた。承認された各枠に2名のコラボレーターを帯同できるため、実質的な対象人数は60万名近くに達する可能性がある。申請受付は11月23日に開始され、OpenAIはプログラム参加者のデータをモデル学習に使用しないことを明言している。
Carbonの実際の能力を示す具体的な根拠
Googleはいくつかの追跡可能な具体的実験結果を公開した。タンパク質予測分野では、研究者がCarbonを用いてCASP17ブラインドテストセット内の7つのタンパク質ファミリーにおける遠縁の進化的近縁種を検索し、取得できた関連配列数が平均40倍に増加した。この数値はAlphaFold 3の構造予測精度の向上ではなく、配列検索件数の増加を指している。
実験室データ分析のシナリオでは、Carbonが実験ノートブックや生の実験データの処理に活用され、自動化された混合プロセスにおける異常の特定、クロマトグラフィーピーク分離手法の改善、および研究機器内のサンプル残留シグナルの発見に貢献した。薬物毒性研究企業のAxiom Bioは、本番レベルの分析業務をCarbonとArgonに移行した後、従来発見されていなかった毒性メカニズムを特定した。セキュリティ分野では、サイバーセキュリティ企業のWizがCarbonを用いて2時間以内に大手SaaSベンダー2社における未知の脆弱性を発見した。
安全性ベンチマークの観点では、Carbonはエージェント誠実性テストにおける合格率が92%であり、Argonの70%を上回った。この差は、自動化された科学研究ワークフローにおいてCarbonが誤解を招く出力を生成する確率がより低いことを意味する。
価格競争が持つ本質的な意味
Gemini 4 Carbonの現行入門価格である2ドル/10ドル(100万トークンあたり)は、Claude Fable 5.2の8ドル/40ドルを大幅に下回る。11月30日以降に標準価格の4ドル/20ドルへ改定された後でも、Claude Opus 5.5の価格体系と同水準となる。計算コストの高い科学的推論タスクでは、価格差がタスク量に応じて直接増幅される。
これは、無料サイエンティストプログラムが単なるPR施策ではないことを意味する。6ヶ月の無料期間後に有料ユーザーへ転換する可能性のある機関研究チームにとって、価格基準は無料期間中にすでに静かに形成されつつある。実験室ワークフローの中でデフォルトツールとして先に定着したモデルが、その後の調達交渉において優位な立場に立つことになる。
各関係者の得失
科学者コミュニティにとって、同時に申請可能な無料チャネルが2つ存在するのは稀な機会といえる。OpenAIのプログラムはカバー範囲が広く申請のハードルも低いため、最先端モデルを日常研究に手早く活用したい個人研究者に向いている。一方、GoogleのAntigravityプログラムは枠数が少ないものの、すでに数千名の科学者が参加しており、集中的な計算と多段階検証を必要とする専門的なシナリオに優先的に対応している。現時点では、両プログラムへの同時申請は制限されていない。
企業および開発者にとって、この競争の副産物は信頼性の高い実際のシナリオでの検証データが蓄積されることである。Axiom BioやWizといった商業組織がすでにGoogleのケーススタディリストに登場しており、これらは実際のワークフローにおける計測結果である。こうしたデータが一定量蓄積されると、モデル選定の判断軸は論文ベースのランキングから実験室での実際の効果へとシフトしていくだろう。
競合他社にとって、20万という数字はOpenAIが規模効果によって学術分野への浸透率を構築しようとしていることを意味し、一方Googleは成果の密度によって科学研究における信頼性を確立しようとしている。いずれのアプローチも中間層を圧迫することになる——類似プログラムへの参加能力を持たないモデルプロバイダーは、科学的裏付けをめぐる競争に割り込む余地をますます失っていくだろう。
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接