Gemini 4 Carbonはなぜこんなに遅いのか、その正体を追跡した
Why is Gemini 4 Carbon taking so long?

kernel.devのベンチマークで、Gemini 4 CarbonはOpusやAstraなら数分のバグ修正タスクに1時間近くを要した。実行を追跡すると、推論速度の低下がAstra比で16〜30%、Opus比で約半分を占め、残りはチケットが求めていないコード監査や再読といった不要な作業と、1ステップあたりのツール呼び出しの少なさだった。チェックインを注入すると所要時間は37分から28分に短縮し、原因は知識ではなく行動習慣にあると結論づけている。
これは、遅さがCarbonの知識ではなく振る舞いに由来していることを示唆している。
HNでの議論
134- tristanj
Gemini 4 Carbonがトークン効率が悪いのは明らかだ。他のモデルと比べてもトークン毎秒が比較的低い。なぜこうなっているのか、いくつか理由が考えられる:
1. Googleには膨大な資金と計算資源がある。彼らの目標は、実行や提供の効率が良いモデルを作ることではなく、最高品質でフロンティア性能を持つモデルを訓練することだった。効率の良いモデルはHydrogenなど他にある。
2. Googleは推論コストを気にせずにCarbonを作った。DeepMindはGoogle帝国の他の部分から補助を受けている。推論の販売はGoogleの収益のごく一部に過ぎない。しかしAnthropicとOpenAIにとっては、推論の販売がビジネスモデルの全てだ。AnthropicとOpenAIには、できるだけ多くの推論を最も効率的な方法で販売する巨大なインセンティブがある。Googleにはそのインセンティブがない。
3. 彼らは非効率でいられる数少ない企業の一つだ。フロンティアラボの中で、Google DeepMindはおそらく計算資源の制約が最も少ない。中国のラボは10分の1から100分の1の計算資源しかないので、高度に最適化されたモデルをリリースせざるを得ない。
- horacemorace
今日これをコーディングのいじくり回しに使ってみたが、めちゃくちゃ遅かった。でも、Claudeのブルドーザー的な態度の後だと、軽いタッチで問題を解決しつつ、それでいてまともなアーキテクチャに向かっていく様子は新鮮だった。既にやったことと、繰り返し忍び寄るスコープをうまく統合できていた。Sonnet/Opusとは全く違う感触で、Gemini 3.8とも違う。
- hetspookjee
スレッドで唯一かもしれないが、Gemini 4 Argon以来、Googleのモデルの大ファンになった。Carbonは利用可能になってからほとんどの場合使っているが、Argonにもますますフォールバックするようになっていて、大した違いは感じない。セキュリティ目的ではArgonのトリガーはずっと少ない。
Googleのモデルは、話し方と分析の仕方のオーケストレーターとしてだけ使っている。全てをAstra / Fable / Opusモデルに委任させている。
- bagacrap
この部分は実際には機能のように思える:
> 不要な作業。Carbonのステップの約半分は、チケットが求めていない作業に費やされた:修正に必要のないコードの監査や、チケットが既に除外した抜け穴を塞ぐことだ。
これは経験的に気づいていたが、Carbonが変更の影響についてより「深く」「考えている」と捉えていた。それは良いことかもしれない!ただ私が頼んだことを正確にやるだけでなく、遠くのコードに生じる新しいバグを指摘でき、大規模なコードベースでリダクター中に非常に微妙なデッドコードを見つけることができる。私の日常使いはSolで、非常に速いが、目の前のタスクに比較的集中している。私のモデル群は、それぞれ長所と短所を持つ人間のチームのようなものだと考えている。自分がやった仕事をレビューしてもらうのにCarbonに頼むことはあっても、自分のアイデアを最初に実行してもらうことはあまりない。
- lmeyerov
1年半のClaude Code maxプランと同等のCodexから、Googleのagyとそのモデルに移るのは戸惑いと混乱があった。
私のフローは、Claudeのサブスクを数日で使い切り、Codexを数日で使い切り、agyを1午後で使い切るという感じだ。
同じリポジトリ+スキルでCodexとClaude Codeを行き来する場合、Astra/fable、sol/opus、sonnet/Lunaはほぼ互換性があるが、agyでGoogleモデルを使う場合はそうではなかった。
次のステップは、agyハーネスを捨ててcodex/opencodeを試し、モデルは問題なくてagyが問題なのかどうかを確認することかもしれない。
- timtam
プロンプトボックス経由で使っていると、500 INTERNAL (TURN_STEPS_EXCEEDED)に何度も遭遇した。
Gemini couldn’t finish this response
I’m sorry, this request needed too many steps to finish in time. Please try asking a more specific question, or break it into smaller requests.
厳密に努力予算や停止ルールを設定することでしか回避できなかった。
- erji77
この馬鹿野郎、今後俺にAIニュースを送るな。
- Lerc
Theoの動画で、最初のトークンまでの時間に問題があると示唆されていた。サブエージェントのアクションを行うと、内部の短いクエリが多数発生してそれが積み重なり、膨大になることがある。
単に非効率というより、何かが壊れているように見える。