Google Gemini
Google Geminiは、Googleの生成AIモデル群と、それを基盤とするAIアシスタントの名称。
Google Geminiは、Googleが開発する生成AIモデル群と、それを基盤とするAIアシスタントの名称。モデル群は2023年に公開され、従来のBardは2024年にGeminiへ改称された。アシスタントは質問への回答や文章作成、情報整理などに使われる。モデルは世代ごとに番号が付き（Gemini 2.5、Gemini 3.8など）、性能と速度に応じてPro、Flash、Flash-Liteなどに分かれ、音声合成（TTS）や動画生成のモデルもGeminiの名称を使う。開発者はGemini APIとGoogle Gen AI SDK（google-genai）を通じてモデルを利用する。Gemini APIは、モデルの内部推論を暗号化した値であるthought signatureを応答に付けて返し、これを後続のリクエストで送り返すとモデルは先行する推論を引き継ぐ。
Geminiモデルは、バージョンに応じてテキスト、画像、音声などを処理でき、Googleのアプリや開発者向けツールにも使われる。
この説明は、AIPOSTの記事と広く知られた事実をもとにまとめたものです。誤りがあれば訂正依頼でお知らせください。
この項目を扱った記事
このほかGemini 4 Argon、MetaのMuse Spark 1.3、複数の中国製オープンソースモデルもランクインしています。
GoogleのGeminiで使えるNano Banana 2.1、ChatGPT、MetaのMuseに同じプロンプトを与えても、すべての作業で勝つツールはありません。
以前の方法、つまり動画ファイル全体をGeminiにアップロードして機密データを探すやり方は、遅くて手間もかかりました。
Microsoft Copilot Studio、Salesforce Agentforce 360、Google Gemini Enterprise、AWS Bedrock AgentCore、ServiceNow AI Agent Platformを取り上げ、機能の比較表、課金モデルの検証、リスクとガバナンスのマト…
モデル接続は、OpenAI、Anthropic、GeminiのAPIに加え、OllamaやLM Studioといったローカルモデルサーバーにも対応しています。
このラインアップのフロンティア側に位置するのが、クラウドで提供されるGeminiモデルです。
ChatGPT、Gemini、Grok、Claudeに関するニュースをWebで探し、各項目を出典、公開日、優先度タグとともに記録します。
ChatGPT、Google Gemini、Microsoft Copilot、Meta、Amazonを合わせた20億人を超えるアクティブユーザーが、AIエージェントを使って買い物を始めると見込まれています。
Gemini Robotics ER 2はGemini Flashをもとに作られ、じっくり考える「System 2」の計画役を担います。
Google DeepMindは、エージェント向けにGemini APIの土台を作り直しました。
エージェントはGoogleのGeminiモデルで動きます。
Googleは9月30日にGemini 4 Argonを発表し、さまざまな評価で競合モデルを上回るベンチマーク表を示しました。
Googleが9月30日に発表したGemini 4 Argonは、企業の知識業務、ソフトウェア開発、サイバーセキュリティ防御で最先端の性能を打ち出したモデルです。
Gemini 4は、GoogleのGeminiファミリーにとって久しぶりのメジャーバージョン更新です。
アプリ内のテキスト生成、推論、会話機能にはAnthropicとOpenAIが選択肢になり、画像生成にはGeminiとGPT Image 2が選択肢になります。
比較のたびにClaude Code、Codex、Gemini CLIを個別に準備する代わりに、開発者は同じ作業環境の中でタスクごとにハーネスを選べます。
使用したモデルはGemini 3.5 Flashで、処理したトークンは26億、費用はAPIクレジットで$1,000未満でした。
ある例では、Gemini 3.8のテキスト読み上げ（text-to-speech）機能を紹介するGoogle AIの記事をタブで開いた状態で、拡張機能がYouTube向けのタイトル、説明文、タグ、台本を作成しました。
中間では、ChromeのGeminiに技術的な文章の説明や複数のタブにまたがる情報の比較を頼み、その結果をどう使うかを人が決めます。
コーディング環境にはClaude Code、Codex、Kimi、DeepSeek、Geminiを使います。
JAMA Network Openに掲載されたGemini 2.5 Proによる入院経過の要約を調べた研究では、重要な臨床情報の脱落が、報告された誤りの中で最も多く見られました。
同プラットフォームは、ChatGPT、Meta Muse、Google Geminiなどのサービスで商品を見つけやすくすることを目的に、ストアデータや商品ページを自動修正する機能も提供します。
Gemini 3.8 Flash TTSを使えば、原稿を音声に変換するだけでなく、登場人物の声を文章で指定し、複数の候補を聴き比べ、台詞の演じ方まで指示できます。
C Gemini Omni Flash 30 トランプが崩れる際の物理表現と、実用水準のリップシンク 明示された指示を守れず、元画像も使えない