Gemini(ジェミニ)は、Googleが開発した大規模言語モデルファミリーです。テキスト、画像、音声、動画、コードをネイティブに理解するマルチモーダルAIとして、Google製品に広く統合されています。
Geminiの概要
モデルファミリー
Gemini 1.5
Gemini 2.0
主要な特徴
1. 長いコンテキスト
- 最大100万トークン(1.5 Pro)
- 長時間の動画、大量の文書を一括処理
2. ネイティブマルチモーダル
| モダリティ | 対応 |
|---|
| テキスト | ○ |
| 画像 | ○ |
| 音声 | ○ |
| 動画 | ○ |
| コード | ○ |
3. Google統合
- Google検索
- YouTube
- Gmail、Google Docs
競合との比較
利用方法
消費者向け
- gemini.google.com(チャットUI)
- Googleアプリ内(検索、Gmail等)
開発者向け
- Google AI Studio(無料、プロトタイピング)
- Vertex AI(エンタープライズ)
API料金(参考)
| モデル | 入力 | 出力 |
|---|
| Gemini 1.5 Flash | $0.075/1M | $0.30/1M |
| Gemini 1.5 Pro | $3.50/1M | $10.50/1M |
活用シーン
| シーン | 活用例 |
|---|
| 動画分析 | 長時間動画の要約 |
| 文書処理 | 大量文書の分析 |
| コーディング | コード生成、レビュー |
| 創作 | ライティング、アイデア出し |
Gemini for Google Workspace
| 機能 | 説明 |
|---|
| Gmail | メール作成支援 |
| Docs | 文書作成支援 |
| Sheets | データ分析 |
| Slides | プレゼン作成 |
| Meet | 会議支援 |
今後の展望
Geminiは、Googleのあらゆるサービスを支えるAI基盤として、急速に進化を続けています。