最新の報道、解説、関連するテクノロジーストーリーを確認できます。
Googleは、AIによる動画生成モデル「Gemini Omni 1.2 Flash」を発表しました。クリップの長さを15秒に延長し、生成コストを30%削減するとともに、対話型プロンプトを通じた編集を可能にしました。
Googleは、Gemini APIの有料プランに加入する開発者向けに、主力モデルGemini 4 Argonを提供開始した。価格は11月30日まで、入力100万トークンあたり2ドル、出力100万トークンあたり10ドルの導入価格となる。同モデルは入力トークンと出力トークンを合計100万トークンの単一予算にまとめており、長い入力ほど応答に利用できる領域が減少する。
Googleは、Geminiアプリ内でAI ProおよびAI Ultra加入者を対象にGemini 4 Argonの提供を開始した。推論とプログラミングの改善に加え、macOSでチャットとプログラミングを切り替える機能に対応する。モデルはAntigravity、AI Studio、Android Studioでも利用でき、API経由の利用料金は2026年11月30日まで入力100万トークンあたり2ドルからとなる。
Googleは、Gemini APIとGoogle AI Studioを通じて、Gemini 3.8 Live、Gemini 3.8 Live Extended Thinking、Gemini 3.5 Transcribeを開発者向けに提供開始した。これらのモデルは、会話を追跡してタスクを実行できる音声エージェントの構築に加え、85以上の言語で低い誤り率による音声テキスト変換を対象としている。
Googleは、Gemini 3.7 Flash、3.6 Flash、3.5 Flash-Liteに「エージェント型動画理解」機能を追加した。これによりモデルは、動画を固定フレームレートで処理するのではなく、検査が必要な部分やメディアを特定する。同社によると、この機能はトークン消費を最大88%、コストを最大66%削減し、精度を最大7%向上させる。
GoogleはGemini 3.5 Transcribeを発表した。これは、リアルタイムの文字起こしや録音ファイルを対象とする音声テキスト変換モデルで、音声周波数の処理、テキストの整形、話者認識に対応する。Gemini APIおよびGoogleの開発者・企業向けプラットフォームを通じてパブリックプレビューで提供され、Googleのアプリケーションにも段階的に統合される。
Googleは、プログラミングとエージェント構築において、これまでで最も強力なFlashシリーズモデルとするGemini 3.7 Flashを発表した。ウェブ開発や知識ワークフローを改善し、導入価格は従来のGemini 3.6 Flashの半額に相当する。モデルは開発者と企業が利用できるほか、対象となる加入者向けにGemini Sparkエージェントでの利用も始まっている。
Googleは、プログラミング、タスク計画、ツール呼び出し、企業ワークフローを改善したGemini 3.7 Flashを発表し、2026年末までAPI価格を半額に引き下げた。このモデルは現在、開発者、企業、加入者向けのGoogleの複数のサービスで利用できる。ただし、ベンチマーク結果では、すべての用途で競合を上回っているわけではない。
أعلنت Google تحديثات لوكلاء Managed Agents في Gemini API، تشمل جعل Gemini 3.6 Flash النموذج الافتراضي، وإضافة خطافات بيئية للتحكم في استدعاءات الأدوات وتدقيقها. كما أتاح التحديث طبقة مجانية، وحدوداً للميزانية، ومشغلات مجدولة، وواجهة لإدارة جلسات البيئات المعزولة.