「アメリカ版豆包」からトップクラスのコーディングモデルへ：Gemini の3年間に何があったのか？12の重要な節目を徹底解説

作者注：本記事では、Gemini の 2023 年から 2026 年までの 12 の節目を整理し、Google がマルチモーダルと長いコンテキストから出発して、推論、ツール呼び出し、長時間稼働する Agent 開発へとどう進んできたのかを説明します。Gemini 4 Carbon は、この路線がいま到達している中間成果です。

2026 年 11 月 10 日、Google は Gemini 4 Carbon を有料 API 開発者と Google AI Ultra ユーザーに向けて提供拡大しました。これに先立つ 10 月 28 日、Artificial Analysis が公開した評価では、Carbon は Intelligence Index v5 で 59 点を記録し、当時の首位に立っています。かつて中国語圏の開発者コミュニティで「アメリカのドウバオ（豆包）」と揶揄されていた Gemini は、いまやトップクラスのモデルがしのぎを削る競争の輪に加わりました。

これは突然の逆転劇ではありません。 Carbon の登場は、Google が 3 年にわたり、マルチモーダル、長いコンテキスト、推論、ツール呼び出し、Agent 開発の各能力を着実に補ってきた結果です。本記事では「タイムライン＋主要な技術的変化＋現在の競合状況」という順に、Gemini が各世代で何をどう進化させたのかを解説します。引用する独立ランキングには、テストのカテゴリと時期を明記します。また、Opus や Astra など競合モデルが特定のタスクで優位に立つ点も、あわせて紹介します。

核心的な価値：1 本の記事で Gemini の 3 年間の技術的な歩みを理解し、Gemini 4 シリーズをあなたの開発フローのどこに置くのが適切かを判断できるようになります。

Geminiの3年間に何があったのか：12の重要ポイントをざっと振り返る

まず、このあだ名の由来から。元の公式アカウントの筆者である刘小排さんによると、「アメリカのドウバオ（豆包）」というのは、ちょっとした皮肉を込めた呼び名です。Geminiは大手企業の後ろ盾があり、スマートフォン、検索、オフィスツールといった「全部入りセット」に組み込まれています。雑談の相手をしたり、画像を認識したり、安価なAPIとして使ったりする場面では大いに賑わっています。ところが、本格的なコードの執筆や複雑なプロダクト開発になると、Claudeに戻る開発者が少なくありません。これは業界内の見方を筆者が主観的にまとめたものですが、Gemini初期の印象を的確に言い当てています。ユーザー数は多いのに、エンジニアリング系のタスクでは存在感が薄かったのです。

下の表はGoogleの公式発表をもとに整理したもので、本記事を読み解くための主軸になります。

この12のポイントは、ひと言でまとめられます。初期のGeminiの中核的な価値は「情報を理解すること」でした。その後「問題を推論すること」「ツールを呼び出すこと」が加わり、最終的に「複雑なタスクを実行すること」にたどり着いたのです。

「アメリカのDoubao」Gemini に何が起きたのか

Carbon が注目を集めている最大の理由は、独立系ランキングでの成績です。Artificial Analysis は、開発者の間で広く参照されているサードパーティの評価機関です。2026年10月28日に Carbon の特集分析を公開しており、主なデータは次のとおりです。

この表を読むときは、2点に注意してください。1点目は、表中のスコアはいずれも具体的なモデル構成に対応していることです。たとえば Carbon High や Opus 5.5 Max のように、推論レベルが違う結果をそのまま混ぜて比べることはできません。2点目は、総合スコアで上回っていても、すべての個別項目で上回るとは限らないことです。Coding Agent Index では、Claude Code 内の Opus 5.5 Max が Carbon High を3点上回っています。

また、元の公式アカウントの筆者が共有していたリアルタイムランキングのスクリーンショットには、Carbon より上位に Claude Fable 5.2 も載っていました。筆者は、このモデルは1タスクあたりの所要時間が長くコストも高いと判断し、「Carbon でメイン開発を進め、仕上げのチェックに Fable を使う」というワークフローを選んでいます。これはあくまで筆者個人の使用経験であり、参考にはなりますが、誰にでも当てはまる結論として受け取らないほうがよいでしょう。

Gemini の初期の競争力：2023〜2024年のマルチモーダルと長いコンテキスト

Gemini 1.0：設計の土台からマルチモーダル

2023年12月に発表された Gemini 1.0 の最大の特徴は「ネイティブ・マルチモーダル」です。テキスト、画像、音声、動画、コードといった複数の種類の情報を扱えるよう、最初から土台の設計が行われています。テキストモデルをまず作り、後から視覚モジュールを外付けしたわけではありません。ユーザーがグラフとテキストを一緒にアップロードすると、モデルは同じ仕組みの中で両者の関係を理解できます。

この世代のモデルが解決したのは、「どれだけ多くの種類の情報を理解できるか」という課題です。Ultra、Pro、Nano の3段階は、それぞれ高性能、汎用、端末内動作というシーンに対応しています。これが、のちに Gemini がスマートフォンなどのデバイスに搭載される下地にもなりました。

Gemini 1.5 Pro：長いコンテキストが競争の焦点に

2024年2月、Gemini 1.5 Pro は長いコンテキストを大きなセールスポイントにし、公式に100万トークンのコンテキスト能力を示しました。たとえるなら、コンテキストウィンドウはモデルの「作業机」のようなものです。机が広いほど、一度に広げられる資料も増えます。公式が挙げた用途には、長時間の動画や音声、大規模なコードベースの分析などがあります。つまり開発者は、プロジェクト全体の主要なコードをまとめてモデルに渡し、モジュール同士の呼び出し関係を理解させることができます。少しずつ小分けにして読み込ませる必要はありません。

Gemini 2.0：エージェントへの明確な方向転換

2024年12月の Gemini 2.0 は、方向性を示す節目となりました。Google はエージェント時代を明確に見据え始め、検索、コード実行、関数呼び出しといったネイティブなツール機能を強調しました。同じ時期に、Project Mariner などのエージェント研究の方向性も披露しています。

ツール呼び出しは、次のように考えると分かりやすいでしょう。以前のモデルは、「あるライブラリの今日時点の最新バージョンは？」という質問に、記憶だけを頼りに答えるしかありませんでした。ツール呼び出しがあれば、自ら検索をリクエストしたり、実際にコードを実行して結果を確認したりできます。モデルの役割は「回答者」から「実行者」へと変わり始めたのです。

Gemini の推論とプログラミングの転換点：2025年の Thinking と Antigravity

Gemini 2.5：Thinking で「考えてから答える」モデルへ

2025年3月に登場した Gemini 2.5 Pro では Thinking 機能が導入され、推論とプログラミングの性能が大きく向上しました。Thinking とは、モデルが答えを出す前に、複数のステップで推論を行う仕組みです。デバッグを例にすると、通常モードでは「それらしく見える」修正案をいきなり出してしまうことがあります。一方 Thinking モードでは、まず考えられる原因を推測し、成り立たない仮説を除外したうえで、修正方針を提示します。2025年5月、Google は 2.5 Pro が当時の WebDev Arena などのリーダーボードでトップに立ったと発表しました。Gemini がプログラミング関連のランキングで、はっきりと存在感を示したのはこれが初めてです。

Gemini 3 と Antigravity：モデルから作業環境へ

2025年11月18日、Google は Gemini 3 と Antigravity を同時に発表しました。Antigravity は、エディタ、ターミナル、ブラウザ操作をひとつのエージェント作業環境にまとめたものです。ここで重要なのは、Google がモデルに「コードを書かせる」だけで満足せず、自分でコードを実行し、ブラウザを開いて表示を確認し、問題を見つけたら修正するところまで求め始めたことです。

これが Agentic Coding の意味するところです。計画、コーディング、実行、チェックまでをエージェントが担い、開発者は目標を示して結果をレビューする役割が中心になります。この時期から、モデルとツールチェーンが一体で設計されるようになりました。これこそが、Gemini が後に追い上げを見せた大きな要因です。

Gemini 4 Argon と Carbon：2026年は複雑なエンジニアリングへ

2026年のGeminiは、アップデートのペースが目に見えて速くなりました。2月の3.1 Proでコアの推論能力が強化され、5月の3.5 Flashでは速度とAgentの長期実行を両立。9月の3.8 Flashでは、ソフトウェアエンジニアリング、ツール呼び出し、複雑なAgentワークフロー向けの最適化が行われました。そして、Gemini 4 ArgonとCarbonが相次いで登場します。

開発者がまず押さえておきたいのは、この2つの位置づけの違いです。

ざっくり言うと、Argonは日々の機能開発、バグ修正、ドキュメント処理に向いています。一方のCarbonは、長時間にわたって推論を続けたり、複数の段階をまたいだり、何度も検証を繰り返したりするタスクに向いています。たとえば、大規模なリポジトリの中から複雑な並行処理の問題を突き止める、といった場面です。AA-Briefcaseのナレッジワーク評価では、CarbonがArgonを126 Elo上回っており、複雑なタスクでは両者の差が実際にあることがうかがえます。

Gemini 4 Carbonのウェブ開発ランキングでの実際の位置

総合的な知能で先頭に立っていても、すべての開発タスクで勝てるとは限りません。2026年11月10日時点のWebDev Arenaのランキングは、その好例です。

ご覧のとおり、ウェブ開発という分野に限ると、Opus 5.5 Maxが50ポイント近くリードしています。CarbonとAstraはほぼ横並びで、しかもCarbonのスコアはまだ暫定的なデータです。元の公式アカウントの筆者は、Carbonの画面デザインのセンスを高く評価しており、ページをレンダリングしたあとにレイアウトを自分でチェックしてくれる点を挙げています。こうした使用感は注目に値しますが、あくまで個人の所感ですので、ご自身のプロジェクトで確かめるようにしてください。

図の説明：ランキングのデータはArtificial AnalysisとArenaの公開ページによるものです。ランキングごとにテストのカテゴリーが異なります。自分の業務プロンプトで違いを確かめたい場合は、APIYI apiyi.com を使えば、同じOpenAI互換インターフェースのままモデルを切り替えて実測できます。

Gemini が巻き返せた理由：影響分析

モデル能力：「たくさん見られる」から「最後までやり遂げる」へ

この3年間を振り返ると、Gemini の競争の軸は3回入れ替わっています。最初は「どれだけ多くの種類の情報を理解できるか」「一度にどれだけの情報を処理できるか」、次に推論とツール利用、そして今は長時間にわたる複雑なエンジニアリングタスクの実行です。それぞれの世代で積み上げてきたものは、どれも無駄になっていません。マルチモーダルによってモデルはスクリーンショットやデザイン案を読み取れるようになり、長いコンテキストによってコードベース全体を丸ごと扱えるようになり、Thinking とツール呼び出しによって実際に手を動かせるようになりました。

ツールエコシステム：モデルと実行環境を一体で設計

Antigravity、AI Studio、Gemini App に加え、Google のさまざまな開発者向けサービスが、体験、プロトタイプ、本格的なプロダクト開発まで、幅広いシーンをカバーしています。ここが、モデルの API を提供するだけのベンダーと Google との大きな違いです。Agent にはエディタ、ターミナル、ブラウザといった「手足」が必要ですが、Google ならそれを含む完全な実行環境を自社で用意できます。

プロダクトの展開と価格設定：開発者にも一般ユーザーにも届く

サブスクリプションでは、Google は 2026 年 5 月 19 日に月額 100 ドルの Ultra プランを新設し、最上位プランを 250 ドルから 200 ドルに引き下げました。基本利用枠は、月額 20 ドルの Pro プランのおよそ 5 倍と 20 倍です。API については、Carbon の公開価格は次のとおりです。

ここで注意しておきたいのは、プランの内容や価格は、Google 公式ページの該当時点の情報が基準になるということです。元の公式アカウント記事にあった「利用枠は無制限」「アカウントが停止されることはない」といった断定的な表現は、公式が約束しているものではありません。

開発者への影響

• モデル選定は「一強」から「タスクごとの使い分け」へ：総合的な推論では Carbon を優先的に検討し、Web 開発やコーディング Agent の場面では Opus と比較し、コスパを重視する日常的なタスクには Argon を使う、といった選択ができます。
• コスト構造の見直しが必要：Carbon の価格は 12 月 1 日に倍になります。長期間にわたる Agent タスクはトークンの消費が速いため、事前に予算を見積もっておく必要があります。
• 検証は実際のタスクに立ち返る：リーダーボードでできるのは候補の絞り込みまでです。最終的には、自分のコードベースとプロンプトで必ずテストしましょう。

業界への影響

• 三強の構図がよりはっきりしてきた：Google、OpenAI、Anthropic は複雑な開発タスクで正面から競い合っており、それぞれが異なる分野で強みを保っています。
• 競争の単位がモデルからワークフローへ：これから比較されるのはモデルのスコアだけではありません。IDE、CLI、マルチ Agent 連携といったツールチェーン全体が対象になります。

API で Gemini 4 シリーズを試す方法

手を動かして検証したい開発者には、OpenAI 互換インターフェースで直接呼び出す方法がいちばん手軽です。以下の最小限のサンプルは、API キーを差し替えるだけで動かせます。モデル名はプラットフォームのモデル一覧を基準にしてください。

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

response = client.chat.completions.create(
    model="gemini-4-carbon",  # モデル名はプラットフォームのモデル一覧を基準にしてください
    messages=[{"role": "user", "content": "用三句话解释什么是 Agentic Coding"}]
)
print(response.choices[0].message.content)

import openai
from typing import Optional

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

# モデル名はプラットフォームのモデル一覧を基準にしてください
MODEL_ROUTER = {
    "simple": "gemini-4-argon",   # 通常の開発やナレッジワーク
    "complex": "gemini-4-carbon"  # 複雑なデバッグ、深い推論、長時間タスク
}

def ask_gemini(
    prompt: str,
    complexity: str = "simple",
    system_prompt: Optional[str] = None,
    max_tokens: int = 2000
) -> str:
    """タスクの複雑さに応じて Gemini 4 シリーズのモデルを選択する"""
    model = MODEL_ROUTER.get(complexity, MODEL_ROUTER["simple"])
    messages = []
    if system_prompt:
        messages.append({"role": "system", "content": system_prompt})
    messages.append({"role": "user", "content": prompt})

    try:
        resp = client.chat.completions.create(
            model=model,
            messages=messages,
            max_tokens=max_tokens
        )
        return resp.choices[0].message.content
    except Exception as e:
        return f"Error: {e}"

# 日常的なタスクは Argon、複雑なデバッグは Carbon を使う
print(ask_gemini("给这个函数补充类型注解", complexity="simple"))
print(ask_gemini(
    "分析以下并发代码可能出现死锁的原因，并给出修复方案",
    complexity="complex",
    system_prompt="你是资深后端工程师，先列假设再逐一验证"
))

クイックスタートのヒント：Carbon の API 価格は 12 月 1 日に改定される予定です。まずは小さなサンプルでテストすることをおすすめします。APIYI（apiyi.com）に登録すると無料のテスト枠がもらえます。1 つの API キーで Gemini、Claude、OpenAI などのモデルをまとめて呼び出せるので、同じプロンプトで横並びに比較するのにも便利です。

よくある質問 FAQ

Gemini 三年の進化 ― 重要ポイント Key Takeaways

• 進化の軸：Gemini は「情報を理解する」段階から「問題を推論する」段階へ進み、さらに「複雑なタスクを長時間実行する」段階に到達しました
• 初期の蓄積：1.0 のネイティブなマルチモーダル対応と、1.5 の100万トークンのコンテキストウィンドウが、その後の能力の土台になりました
• 転機：2.5 の Thinking と、第3世代の Antigravity によって、Gemini はプログラミングの主戦場に入りました
• モデルの役割分担：Argon は通常の開発、Carbon は複雑なデバッグや長期的な推論を担当します
• ランキングの冷静な見方：Carbon は総合スコアでリードしていますが、WebDev やコーディングエージェントの専門分野では、Opus が依然として優位です
• 始め方：APIYI(apiyi.com)の統一インターフェースを使えば、Gemini とほかの主要モデルを実際に試せます

まとめ

「米国版豆包（ドウバオ）」とも呼ばれていた Gemini が、トップクラスのプログラミングモデルへと成長するまでの3年間。その要点は、次の3つに整理できます。

1. 能力は段階的に積み重なっている：マルチモーダル、長いコンテキスト、Thinking、ツール呼び出し、長時間実行と、どのステップも前のステップの上に成り立っています。
2. エコシステムが逆転のカギ：Antigravity などのツールチェーンが、モデルに実際に手を動かせる環境を与えました。さらに Google のプロダクト展開によって、こうした能力が多くのユーザーに届いています。
3. 競争は依然として多極化している：Carbon はトップ層に入りましたが、Opus と Astra にもそれぞれ強みがあります。開発者にとっての最善策は、タスクに応じてモデルを使い分けることです。

かつては Google の各種サービスに付属するアシスタントという印象が強かった Gemini ですが、今では複雑なエンジニアリングやエージェント開発の主力候補のひとつになっています。ランキングはあくまで出発点にすぎません。本当の答えは、ご自身のプロジェクトで実際に動かしてみて初めて見えてきます。APIYI(apiyi.com)の無料枠を使って、Gemini 4 シリーズとほかの候補モデルを同じタスクで比較し、チームの主力の組み合わせを決めることをおすすめします。

📚 参考資料

1. Google 公式ブログ：Gemini 1.0 発表：ネイティブマルチモーダルモデルファミリーの紹介
2. リンク：blog.google/innovation-and-ai/technology/ai/google-gemini-ai

3. 説明：Gemini が当初どのような位置づけで設計されたのかがわかります

4. Google 公式ブログ：Gemini 3 と Antigravity：Agentic Coding と開発環境の発表

5. リンク：blog.google/products-and-platforms/products/gemini/gemini-3

6. 説明：Google がモデル単体から作業環境へと舵を切った転換点を理解できます

7. Google 公式ブログ：Gemini 4 Carbon の提供開始と価格：提供範囲と API 料金

8. リンク：blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available

9. 説明：Carbon と Argon の公式な位置づけの違いを確認できます

10. Google DeepMind：Carbon モデルカード：コンテキストと機能の説明

11. リンク：deepmind.google/models/model-cards/gemini-4-carbon

12. 説明：100 万トークンのコンテキストなど、技術的なスペックを確認できます

13. Artificial Analysis：Carbon 評価特集：独立した総合評価

14. リンク：artificialanalysis.ai/articles/gemini-4-carbon-new-number-1

15. 説明：Intelligence Index や Coding Agent Index などのデータの出典です

16. Arena：WebDev 開発リーダーボード：Web 開発に特化したランキング

17. リンク：arena.ai/leaderboard/code/webdev

18. 説明：Web 開発タスクにおける各モデルの成績を比較できます

19. Gemini API 公式料金表：最新の課金ルール

20. リンク：ai.google.dev/gemini-api/docs/pricing
21. 説明：料金は公式ページの最新情報をご確認ください

著者：APIYI 技術チーム
技術交流：APIYI 公式サイトのトップページからお気軽にお問い合わせください。接続に関する詳しい資料は docs.apiyi.com のドキュメントセンターでご覧いただけます

関連記事

• Google Antigravity が /swarm を発表：AIプログラミングは単一Agentの実行からマルチAgentのチーム協働へ、4種類の役割を読み解く:Google Antigravity の /swarm プレビュー機能を読み解きます。Coordinator、Worker、Verifier、Monitor がどのように役割を分担して連携するのか、作業コピー、可視化パネル、クォータ消費、権限の境界まで一気に解説します。
• Gemini 4 Carbon で /swarm を使って Google キャンパスの 3D ワールドを構築する:Google公式デモの「ペリカンがGBikeに乗るオープンワールドゲーム」を分解し、Gemini 4 CarbonがAntigravityの/swarmを使って複数のAgentを連携させ、3Dアセット、ブラウザゲーム、サウンドデザインを完成させる過程と、その限界を検証する。
• 歴史写真からインタラクティブ3Dへ：Gemini 4 Carbon がひとつのプロンプトでエッフェル塔の建設過程を再現:Google のエッフェル塔デモを解説：Gemini 4 Carbon が Antigravity の /swarm によるマルチ Agent 連携を活用し、歴史的な写真や設計図面をインタラクティブな Three.js の 3D 展示へと構成する仕組み。
• Google APIが毎分320億トークンを処理：誰がこの計算資源を使っているのか？:Alphabetの2026年第3四半期決算で開示された「1分あたり320億トークン近く」を読み解き、開発者、企業顧客、エージェントの利用シーンにおける実際のニーズを整理するとともに、どのデータが未公表のままなのかを説明してください。
• Geminiのキャッシュヒット率が低い5つの主な原因：AI StudioとVertexにおけるキャッシュ課金の定義を詳しく解説:なぜGeminiのテキストモデルはOpenAIやClaudeよりキャッシュヒット率が大幅に低いのでしょうか？本記事では公式ドキュメントに基づき、暗黙的キャッシュと明示的キャッシュ、最低トークン要件、Vertexのプロジェクト分離を整理し、AI StudioとVertexのキャッシュ料金の区分と照合方法を解説します。