Gemini 4 Carbon

Gemini 4 Carbon で複雑なバグを調査し、研究内容をインタラクティブな可視化に変換し、高密度ドキュメントを構造化レポートに整理します。コード、論文、ソースデータから始められます。

研究

ウェブページ

スライド

画像

動画

Gemini 4 Carbon でコードをデバッグし研究を探求

接続されたコード間でバグを追跡

失敗動作、関連コード、エラーログを Gemini 4 Carbon に提供します。考えられる原因を検討し、パッチと回帰テストを依頼してから、開発環境でそれらのテストを実行してください。

研究をインタラクティブな可視化に変換

Gemini 4 Carbon を使用して、論文、図表、データセットを可視化コードに変換します。シーンとコントロールを説明し、ブラウザでコードをプレビューしてから、ソースの表現方法を調整してください。

高密度ドキュメントからレポートを作成

Gemini 4 Carbon にレポート、チャート、テーブル間の発見事項の比較を依頼します。質問と出力構造を定義して、ソース参照付きのドラフトを取得し、数値と結論を原本と照合してください。

Gemini 4 Carbonの主な能力

マルチモーダル理解
ネイティブモデル内でテキスト、画像、音声、動画、PDF を横断して推論します。
100 万トークンコンテキスト
ネイティブコンテキストウィンドウは入力、推論、出力で予算を共有します。
3 つの思考レベル
Low、Medium、High を選択して、タスクに応じた推論負荷を調整します。

Gemini 4 Carbon でバグを調査

障害とそのコンテキストを提供
関連するコードとエラーログを追加し、期待される挙動を説明して、バグの再現手順を記載します。最初の調査は一つの失敗動作に焦点を当ててください。
Gemini 4 Carbon · プロジェクトを切り替えた後、ダッシュボードが前のプロジェクトの合計を保持してしまう原因を特定してください。
診断とパッチを作成
「YouMind で試す」を選択し、考えられる原因、焦点を絞ったパッチ、回帰テストを依頼します。変更が必要なコードとともに説明を確認してください。
プロジェクト切り替え調査
合計値は現在選択中のプロジェクトに従う必要があります。
非同期更新を確認
前のプロジェクトに対するレスポンスが、新しく選択したプロジェクトの合計を上書きしていないか検査してください。
更新を選択中のプロジェクトに紐付け
各リクエストをプロジェクトに関連付け、そのプロジェクトが選択されていない場合はレスポンスを無視してください。
レスポンス順序を再現
最初のレスポンスを遅延させ、プロジェクトを切り替え、2 番目のプロジェクトの合計が表示され続けることを確認してください。
古い合計値の原因を追跡し、回帰テストを含む焦点を絞ったパッチを提案してください。
Gemini 4 Carbon
Gemini 4 Carbon · 古い合計値の原因を追跡し、回帰テストを含む焦点を絞ったパッチを提案してください。 · プロジェクト切り替え調査
変更をテストし改善
提案されたテストを実行し、変更後の挙動を確認します。失敗やエッジケースを持ち帰り、より小さく対象を絞った修正を依頼してください。
パッチレビューと回帰チェックリスト
また、以前の両リクエストが保留中にプロジェクト A から B へ、さらに A へ戻した場合も確認し、現在のリクエストのみが合計値を更新することを確認してください。
パッチ範囲を確認
リクエストの識別チェックと、表示される合計を更新するコードを検査してください。
回帰ケースを実行
プロジェクトの素早い切り替え、遅延レスポンス、リクエストエラー、空の結果を確認してください。
元のプロジェクトへの切り戻しに対する回帰ケースを追加。
プロジェクトの素早い切り替え、遅延レスポンス、リクエストエラー、空の結果を確認してください。
Gemini 4 Carbon · パッチレビューと回帰チェックリスト · 元のプロジェクトへの切り戻しに対する回帰ケースを追加。

Gemini 4 Carbon と Gemini 4 Argon

ネイティブモデル仕様とタスクフォーカスを比較します。高度な調査には Carbon を、日常のエンジニアリングと知識ワークには Argon を選択してください。

Gemini 4 Carbon と Gemini 4 Argon
比較	Gemini 4 Carbon	Gemini 4 Argon
モデル入力	テキスト、画像、動画、音声、PDF	テキスト、画像、動画、音声、PDF
コンテキストウィンドウ	入力、推論、出力で共有される 1,048,576 トークン	入力、推論、出力で共有される 1,048,576 トークン
出力と長さ	テキスト。デフォルトで 65,536 トークン、共有コンテキスト内で long decode を使用すると最大 1,048,576 トークン	テキスト。デフォルトで 65,536 トークン、共有コンテキスト内で long decode を使用すると最大 1,048,576 トークン
推論	Low、Medium、High の思考レベル	Low、Medium、High の思考レベル
タスクフォーカス	複雑なデバッグ、長期にわたる調査、オープンエンドな科学研究	より高速な応答とターンごとのトークン消費量削減を実現する、日常的なソフトウェアエンジニアリングとナレッジワーク

横にスクロールしてすべてのモデルを比較

指示に書ききれない意図をモデルは読み取れるか

曖昧な依頼をモデルがどのように文章に反映するかを確認できます。結果を比較し、読解課題にも挑戦してみてください。

Writing Sense ベンチマークを見る

ユーザーの声

Gemini 4 Carbon は、単なるコードスニペットではなく、バグについて丁寧な説明が必要なときに私が頼るモデルです。
Elian Mercado
パッチを提案する前に、Carbon に 2 つの可能性のある原因を比較してもらうのが気に入っています。そうすることで、レビューのチェックリストがより明確になります。
Nadia Corbett
私にとって興味深いのは、論文を探索できるものに変換することです。Gemini 4 Carbon は、可視化コードを出発点として活用するのに役立ちます。
Tomas Iversen
各知見の横に出典が添えられたレポート構成案は、議論するのがずっと簡単です。Carbon とのこうした作業方法が気に入っています。
Leila Soren
扱いにくい状態変化については、修正と一緒にテストのアイデアが欲しいのです。それが Gemini 4 Carbon と交わしたい対話です。
Dario Beckett
Carbon は、まずレポートの列を定義し、その後で数値を元データと照合するという私の習慣に合っています。
Mira Okafor
インタラクティブな可視化のユースケースに惹かれています。Gemini 4 Carbon を使えば、特定の関係を説明するのに役立つコントロールを依頼できます。
Sofia Varela
私は、焦点を絞ったパッチとトレードオフの明確な説明を好みます。Gemini 4 Carbon は、そうした調査において興味深い選択肢を提供してくれます。
Adrian Mendez
グラフとその周辺のテキストを 1 つの議論に持ち込める点が、私にとって非常に便利です。
Rina Havel
情報量の多い論文を読み進めながら、競合する説明を見える状態に保つのが好きです。Carbon はそのような探索的なスタイルにぴったり合います。
Celia Rowan
全体を書き直すよりも、小さな修正の方が評価しやすくなります。フォローアップのリクエストは絞り込み、変更点を比較するようにしています。
Mateo Nordin
私のお気に入りの出発点は、的確な質問と一連のドキュメントです。下書きは、自分が下すべき意思決定を中心に整理してほしいと考えています。
Inez Calder

Gemini 4 Carbon は、単なるコードスニペットではなく、バグについて丁寧な説明が必要なときに私が頼るモデルです。
Elian Mercado
パッチを提案する前に、Carbon に 2 つの可能性のある原因を比較してもらうのが気に入っています。そうすることで、レビューのチェックリストがより明確になります。
Nadia Corbett
私にとって興味深いのは、論文を探索できるものに変換することです。Gemini 4 Carbon は、可視化コードを出発点として活用するのに役立ちます。
Tomas Iversen
各知見の横に出典が添えられたレポート構成案は、議論するのがずっと簡単です。Carbon とのこうした作業方法が気に入っています。
Leila Soren
扱いにくい状態変化については、修正と一緒にテストのアイデアが欲しいのです。それが Gemini 4 Carbon と交わしたい対話です。
Dario Beckett
Carbon は、まずレポートの列を定義し、その後で数値を元データと照合するという私の習慣に合っています。
Mira Okafor
インタラクティブな可視化のユースケースに惹かれています。Gemini 4 Carbon を使えば、特定の関係を説明するのに役立つコントロールを依頼できます。
Sofia Varela
私は、焦点を絞ったパッチとトレードオフの明確な説明を好みます。Gemini 4 Carbon は、そうした調査において興味深い選択肢を提供してくれます。
Adrian Mendez
グラフとその周辺のテキストを 1 つの議論に持ち込める点が、私にとって非常に便利です。
Rina Havel
情報量の多い論文を読み進めながら、競合する説明を見える状態に保つのが好きです。Carbon はそのような探索的なスタイルにぴったり合います。
Celia Rowan
全体を書き直すよりも、小さな修正の方が評価しやすくなります。フォローアップのリクエストは絞り込み、変更点を比較するようにしています。
Mateo Nordin
私のお気に入りの出発点は、的確な質問と一連のドキュメントです。下書きは、自分が下すべき意思決定を中心に整理してほしいと考えています。
Inez Calder

Gemini 4 Carbon に関する質問

デバッグ依頼に含めるべき情報

エラーが発生したコード、エラー内容や予期しない動作、およびそれを再現する手順を提示してください。期待される結果と関連する依存関係も追加します。大規模なプロジェクトの場合は、障害に関与しているファイルから始め、調査の進行に合わせてコンテキストを広げていきます。

提案された修正の確認方法

原因、変更されたコード、および元の障害を再現する回帰テストを依頼してください。パッチ適用前後でテストを実行し、無関係な変更がないか確認して、データ欠落やリクエストの順序逆転といったエッジケースを検証します。

論文をインタラクティブな可視化に変換する方法

関連する文章、図表、データを共有し、閲覧者が何を探索すべきかを説明してください。Gemini 4 Carbon に、カメラビューやパラメータスライダーなど特定のコントロールを備えた可視化コードを依頼します。互換性のあるブラウザ環境で実行し、ソース資料との動作を比較します。

複数のドキュメントからレポートを構成する方法

質問事項、想定読者、必要なセクションを明示してください。各知見の横に出典を記載すること、矛盾する数値は分けてリストアップすることを依頼します。レポートを洗練させる前に、引用された箇所と計算を確認してください。

思考レベルの選択基準

Low、Medium、High は推論の負荷を調整します。明確なリクエストには Low から始め、より難しい調査には Medium または High を試してください。どのレベルでも、モデルに明確な目標と具体的な検証項目を与えます。

Argon ではなく Carbon を選ぶタイミング

難しいバグ、長期にわたる調査、オープンエンドな研究課題には Gemini 4 Carbon を選択してください。Gemini 4 Argon は、より高速な応答とターンごとのトークン消費量の削減により、ほとんどのソフトウェアエンジニアリングやナレッジワークに適しています。どちらも同じネイティブ入力タイプを受け付けます。

適用されるアクセスと出力制限

ここで Gemini 4 Carbon を使用するには Pro 以上のプランが必要です。現在の出力上限は 65,536 トークンです。ネイティブの long decode 機能は別の仕様であり、このワークフローでは 100 万トークンの応答を提供するものではありません。