Gemini 4 HydrogenとCarbonの比較:構造化抽出について情報源から分かること
Gemini 4 HydrogenとCarbonについて公表されているコーディング、ツール利用、構造化出力の情報を比較し、スキーマ検証を組み込んだ抽出ワークフローを設計します。
要約 · TL;DR
GoogleはHydrogenをコーディングやエージェント型ワークフロー向けの実行モデル、Carbonをより深い推論向けのモデルと説明しています。ただし、発表内容からはスキーマに制約された抽出でどちらが優れているかは分かりません。出力を検証し、自社の文書で両モデルを評価してください。
要点
- 提示されたGoogleの発表はHydrogenのコーディングとツール利用の動作を説明していますが、これらの能力についてCarbonとの同条件での比較測定は示していません。
- あるパートナーは自社の評価スイートでHydrogenのフォーマット準拠率が100%だったと報告していますが、これはJSON Schemaへの対応やCarbonとの比較を証明するものではありません。
- 抽出したJSONはモデルの外部で検証し、値が元文書に基づいているかも別途確認してください。
- Hydrogenを抽出用の候補とし、解釈が難しい文書でより深い推論が必要な場合は、Carbonも別途評価してください。
目次 (13)
判断のポイント:Hydrogenを試し、すべての抽出結果を検証する
Gemini 4 Hydrogenは、高速な実行と機械可読な結果が求められるワークフローで、構造化抽出の有力な候補となります。ただし、提示された発表だけを根拠に、抽出精度やJSON Schema準拠の面でGemini 4 Carbonより優れていると判断してはいけません。Googleはその比較を示していません。一方、Carbonは深く長期的な推論のためのフロンティアモデルと説明されています。GoogleのGemini 4 Hydrogen発表を参照してください。
本番環境では、モデルの応答を信頼できない入力として扱い、パースしてスキーマに照らして検証するとともに、値が文書に基づいているかを確認してください。この記事を公開しているOneMuxは、OpenAI互換APIを通じて主要モデルへのアクセスを提供しています。以下の検証方法は、プロバイダーやエンドポイントを問わず役立ちます。
HydrogenとCarbon:公表された能力と不明点
次の表では、Googleによる製品説明と、両モデルを同条件で比較した測定結果を区別しています。提示された情報源はベンダーの発表であり、その主張やパートナーの結果を、自社のワークロードに対する独立した評価と混同しないでください。
| 領域 | Gemini 4 Hydrogen | Gemini 4 Carbon | 情報源からは分からないこと |
|---|---|---|---|
| コーディング | Googleはリポジトリのデバッグ、対象を絞った編集、並列のファイル読み取りと検索呼び出しを説明しています。Terminal-Bench 4.1のスコアは57%で、Gemini 3.8 Flashの18.2%と比較して報告されています。 | GoogleはCarbonを、アーキテクチャ上の判断や微妙なバグへの対応に適したモデルと位置付けています。 | リポジトリのコーディングやデバッグに関するHydrogenとCarbonの直接比較スコア。 |
| ツール呼び出し | Googleによると、Hydrogenはツール呼び出しの失敗や検索結果が空だった場合に適応でき、ファイルの読み取りと検索をまとめて実行できます。 | GoogleはCarbonを、並列エージェントのコーディネーターとなり得るモデルとして説明しています。 | 両モデルのツール呼び出し精度、失敗からの復旧、並列呼び出しの性能を比較できる結果。 |
| 構造化出力 | Googleは構造化された成果物について説明しています。あるパートナーは、推論とクリエイティブの評価スイート全体でフォーマット準拠率が100%だったと報告しています。 | 同等の構造化出力の結果は示されていません。 | 各モデルが特定のJSON Schema APIオプションをサポートするかどうか、また両モデルの相対的なスキーマ準拠率と抽出精度。 |
| 組み合わせたワークフロー | GoogleのAntigravity Orchestratorは、CarbonやHydrogenを含むモデルを切り替えて使用します。GoogleはTerminal-Bench 4.0で、Carbonに近いタスク成功率、24%少ないクォータ消費、19%速い完了時間を報告しています。 | Carbonは、そのOrchestratorの報告結果における比較対象です。 | Hydrogen単体とCarbon単体の比較、または同じ改善が抽出にも当てはまることを示す証拠。 |
出典:Googleの発表。パートナーによるフォーマット準拠率の結果は、その評価に関する有用な情報ですが、発表からは任意のJSON Schemaへの準拠や抽出の正確性を測定したかどうかは分かりません。
コーディングとツール利用の情報は抽出にどう関係するか
Hydrogenについて説明されている、呼び出しの失敗から復旧する能力は、抽出パイプラインが文書を取得したり参照データを検索したりする場合に関係します。リポジトリのコーディングに関する結果は、そのパイプラインを構築する際に重要になる可能性があります。ただし、いずれも、モデルがすべての文書で適切なツールを選び、正しい値を抽出し、スキーマに準拠したJSONを返すことを証明するものではありません。これらの特性はそれぞれ測定してください。
Carbonはより深い推論向けに位置付けられているため、解釈が難しい文書の候補となりますが、そうした文書でより高い性能を示すかどうかは情報源で定量化されていません。フィールドの誤りによる影響が大きい場合は、人によるレビューの経路を設けることも選択肢です。
スキーマ検証を組み込んだ抽出ワークフローを構築する
以下は、テキストから請求書番号と合計額を抽出するための説明用の未検証パターンです。特定のモデルに組み込まれた構造化出力機能には依存しません。
1. プロンプトを作成する前に入出力の契約を定義する
前提となるのは、モデルのエンドポイントへのアクセス、アプリケーションで処理することが許可された元テキスト、Python、jsonschemaパッケージです。組み込む前に、エンドポイントのドキュメントでモデル名、リクエストパラメータ、レスポンス形式を確認してください。特に、ネイティブのJSON Schemaレスポンスオプションは、エンドポイントのドキュメントに対応が明記されている場合にのみ使用してください。提示された発表は、その対応を示すものではありません。
モデルには、invoice_number、total_amount、currencyを持つJSONオブジェクトのみを返すよう依頼します。明示されていない値については、推測せずnullを使うよう指示してください。例えば、Invoice INV-104; total USD 125.50と記載された文書からは、次のような結果が得られる可能性があります。
{"invoice_number":"INV-104","total_amount":125.50,"currency":"USD"}
欠けている値を明示的に表現できるようにしつつ、想定外のフィールドや型を拒否するスキーマを使用します。
import json
from jsonschema import Draft202012Validator
schema = {
"type": "object",
"properties": {
"invoice_number": {"type": ["string", "null"]},
"total_amount": {"type": ["number", "null"], "minimum": 0},
"currency": {
"anyOf": [
{"type": "string", "pattern": "^[A-Z]{3}$"},
{"type": "null"}
]
}
},
"required": ["invoice_number", "total_amount", "currency"],
"additionalProperties": False
}
# Replace with the text returned by the model endpoint.
response_text = '{"invoice_number":"INV-104","total_amount":125.50,"currency":"USD"}'
try:
result = json.loads(response_text)
except json.JSONDecodeError as exc:
raise ValueError("Response is not valid JSON") from exc
errors = list(Draft202012Validator(schema).iter_errors(result))
if errors:
raise ValueError("Schema validation failed: " + "; ".join(e.message for e in errors))
print(result)
このスキーマは構造、型、金額が0以上であること、通貨が大文字3文字の形式であることを確認します。一方、通貨が認識済みのコードであること、金額が小計ではなく請求書の合計であること、各値が元文書に存在することは検証しません。金融処理では、利用側のアプリケーションで適切な小数表現と会計ルールも使用してください。
2. 失敗を見過ごさずに処理する
- 無効なJSON: 失敗を記録し、必要に応じて、要求したオブジェクトのみを返すよう範囲を限定した指示で再試行します。任意のテキストを取り除き、残りを信頼できるとみなしてはいけません。
- スキーマ検証の失敗: 修正のために検証エラーを返すか、対象をレビューに回します。不正な形式の文書によって無限ループが発生しないよう、再試行回数に上限を設けてください。
- 形式は有効だが根拠のない値: 抽出されたフィールドを元文書と照合するか、引用箇所などの根拠を求めます。曖昧な合計額や矛盾する値は人に確認を回してください。
- 欠けている値:
nullをゼロや空文字列と区別します。不完全なレコードを受け入れられるかどうかは後続処理で判断してください。 - 信頼できない文書内の指示: 文書内の指示は抽出対象のコンテンツとして扱い、タスクを変更する指示として扱ってはいけません。ツールの権限を制限し、機密性の高い操作は別途レビューしてください。
自社の文書でモデルを比較する方法
欠落したフィールド、複数の合計額、通常と異なる書式、矛盾する情報を含め、確認済みの正解値を付けた代表的な文書セットを作成します。ドキュメントに記載された設定を使用し、各モデルに同じ抽出指示と検証ルールを適用してください。スキーマ準拠率、フィールド単位の精度、根拠のない値の割合、レイテンシ、コストを記録し、平均値だけに頼らずエラーの内容を確認します。最終比較用には別のホールドアウトセットを確保してください。
OneMuxにはGemini 4 HydrogenとGemini 4 Carbonの両方が掲載されています。評価にOneMuxを使用する場合は、まずドキュメントでエンドポイントとパラメータの対応状況を確認してください。OpenAI互換のアクセスがあるだけでは、プロバイダー固有のすべての機能に対応しているとは限りません。確認せずに、ネイティブのスキーマ強制、ツールの動作、ルート間での設定の同一性を前提にしないでください。
FAQ
HydrogenはJSON Schemaに準拠した出力を保証しますか?
提示されたGoogleの発表は、そのような保証を示しておらず、スキーマを強制するAPIも明記していません。エンドポイントのドキュメントに構造化出力モードが記載されている場合でも、アプリケーションで応答を検証してください。
Carbonの方が抽出精度は高いですか?
提示された情報源からは分かりません。GoogleはCarbonをより深い推論向けに位置付けていますが、HydrogenとCarbonの抽出精度を直接比較していません。モデル選択が重要な場合は、正解ラベルを付けた代表的な文書で両方をテストしてください。
JSONが有効なら抽出データも正しいということですか?
いいえ。有効なJSONにも誤った値が含まれることがあり、スキーマに準拠したJSONでも、小計を合計フィールドに割り当てる可能性があります。意味的に正しいか、元文書に根拠があるかを別途確認してください。
まとめ
Hydrogenについてはコーディングとエージェント型の実行における強みが公表されており、Carbonはより深い推論向けに位置付けられています。提示された情報だけでは、構造化抽出にどちらが適しているかは決められません。明確なスキーマと独立した検証から始め、自社の文書で測定したエラー、レイテンシ、コストに基づいて選択してください。
出典
- Google: Introducing Gemini 4 Hydrogen — 上記で取り上げたモデルの説明、ベンチマークに関する主張、パートナーによる報告結果の出典。
よくある質問
Gemini 4 HydrogenはJSON Schemaに準拠した出力を保証しますか?
提示されたGoogleの発表は、そのような保証を示しておらず、スキーマを強制するAPIも明記していません。エンドポイントのドキュメントに構造化出力モードが記載されている場合も含め、アプリケーションで応答を検証してください。
Gemini 4 CarbonはHydrogenより抽出精度が高いですか?
提示された情報源には、両モデルの抽出精度を直接比較した結果はありません。自社の文書から確認済みの例を用意し、両方を評価してください。
スキーマに準拠したJSONなら、抽出結果が正しいことを証明できますか?
いいえ。スキーマ検証で確認できるのは、指定された構造と制約です。値が元文書に基づいているか、意図したフィールドを表しているかは確認できません。
関連記事
Guides
JSON抽出ワークフローにおけるGrok Imagine Image APIの費用試算
Grok Imagine Imageの画像生成料金を試算し、未確認の抽出費用を把握するとともに、JSONスキーマに照らして構造化レコードを検証する方法を解説します。
Guides
構造化抽出にかかるGPT 6.2 Sol API費用:再現可能な試算
トークン数、リトライ、キャッシュ、コンテキスト階層の前提を明示して、GPT 6.2 Solによる構造化抽出の費用を試算します。
Guides
構造化抽出におけるGPT Image 2.6 Sunburst APIのコスト:計画ガイド
トークン数の前提、スキーマ検証、再試行、料金情報の限界を明示し、画像からJSONへの抽出ワークロードを見積もります。
Guides
GPT Image 2.6 Flare APIのコスト試算:JSON Schemaで検証する構造化抽出
文書化された画像トークン料金と、不明な抽出料金・OneMux料金を区別しながら、構造化抽出の再現可能なAPI予算を作成します。