訂正(2026年11月20日):提供状況とAPI料金、比較対象のモデル名、ローカル推論の容量説明を訂正しました。確認できない実測・性能比較を削除しました。
3行要約
- Googleは2026年11月18日にGemini 4 Neonの提供開始を発表しました。仮称・未発表モデルではありません。
- 発表時のコンテキスト窓は100万トークンです。API料金は100万トークン当たり入力3米ドル、キャッシュ済み入力0.15米ドル、出力15米ドルです。
- Geminiのクラウド推論用に専用GPUを買う必要はありません。PCのメモリやGPUは、手元で行う開発作業やローカル推論の要件に合わせて判断します。
提供開始と料金
GoogleはGemini APIの有料枠や、一部のGoogle AI Pro・Ultra向けサービスなどで順次提供を始めました。使える経路や契約条件はサービスごとに確認してください。無料で誰でも利用できるという意味ではありません。Google公式発表
| APIの課金対象 | 発表時の料金(100万トークン当たり) |
|---|---|
| 入力 | 3米ドル |
| キャッシュ済み入力 | 0.15米ドル |
| 出力 | 15米ドル |
利用コストは、入力・出力の量やキャッシュの適用条件によって変わります。チャットの定額契約とAPI従量課金を比較するときは、自分の利用経路と利用量で見積もってください。
Claudeとの比較について
初出時に記載した「Claude 3.5 Opus」は、Claude 3 OpusとClaude 3.5 Sonnetの名称を混同した表記でした。同じ課題・実行条件で両モデルを比較していないため、本記事では性能、応答速度、費用対効果の優劣を判断しません。
PCの要件は、どこで処理するかで変わる
APIを使う場合: モデルの推論はGoogle側で実行されます。手元で必要な性能は、エディタ、ビルド、テスト、コンテナなど、同時に動かす作業に合わせて判断します。APIを使うというだけでVRAM 16GBやメモリ32GBが必須になるわけではありません。
ローカル推論も行う場合: モデル名・量子化方式・コンテキスト長を決め、配布サイズと実行時のメモリを分けて確認します。例えば、OllamaのQwen2.5-Coder 32B Q4_0の配布物は約19GBです。この版のモデル全体をVRAM 16GBの単一GPUに置くことはできません。CPU・システムRAMへ一部を分担する方法もありますが、動作速度は構成と設定に依存します。Ollamaのモデル情報
まず手持ちのPCで実際の作業を試し、不足しているのがメモリ、CPU、ストレージ、通信のどれかを確かめてください。本記事は特定機材の所有・使用経験や実機ベンチマークに基づく購入推奨ではありません。
よくある質問
Gemini 4 NeonのAPIを使うためにGPUを買い替える必要はありますか?
APIのモデル推論は提供側で行われるため、API利用だけを理由に専用GPUを購入する必要はありません。手元で動かすエディタやビルド、ローカル推論などの要件は別に確認してください。
発表時のAPI料金はいくらですか?
Googleの発表では、100万トークン当たり入力3米ドル、キャッシュ済み入力0.15米ドル、出力15米ドルです。サブスクリプション料金とは別に、使うサービスや契約の条件を確認してください。
Qwen2.5-Coder 32BのQ4_0版はVRAM 16GBに収まりますか?
Ollamaで公開されている対象の配布サイズは約19GBです。この版のモデルをVRAM 16GBの単一GPUだけに収める構成には足りません。実行時には別途、キャッシュや作業用メモリも必要です。






