[新製品・サービス]

2025年2月6日(木)日川 佳三（IT Leaders編集部）

リスト

　米グーグルの「Gemini」は、テキスト、画像、音声、動画、コードなど複数の情報形式を扱える大規模言語モデル（LLM）/マルチモーダルAIモデルである。2023年12月に初期版、2024年2月に新版「Gemini 1.5」を発表している。開発者は、「Google AI Studio」および「Vertex AI」のGemini APIを介して同AIモデルを利用可能である（関連記事：グーグル、マルチモーダルAIモデル新版「Gemini 1.5」をテスト公開、100万トークンを入力可）。

表1：Gemini 2.0各モデルの概要（出典：米グーグル）
拡大画像表示

　新版となる「Gemini 2.0」の各モデルを公開した（表1）。主力モデル「Gemini 2.0 Flash」は一般提供を開始し、すべてのユーザーが利用できる。開発者は、業務環境で利用するAIアプリケーションをGemini 2.0 Flashを活用して構築可能である。また、コスト効率が高い「Gemini 2.0 Flash-Lite」はパブリックプレビュー版を、コーディング性能が高い「Gemini 2.0 Pro」は試験運用版（Experimental）をそれぞれ公開した。

　Flash/Flash-Lite/Proの全モデルとも、マルチモーダル入力/テキスト出力が可能。グーグルは今後、数カ月をかけてマルチモーダルで出力できるようにする。モデルが1度に処理できるトークン数は、2.0 Flashと2.0 Flash-Liteが100万トークン、2.0 Proが200万トークンである。いずれも膨大な情報を基にした推論が可能としている。

　2.0 Flash-Liteは、1.5 Flashと同じ速度とコストで、より高い性能を実現した。大部分のベンチマークで1.5 Flashを上回る性能を示している（表2）。

表2：Gemini 1.5 Flash/ProとGemini 2.0各モデルのベンチマーク性能（出典：米グーグル）
拡大画像表示

　表3は、Gemini 2.0シリーズの料金である。Google AI Studioの有料プランの場合、1ドル未満で、約4万枚の写真に1枚あたり1行のキャプションを生成できるとしている。

表3：Gemini 2.0の料金（出典：米グーグル）
拡大画像表示