Googleは、高度なAI推論モデルファミリーを立ち上げます

火曜日に、GoogleはGemini 2.5を展開しました。これは、回答を出す前に一瞬「考える」新しいAIモデルのセットです。まるで人間の私たちを真似しようとしているみたいですよね？

先頭に立つのはGemini 2.5 Pro Experimentalで、Googleがこれまでで最も賢いモデルと宣伝しています。このすごい奴はマルチモーダルで、推論タスクをバッチリこなせます。火曜日からGoogle AI Studioで試すことができますし、Gemini Advancedに月額20ドルを払っているなら、Geminiアプリを通じてアクセス可能です。

Googleは推論に関する取り組みにかなり本気で、将来のすべてのAIモデルにこれを組み込む予定です。

2024年9月にOpenAIが最初のAI推論モデルo1を発表して以来、テック業界は追いつくために大忙しです。今、Anthropic、DeepSeek、Google、xAIがそれぞれ独自の推論モデルで競争に参加しています。これらのモデルは、事実を再確認し、問題をじっくり考えるために少し時間と計算能力を必要とします。

推論技術は、AIにとって特に数学やコーディングにおいて革新的な変化をもたらしました。テック業界の多くの人々は、これらの推論モデルがAIエージェント—人間が常に見守らなくても動作できる自律システム—にとって重要になると考えています。ただ、コストも高めですけどね。

Googleはこの分野に慣れ親しんでいます。以前にも、12月にリリースした「考える」バージョンのGeminiのような推論モデルを試してきました。でも、Gemini 2.5？ これはOpenAIの「o」シリーズを超えるための大きな一撃です。

Googleは、Gemini 2.5 Proがこれまでのモデルや競合のトップモデルを多くのベンチマークで上回っていると主張しています。彼らは、Gemini 2.5を、視覚的に魅力的なウェブアプリや独自に動作するコーディングプロジェクトで圧倒的な成果を上げるように調整しました。

コード編集のAider Polyglotテストでは、Gemini 2.5 Proは68.6%の堅実なスコアを獲得し、OpenAI、Anthropic、DeepSeekの最高モデルを上回りました。しかし、ソフトウェア開発のSWE-bench Verifiedテストでは63.8%を記録—OpenAIのo3-miniやDeepSeekのR1を上回るには十分でしたが、AnthropicのClaude 3.7 Sonnetの70.3%には及ばなかったです。

そして、数学、人文、科学に関する何千もの質問を含む厳しいマルチモーダルテスト、Humanity's Last Examでは、Gemini 2.5 Proは18.8%を達成し、他のビッグネームのほとんどのモデルを上回りました。

Gemini 2.5 Proは、最初から100万トークンのコンテキストウィンドウを備えています—まるで「ロード・オブ・ザ・リング」シリーズ全体を一気に読むようなものです。そして、近いうちにこれを200万トークンに倍増する予定です。

GoogleはAPIの価格についてはまだ明らかにしていませんが、数週間以内には詳細を公開すると約束しています。