# Gemini 4 Carbonは限定提供から

> Gemini 4 Carbonの限定提供と導入価格を確認する。PyTorch 2.15ではNCCLの既定変更と対応環境、Foundryでは実行方式の選択と復旧責任、AgentCoreではチーム別の権限境界を整理する。Claude Enterpriseの利用分析と共有予算、音声認識とアプリ連携の更新も補う。

Canonical URL: https://labs.eastbraver.com/digest/ai-digest-20261029
Published: 2026-10-29T06:30:00+09:00
Category: ai-digest
Tags: gemini, pytorch, ai-agent, managed-agents, agentcore, aws, enterprise-ai, nvidia

Gemini 4 Carbonは、一部のサイバー防御担当者への限定提供から始まる。性能評価の数値に加え、実際に使える時期と導入価格の終了後まで確認したい。PyTorch 2.15ではNCCL通信基盤の既定変更、Foundryでは管理されたエージェント実行と長時間処理の復旧、AgentCoreでは中央統制とチーム別実行の責任分担が焦点となる。Claude Enterpriseの利用分析と共有予算も、導入後の運用判断に関わる更新だ。

各更新は独立している。モデルの性能、実行基盤の復旧、組織内の費用管理を一つの改善率にまとめることはできない。提供対象、既定動作、アプリケーション側に残る責任を、それぞれの採用条件として読む。（[Googleのモデル発表](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/) / [PyTorchのリリース解説](https://pytorch.org/blog/pytorch-2-15-release-blog/) / [Microsoftの実行基盤発表](https://devblogs.microsoft.com/foundry/microsoft-copilot-harness-in-foundry/) / [AWSの参照構成](https://aws.amazon.com/blogs/machine-learning/building-an-agentic-ai-platform-on-amazon-bedrock-agentcore/) / [Anthropicの運用機能発表](https://claude.com/resources/articles/smart-reports-surveys-pooled-budgets)）

## Gemini 4 Carbonはサイバー防御担当者へ限定提供

GoogleはGemini 4 Carbonを発表し、発表週から一部のサイバー防御担当者への提供を始めるとした。Fairwind Programを通じて、信頼できる追加パートナーへ段階的にアクセスを広げる。開発者、企業、一般消費者向けの製品経由の提供は今後の予定で、それまでにフィードバック収集とガードレールの改善を続けるとしている。（[提供方針](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/)）

性能面では、Googleは内部ベンチマークで安全なコード生成の成功率がArgonの2倍超になったと報告した。また、脆弱性の発見、悪用可能性の検証、修正について、SEC-bench Proで88.2%、ExploitGymで54.8%、CWE-benchで71.0%を報告している。これらの外部ベンチマークを使った評価はガードレールなしの条件であり、提供環境で同じ性能を得られる保証ではない。（[Googleによる評価と条件](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/)）

導入価格はArgonと同じで、入力1,000,000トークン当たり2ドル、出力1,000,000トークン当たり10ドルとなる。キャッシュ済み入力トークンは入力価格から95%割引となる。ただし、発表の脚注には導入期間終了後の価格として、入力1,000,000トークン当たり4ドル、出力1,000,000トークン当たり20ドルが記載されている。（[導入価格と終了後の価格](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/)）

> [!CAUTION] 一般提供と価格の切り替え時期
> 発表には、一般向けの具体的な提供開始日と導入価格の終了日が記載されていない。限定提供を一般利用可能と読み替えず、契約時の提供条件と料金を確認したい。

**EastBraverの見立て:** 切り替え判断には、利用資格、提供環境での評価、導入期間終了後の費用が必要になる。Googleの報告値は比較の出発点であり、自社の権限・データ・[ガードレール](/guides/guardrails)を付けた状態での評価とは分けて扱いたい。（[提供・評価・価格の前提](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/)）

- 出典: [Google DeepMind](https://deepmind.google/blog/gemini-4-carbon-our-next-frontier-model/)（公式情報、2026-10-29 02:00 JST）

**関連する技術ガイド:** [Guardrails](/guides/guardrails)

## PyTorch 2.15はNCCLの既定実装と対応環境を変更

PyTorch 2.15では、2.14で選択式だった書き直し版NCCLバックエンドが、`nccl`を使うすべてのプロセスグループで既定になった。従来実装へ戻すには、`TORCH_DIST_USE_NCCL2=0`またはバックエンド名`nccl-legacy`を使う。集団通信が停止した際には、実行記録を保存するフライトレコーダーが各ランクの状況をディスクへ出力する。（[NCCLの既定変更と診断機能](https://pytorch.org/blog/pytorch-2-15-release-blog/)）

配布される既定のCUDA wheelはCUDA 13.2へ移り、CUDA 13.4版も提供される。Pythonの対応範囲は3.11～3.15で、Python 3.10はサポート対象外となる。Apple SiliconのMPSアクセラレーションはmacOS 15以降が必要だ。macOS 14で動く可能性があることと、検証・修正の対象であることは異なる。（[対応プラットフォームと非互換変更](https://pytorch.org/blog/pytorch-2-15-release-blog/)）

Apple SiliconではFP8と公開ストリームAPIを追加した。PyTorchの報告では、M3 Ultra上のMoEデコードで新しい`grouped_mm`の経路が1.32～1.34倍のスループットを示す。ただし、この測定を他のGPUやモデル、学習処理全体へ一般化することはできない。（[MPSの変更と測定条件](https://pytorch.org/blog/pytorch-2-15-release-blog/)）

> [!CAUTION] 速度比較の前に互換性を確認
> Python 3.10環境やmacOS 14のMPS利用環境では、フレームワークだけを置き換えられない。NCCLバックエンドなどにはAPIが不安定との注記もあり、必要な環境更新と切り戻し方法を先に確認する。

**EastBraverの見立て:** 更新時は、対応OS・Python・CUDAと通信バックエンドの変化を先に切り分けたい。既存の分散学習が動くことと、新しいカーネルで高速化することを別々に測れば、互換性の問題を性能改善の期待に埋もれさせずに済む。（[移行条件と性能改善の範囲](https://pytorch.org/blog/pytorch-2-15-release-blog/)）

- 出典: [PyTorch](https://pytorch.org/blog/pytorch-2-15-release-blog/)（公式情報、2026-10-29 02:44 JST）

## FoundryのCopilot harnessは作成時に選択

Microsoftは、Foundry Agent ServiceのMicrosoft Copilot harnessをパブリックプレビューとして発表した。ここでのharnessは、モデルとツールの呼び出し、作業コンテキスト、ファイル、実行環境をまとめて管理する仕組みだ。Microsoftがエージェントループと[サンドボックス](/guides/sandbox)を運用し、開発者は指示、スキル、接続ツールを定義する。（[管理される範囲](https://devblogs.microsoft.com/foundry/microsoft-copilot-harness-in-foundry/)）

プレビューでは、作成時にMicrosoft Copilot harnessを選ぶ必要があり、作成後の切り替えにはまだ対応していない。公式ドキュメントはJapan Eastを含む対応リージョンと、推論・ツール呼び出しに対応するモデルが必要という条件を示している。トップレベルのスキル参照は最大50件で、Foundry Memoryには未対応だ。会話履歴や会話単位の作業ファイルまで使えないという意味ではない。（[作成時の制約](https://devblogs.microsoft.com/foundry/microsoft-copilot-harness-in-foundry/) / [リージョンとプレビュー上限](https://learn.microsoft.com/en-us/azure/foundry/agents/concepts/limits-quotas-regions#microsoft-copilot-harness-preview)）

従量課金は2026年12月1日に始まる。それまではharnessのランタイム利用が無料だが、モデル推論、別途課金されるツール、接続サービスにはそれぞれの料金が適用される。12月1日以降のサンドボックス計算資源は、vCPU時間当たり0.0994ドル、メモリはGiB時間当たり0.0118ドルと案内され、リージョンと契約によって価格が異なり得る。（[課金開始日と料金](https://devblogs.microsoft.com/foundry/microsoft-copilot-harness-in-foundry/)）

同時に、独自のフレームワークや実行ループを持ち込むホステッドエージェント向けには、長時間処理の復旧機能を一般提供すると発表した。Foundryは中断を検出して元の入力で処理を再起動するが、進捗・中間結果の保存と再開処理はアプリケーション側の責任となる。（[ホステッドエージェントの復旧分担](https://devblogs.microsoft.com/foundry/microsoft-copilot-harness-in-foundry/)）

> [!CAUTION] 再起動は処理の再開を保証しない
> 会話履歴だけでは作業途中の状態を復元できない。外部システムを更新する処理は、再実行で同じ操作を重複させない仕組みも必要になる。

**EastBraverの見立て:** 実行ループを任せるCopilot harnessと、独自実装を動かすホステッドエージェントでは、管理する範囲が異なる。復旧機能が一般提供になっても、業務処理の状態保存と重複実行の防止までサービスが代行するとは扱わない。（[方式の選択と開発者に残る責任](https://devblogs.microsoft.com/foundry/microsoft-copilot-harness-in-foundry/)）

- 出典: [Microsoft Foundry Blog](https://devblogs.microsoft.com/foundry/microsoft-copilot-harness-in-foundry/)（公式情報、2026-10-29 01:45 JST）

**関連する技術ガイド:** [AI AgentのSandbox](/guides/sandbox) / [MCP](/guides/mcp)

## AgentCoreの参照構成は中央統制とチーム別実行を分離

AWSは、Amazon Bedrock AgentCoreの周辺に、所有権、アカウント境界、ソフトウェアの配布・展開、監視、コスト管理、廃止の仕組みをInfrastructure as Codeで追加する参照構成を紹介した。中央のPlatformチームが共通サービスやテンプレート、ポリシーを管理し、業務チームがエージェント、ツール、データを所有する。Runtime、Memory、Tool Gatewayは各業務チームのアカウントに配置する。（[参照構成と責任分担](https://aws.amazon.com/blogs/machine-learning/building-an-agentic-ai-platform-on-amazon-bedrock-agentcore/)）

各チームのセルは分離された実行境界で、AgentCore Runtime、利用主体ごとに分離したAgentCore Memory、`AWS_IAM`認可を使うAgentCore Gatewayを持つ。推論用とツール用のゲートウェイは別々で、推論側では利用モデル、リージョン、レート制限、トークン割当、予算を統制する。ツール側は認証付きMCPゲートウェイを通し、承認済みの接続先、最小権限の実行ロール、ポリシー判断で呼び出しを制御する。（[推論とツールの制御](https://aws.amazon.com/blogs/machine-learning/building-an-agentic-ai-platform-on-amazon-bedrock-agentcore/)）

認証については、AgentCore IdentityとAmazon Cognitoが有効期限の短い推論用認証情報を提供し、ツール通信は`AWS_IAM`とSigV4で認証すると説明している。監視は各セルのCloudWatch Observability Access Manager（OAM）ソースリンクと中央のシンクを組み合わせ、中央運用者がチームのリソースへの書き込み権限を得ずに共有された監視情報を照会する。（[認証と監視の境界](https://aws.amazon.com/blogs/machine-learning/building-an-agentic-ai-platform-on-amazon-bedrock-agentcore/)）

> [!CAUTION] 参照構成の検証範囲
> AWSが示す配備と機能の前提はeu-west-1（アイルランド）だ。別リージョン、構成要素の置き換え、組織全体への拡大には、可用性、セキュリティ、負荷、切り戻し、監視、廃止の検証が別途必要とされる。

**EastBraverの見立て:** 中央に集めるのは定義・ポリシー・監視で、実行と復旧の責任は業務チームの境界に残す設計と読める。導入時は[誰がどの権限でツールを実行するか](/guides/ai-identity-authorization)と、チーム外からの要求を拒否できることまで確認したい。（[分離モデルと境界の検証](https://aws.amazon.com/blogs/machine-learning/building-an-agentic-ai-platform-on-amazon-bedrock-agentcore/)）

- 出典: [AWS](https://aws.amazon.com/blogs/machine-learning/building-an-agentic-ai-platform-on-amazon-bedrock-agentcore/)（公式情報、2026-10-29 03:28 JST）

**関連する技術ガイド:** [AIシステムのIdentityとAuthorization](/guides/ai-identity-authorization) / [MCP](/guides/mcp)

## Claude Enterpriseは利用分析とチーム共有予算を一般提供

AnthropicはClaude Enterprise向けに、Smart reports、アプリ内アンケート、チームの共有予算を一般提供した。Smart reportsは、選択したチーム・期間・製品の会話記録からサンプルを分析し、業務のまとまりごとに費用、成果物、接続機能の不足やツール呼び出し失敗などの支障を示す。繰り返す業務をスキル化する提案なども含む。（[一般提供と分析対象](https://claude.com/resources/articles/smart-reports-surveys-pooled-budgets)）

共有予算は、チーム全体で使う月次予算を設定する仕組みで、個人の利用上限も残る。各要求は両方の枠に計上され、どちらかを使い切ると利用が止まる。上限に達した利用者はClaude内から増額を申請でき、管理者が審査する。（[共有予算と個人上限の関係](https://claude.com/resources/articles/smart-reports-surveys-pooled-budgets)）

> [!CAUTION] 分析の目的と利用資格
> AnthropicはSmart reportsを個人の業績評価や雇用判断に使うものではないと明記している。HIPAA設定や顧客管理の暗号鍵など、組織の設定によって利用可能な機能が異なるため、契約・設定ごとの適用条件を確認する。

**EastBraverの見立て:** トークン消費額だけでは、何を作れたか、どこで処理が止まったかは分からない。レポートの業務別集計と利用者のアンケートを照らし合わせ、改善する作業を選ぶために使いたい。個人評価や、導入効果が因果的に証明されたとの扱いには踏み込まない。（[分析機能の目的と制限](https://claude.com/resources/articles/smart-reports-surveys-pooled-budgets)）

- 出典: [Anthropic](https://claude.com/resources/articles/smart-reports-surveys-pooled-budgets)（公式情報、2026-10-28）

## ほかの確認済みの更新

本文と同じ方法で根拠を確認した更新を、要点だけ短くまとめる。

- **Nemotron 3.5 TranscribeとGranary v2はモデルとデータ整備を担う**：NVIDIAのTranscribeは、自然言語の指示で文字起こし、話者識別、翻訳、音声への質問応答を扱うモデルだ。Granary v2はその学習に使った多言語データと、再利用可能なデータ整備パイプラインである。用途は録音済み音声で、ライブストリーミング向けではない。対応言語はタスクごとに異なり、公開データの言語数をモデルの全機能の対応数と混同しない。（[NVIDIAによるHugging Face上の公式発表](https://huggingface.co/blog/nvidia/nemotron-transcribe-granary)）
- **Connected Apps Platformは米国開発者向けプレビューから**：Googleは、クラウド上のMCPサーバーまたはAppFunctions APIsを使うAndroid MCPを介し、SearchとGeminiにアプリの機能を接続する開発者向け基盤を発表した。Google Connected Consoleで登録・テスト・審査への提出を行い、公開後はトラフィック、レイテンシー、エラー率を確認できる。TechCrunchによると初期対象はウェイトリストに登録する米国開発者であり、全地域への一般提供ではない。（[Googleの公式発表](https://blog.google/innovation-and-ai/technology/developers-tools/connected-apps-one-place/) / [提供対象を報じたTechCrunch](https://techcrunch.com/2026/10/28/as-ai-agents-reshape-the-web-google-opens-gemini-and-search-to-more-apps/)）
