比較

Gemini 4 NeonとGPT-6.2 Solの比較 知能指数61と57の間に何があるか

同じ週に投入された3つの中上位モデル、Gemini 4 Neon、GPT-6.2 Sol、GPT-6.2 Astraを比較する。Artificial Analysisの知能指数、API価格、キャッシュ入力価格、文脈窓、推論深度の調整、提供チャネルを軸に、異なるワークロードごとのコスト選択の判断基準を示す。

一言まとめ

Neonは61ポイントで3ドル/15ドル、Solは57ポイントで2ドル/10ドル、Astraは62ポイントで8ドル/40ドル。3つの価格帯が3つの能力帯に対応しており、分かれ目はスコアの高低ではなく、そのタスクがどれだけの誤りを許すかにある。

この3モデルを並べる理由 ​

2026年11月17日から19日にかけて、2社が同じ帯域に3つのモデルを投入した。OpenAIは11月17日にGPT-6.2 AstraとGPT-6.2 Solを発表し、Googleは11月19日にGemini 4 Neonを発表した。いずれも旗艦ではなく、日常の主力と複雑タスクの専門家の間にある移行帯を担う製品である。

比較できる理由は3つある。同じ週に発表されたこと、同じ第三者の評価指標で測られていること、そして同じトークン課金モデルを採っていることだ。

主要パラメータの比較 ​

項目Gemini 4 NeonGPT-6.2 SolGPT-6.2 Astra
提供元GoogleOpenAIOpenAI
発表2026年11月19日2026年11月17日2026年11月17日
知能指数(AA)61(世界3位)5762(世界2位)
入力(100万トークン)3ドル2ドル8ドル
キャッシュ入力(100万トークン)0.15ドル0.10ドル0.40ドル
出力(100万トークン)15ドル10ドル40ドル
文脈窓100万トークン105万トークン105万トークン
最大出力個別記載なし13万トークン13万トークン
推論深度の調整4段階個別記載なし個別記載なし
位置づけ複雑なコーディング、分析推論、企業ワークフロー日常業務、コーディング、多段エージェント複雑な専門業務、旗艦級推論
提供チャネルAI Studio、Geminiアプリ、企業API、AntigravityChatGPT、API、CodexChatGPT、API、Codex

価格は標準処理料金であり、長文脈やバッチ処理は別途の料金体系となる場合がある。知能指数は第三者評価であり、当サイトの10月Carbonデータが用いた指数バージョンと異なる可能性があるため、バージョンをまたぐ比較は適切でない。

3つの価格帯の算術 ​

価格とスコアを並べると、3本の異なる曲線が見える。

入力100万トークンあたりで見ると、NeonはSolより50%高い(3ドル対2ドル)が、知能指数は4ポイント高い(61対57)。AstraはSolより300%高い(8ドル対2ドル)が、Neonより167%高い(8ドル対3ドル)にもかかわらず、Neonより1ポイント上(62対61)、Solより5ポイント上にすぎない。

出力側では差がさらに広がる。Neon15ドル、Sol10ドル、Astra40ドル。Astraの出力価格はNeonの2.67倍、Solの4倍である。

含意はこうだ。Astraのプレミアムは「複雑な専門業務での信頼性」を買うものであり、「全般的にもっと賢い」ことを買うものではない。61と62の差は1ポイント、価格差は2.67倍。その1ポイントに価値があるかは、タスクが失敗を許すかどうかで決まる。長距離の自律タスクでは、1回の失敗のコストがトークン代をはるかに超えることがある。

3つの実務シナリオ ​

高頻度・短時間・人手による確認あり。 バッチ分類、要約、構造化抽出など。単発の精度より単位コストが重要で、Solの2ドル/10ドルが最も安い。105万トークンの文脈窓は長い文書を一度に収められる。

複雑なコーディングと長文書の分析。 ファイル横断のリファクタリング、長い報告書の照合、異種資料の統合など。Neonの100万トークン文脈、4段階の推論深度、3ドル/15ドルという価格は、この帯域で唯一の中価格・高文脈の選択肢になる。Solはより安いが知能指数が4ポイント低く、複雑なリファクタリングでは手戻りの確率が上がる。

多段の自律実行で失敗コストが高い場合。 長距離エージェント作業や専門ワークフロー。Astraの8ドル/40ドルは62ポイントと高い自律性を買うが、OpenAI自身の初期テスターからは「Astraは許可を求めすぎ、自律ワークフローが不安定」という批判が出ていた点に注意が必要だ。この部分はスコアから推測せず、実タスクで独立に検証すべきである。

見落とされやすい2つの変数 ​

第一はキャッシュ入力の価格だ。表の単価差より実際の差は大きい。Sol0.10ドル、Neon0.15ドル、Astra0.40ドル。同じ長い文書を繰り返し照会するワークフローでは、キャッシュのヒット率が実際の請求額を左右する。50万トークンの文書を繰り返し呼ぶ場合、キャッシュの経済性がコスト構造の主導要因になる。

第二は速度だ。GoogleはNeonがCarbonの約3倍の速度でコストは60%と述べ、OpenAIはAstraが「AIの自律的改善でHighの閾値に達したと評価された初の公開モデル」と述べている。両者は測っているものが違い、推論のスループットと自己改善能力を「どちらが速いか」に換算することはできない。

判断 ​

スコアを価格で割るだけなら、Solが最適、Neonが次点、Astraは明らかに割高である。

実際の選定はそう単純ではない。まずタスクが許容できる失敗率を決め、その水準を満たすモデルの中で最も安いものを選ぶ:

  • 人手で確認でき、誤りを修正できる → Sol
  • 一度で正確に仕上げる必要があり、文脈が長く、中程度の単価を許容できる → Neon
  • 多段の自律実行で失敗コストが高い → Astra。ただし実タスクで1回検証すること

この論理では「61か57か」は決定要因ではない。「このタスクは一度の失敗を許すか」が決定要因である。

境界 ​

  • 3モデルの発表情報、価格、文脈窓は各社の公式発表および財聯社、36Krなどの報道による。
  • Artificial Analysisのスコアは第三者評価であり、指数バージョンが異なれば直接比較できない。
  • 「速度」「自律性」に関する記述はベンダーの表現で、試験方法は非公開。
  • 本稿は個々のモデルの実出力を評価せず、選定の結論はコスト構造からの推論であり、調達助言を構成しない。
  • 長文脈の料金やバッチ割引の細目は各社の公式価格ページによる。

参考資料 ​