なぜGoogleとMistralは同じ週にサイバー防御へ向かったのか

2026年10月末、GoogleはGemini 4 Carbonを防御者向けに段階公開し、Mistr…

2026年10月28日、Googleはフロンティアモデル「Gemini 4 Carbon」を発表し、まずサイバー防御者への提供から始めると明かした。翌29日、Mistral AIは1兆パラメータの「Mistral Large 4」の重みを全面的に公開した。2社とも主戦場にサイバー防御を掲げながら、配り方は段階的な管理と完全な開放で正反対である。今週のLLM最前線を2つの一次情報から読み解く。

Gemini 4 Carbonは「防御者から」公開を始めた

Googleは2026年10月28日、公式ブログで新フロンティアモデル「Gemini 4 Carbon」を発表した。Google DeepMindのKoray Kavukcuoglu氏(SVP、Chief AI Architect)名義の記事は、Carbonを「サイバーセキュリティと長時間持続するタスクで最先端の性能を持つ、私たちの最も強力なモデル」と位置づけている。

外部評価ではArtificial Analysisの総合指標「Intelligence Index」v5.0で59点を獲得し1位となったと発表している。セキュリティ分野では実在するソフトウェアの脆弱性発見を測るSEC-bench Proで88.2%、悪用可能性の検証を測るExploitGymで54.8%、修正パッチの作成を測るCWE-benchで71.0%に達したという。Googleはこれらの値を「ガードレールなしで評価した」と注記している。コーディングではWebDev Arenaで+89 elo上昇の1,768点(4位)とし、内部ベンチマークでは前モデルArgon比でセキュアなコード生成の成功率が2倍以上とした。

配布方法が今回の特徴だ。Googleは米国政府が進める事前テストの自主的なプロセスに参加していることを明かした上で、まず一部のサイバー防御者へ提供し、信頼できるパートナーへの段階拡大を経て、開発者・企業・消費者へ「可能な限り早く」提供すると説明した。2週間前の「Gemini 4 Argon」から続く、性能を先行させつつ展開を制御する運用である。価格は導入期間中、100万トークンあたり入力2ドル・出力10ドルで、期間終了後は入力4ドル・出力20ドルとなる。

Mistralは1兆パラメータを丸ごと公開した

対照的にMistral AIは10月29日、フラッグシップモデル「Mistral Large 4」(通称Le Chonk)の重みを公開した。同社の発表によれば、1兆パラメータのネイティブマルチモーダルモデルで、ヨーロッパの計算基盤で一から訓練したという。10月上旬のパブリックプレビュー後、3週間の強化学習を追加した改良版だ。

コーディングでは「オープン重みモデルで最高」とされる。Cognitionの非公開ベンチマークFrontierCode 2.0(エージェントの変更をリポジトリ管理者がマージできるかを評価)で19.7%を取り首位。ターミナル操作を伴うTerminal-Bench 4.0ではプレビュー比で13ポイント増の41%となり、オープン重みモデルで先頭に立った。Artificial Analysis Coding Agent Indexでは48%でGLM-5.3と実質同点ながら、タスクあたりの平均トークン消費が47%少ないと主張する。推論モードもLow/Medium/Highの3段階を追加し、性能とコストの選択を開発者に委ねた。

防御側の用途ではArtificial Analysis Cyber Indexで51%を記録した。脆弱性の発見・再現・検証と、既存機能を壊さないパッチ適用までを通して測る指標で、「正当な防御タスクを不必要に拒否しない」点を強調する。一方で悪意あるサイバー要求への平均拒否率は96.6%と、「計測したオープンモデル中最高」としている。

コードを書く能力が、そのまま守る能力になった

2つの発表はそれぞれ独自の指標を並べているが、重なる場所がある。1つはエージェント型コーディングだ。GoogleはCarbonが「数日間動き続け、行き止まりを粘り強く解消して大規模コードベースのバグを根絶する」と説明し、Mistralはターミナル経由のコーディング性能を主戦場に掲げた。コードを書く作業と防御の作業が、同じ「長時間のエージェント実行」という能力の上に載っている。

もう1つは防御者コミュニティへの働きかけだ。Mistralの発表にはBooz Allen Hamilton、Cisco、Cloudflare、CrowdStrike、Elasticの幹部コメントが並んだ。CloudflareのStephanie Cohen氏(Chief Strategy Officer)は「自分でコントロールできない防御は防御ではなく、露出である」と述べ、自社インフラで運用できるオープン重みの価値を強調した。Googleも「サイバー防御者への先行提供」を展開の第一歩に選んでいる。性能競争の中心が生成から防御へ、明確に軸が動いた一週間だった。

安全性の指標も競争項目になっている

安全性・整合性の数値も2社とも発表の中軸に据えた。Googleの発表によれば、CarbonはTerminal-Bench 4.0での「不正なショートカットの成功」を0.0%(試行率0.4%)に減らし、間接プロンプトインジェクション攻撃の成功率も0.0%だったという。内部のライブコーディング環境では重大度の高い非整合アラートが約80%減少し、裏付けのない主張はArgon比で約半減した。作業スコープを超える行動は26%減、必要な作業の未達は29%減としている。

Mistral側も防御タスクの許容と悪用の拒否を両立させる設計を数値で示した。悪意あるサイバー要求の拒否率96.6%は、JailbreakBench・StrongREJECT・AgentHarmのサイバー関連プロンプトでの平均である。能力の向上と、その能力の濫用抑止が同時に評価される時代に入ったことを、2つの発表は裏付けている。

「管理」と「開放」、同じ標的で分かれた道筋

最後に解釈を述べる。同じ「防御」を標的にし、なぜ配布は分かれたのか。Googleの選択には、脆弱性発見や悪用検証の能力がそのまま攻撃にも転用できる両刃である以上、事前テストと段階展開で制御する論理が見える。Mistralの選択は、防御者こそがモデルを自ら管理すべきだという主張で、CiscoのAmy Chang氏(AI Threat Intelligence and Security Research責任者)も「オープン重みは透明性を企業と政府に広げる」と同調している。

どちらが正解かを決めるデータはまだない。ただ2つの一次情報から確実に言えるのは、フロンティアLLMの開発競争が「書く能力」から「守る能力」へ、さらに「どのように配るか」という問いへ広がったことである。Carbonの一般提供開始と、Mistral Large 4に対する独立系での検証の進展が、次の分岐点になるだろう。

+

コメントを残す

メールアドレスが公開されることはありません。 ※ が付いている欄は必須項目です