powered by TechFeed
表示モード
Deep Dive

Gemini 4の3モデルを使い分けるだけでAIコストが最大66倍変わる — タスクに合った「思考深度」の選び方

11月17日、Aniket Agrawalが「The Periodic Table of Gemini 4: Routing Hydrogen, Carbon & Argon on Google Cloud」と題した記事を公開した。Google CloudのGemini 4シリーズ(Hydrogen・Carbon・Argon)を用途別に使い分け、コストを大幅に削減するルーティング設計について、255回以上のライブコールによる実測データをもとに詳しく紹介している。Gemini 4は、Googleが展開するGeminiモデルファミリーの最新世代にあたる。先代のGemini 1.5・2.0系が単一のフラッグシップモデルを中心とした構成だったのに対し、Gemini 4ではHydrogen・Carbon・Argonという元素名を冠した3つのモデルが用途別に分化している。元素名という命名は「構成要素を組み合わせてシステムを設計する」という設計思想を反映していると記事では示唆されている。コアインサイト:コスト差は「モデル選択」ではなく「思考深度の選択」で生まれる3モデルの特性はそれぞれ異なる。Arg...

11月17日、Aniket Agrawalが「The Periodic Table of Gemini 4: Routing Hydrogen, Carbon & Argon on Google Cloud」と題した記事を公開した。Google CloudのGemini 4シリーズ(Hydrogen・Carbon・Argon)を用途別に使い分け、コストを大幅に削減するルーティング設計について、255回以上のライブコールによる実測データをもとに詳しく紹介している。

Gemini 4は、Googleが展開するGeminiモデルファミリーの最新世代にあたる。先代のGemini 1.5・2.0系が単一のフラッグシップモデルを中心とした構成だったのに対し、Gemini 4ではHydrogen・Carbon・Argonという元素名を冠した3つのモデルが用途別に分化している。元素名という命名は「構成要素を組み合わせてシステムを設計する」という設計思想を反映していると記事では示唆されている。

コアインサイト:コスト差は「モデル選択」ではなく「思考深度の選択」で生まれる

3モデルの特性はそれぞれ異なる。Argonは12ヶ月GAライフサイクルと単一リージョンデータ所在地対応を持つ安定志向のモデル、Carbonはフロンティア深層推論とOfficeファイルネイティブ取り込みを特徴とするモデル、Hydrogenは165 tok/sの高速ストリーミングとXHIGH思考・65K出力に対応する高スループットモデルだ。

255回以上のライブGoogle Cloudコールによる実測結果が以下の表だ:

MODEL            LANE          OK   LAT     THOUGHTS  LIST     PROMO
---------------  ------------  ---  ------  --------  ------   -------
4-argon          LOW (Direct)  Dir*   5.0s       0.0  $0.0209  $0.0105
4-hydrogen       LOW* (CoT)    8/8   11.4s   1,549.0  $0.1006  $0.1006
4-hydrogen       HIGH          8/8   18.2s   2,608.8  $0.1643  $0.1643
4-carbon         MEDIUM*       8/8   27.5s   1,419.9  $0.2478  $0.1239
4-argon          HIGH          8/8   38.8s   2,678.2  $0.4528  $0.2264
4-hydrogen       XHIGH         8/8   77.6s  11,984.0  $0.7275  $0.7275
4-carbon         HIGH          8/8  101.9s   8,487.6  $1.3806  $0.6903

表を見ると、キャッシュ非適用時の最安ルートはArgon:LOW Direct($0.0209)であり、最高コストのCarbon:HIGH($1.3806)との差は約66倍に達する。記事タイトルにある「13.7倍」は、CoTを用いるHydrogen:LOWと Carbon:HIGHの比較から導かれた数字だ。いずれにせよ、全組み合わせで8/8タスクの正解率100%を達成している点が重要で、「高いモデルを使えば精度が上がる」ではなく、タスクに合った思考深度を選べばどれでも同等の精度を出せるというのが実証された設計原則だ。

具体的な使い分けの指針は以下のとおり:

  • SQL分類・セキュリティチェック・要約などの直接タスク → ArgonまたはCarbonのLOW(思考数0、5.0秒、$0.02)
  • 日常的な多段推論 → Hydrogen:LOW(Chain-of-Thoughtを維持しつつ$0.10)
  • フロンティア効率が必要な場面 → Carbon:MEDIUM(平均1,419.9思考、$0.12プロモ)
  • 非同期の高精度監査 → Hydrogen:XHIGH(最大47,089思考、$0.73)

95%キャッシュを確実に引き出す「Byte-0プレフィックス衛生」

Gemini 4の暗黙的コンテキストキャッシュは割引率**95%**(Hydrogenで$0.075/1Mトークン)まで引き上げられた。これはGemini 3.8 Flashのキャッシュレートの半額だ。

27回のライブコールによる実験で判明した設計ルールは明快だ:

  • トークン数が4,096を超えると、16,384トークン単位でキャッシュがロックされる(4,096の倍数でブロックアライメントが発生する)
  • 19,362トークンのリクエストでは84.62%がキャッシュヒット。コストは**$0.0306→$0.0072(76.6%削減)**
  • 1,000ターンの50Kコンテキストエージェントでは$64.06(81.3%)節約になる試算

そして最も重要なのが「Byte-0ルール」だ。systemInstructionの先頭31バイトにタイムスタンプを付けただけで、キャッシュヒット率が**84.62%→0%**に崩壊した。動的なヘッダーやセッションIDは必ず末尾のユーザーメッセージに置くこと——記事ではこれを「Byte-0プレフィックス衛生」と呼んでいる。

ストリーミング速度とCloud Run設計

ストリーミング速度の実測(10回のSSEストリーム)では、モデル間の差が明確だ:

  • Hydrogen: 154〜166 tok/s(最速)
  • Carbon: 82〜88 tok/s
  • Argon: 53〜82 tok/s

HydrogenはCarbonの2倍以上のスループットを出しており、リアルタイムUXが求められる用途に向く。

一方でHydrogen:XHIGHは48,841の内部思考を検証するのに303.6秒かかる。2026年11月13日以降、32Kを超える補完はクライアントタイムアウト後も課金される仕様変更が入っているため、Cloud RunのtimeoutSeconds: 360設定、またはInteractions APIのbackground=Trueによる非同期実行が必須だ。なお、Interactions APIのURLについては公式ドキュメントで最新のエンドポイントを確認されたい。

ネイティブOfficeファイル取り込みと厳密JSONスキーマ

HydrogenとCarbonは.xlsxと.docxをETL不要でそのままバイト列として渡せる。実験では$10,000の差異と-$4,500のCUDクレジット(合計$300,500)を含む財務データを正確に照合した:

  • Hydrogen: .xlsxを4.64秒/$0.00461、.docxを4.23秒/$0.00409で処理
  • Carbon: 同じファイルを9.51秒、7.74秒で処理

ArgonはネイティブなOffice MIMEに対応していない。Office添付ファイルはArgonに流さないよう、ルーターでMIMEタイプを判定して自動分岐する設計が必要だ。

また全3モデルでresponseSchemaによる厳密JSON出力を試験したところ、15/15(100%)で有効なJSONと同一のコア判断を得られた。

インフラ全体像

記事ではFastAPIベースのCloud Runゲートウェイ、Google ADKコールバック、BigQuery FinOps SQLビューを含むApache-2.0の参照実装(google-cloud-gemini4-periodic-lab)が公開されている。14/14のpytestが全パスしており、実際のプロダクション導入を想定した作りになっている。

リージョン構成としてはglobal・us・euマルチリージョンを統一エンドポイント(aiplatform.googleapis.com)で捌き、Argon限定でロンドン(europe-west2、5.05秒)とシンガポール(asia-southeast1、3.20秒)の単一リージョンデータ所在地に対応する。

詳細はThe Periodic Table of Gemini 4: Routing Hydrogen, Carbon & Argon on Google Cloudを参照していただきたい。