GoogleのAI進化の内幕：Gemini 2.5はより深い思考、賢い会話、高速なコーディングを実現

グーグル、普遍的なAIアシスタントの実現に一歩近づく

今年のグーグルI/Oイベントでは、同社はGemini 2.5シリーズの大幅なアップデートを発表し、特にさまざまな次元での能力向上に重点を置いていました。最新バージョンであるGemini 2.5 Flashと2.5 Proは、これまで以上に賢く、効率的になっています。これらの進化により、グーグルは普遍的なAIアシスタントを作り上げ、コンテキストを理解し、計画し、タスクを円滑に遂行できるというビジョンに一歩近づきました。

Gemini 2.5 Pro: 新たなる知能の高みへ

グーグルが「これまでで最も高度なモデル」と呼ぶGemini 2.5 Proは、驚異的な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。この機能により、AIは大量のデータを処理し、長い会話でも一貫性を保つことができます。イベントでは、グーグルディープマインドのCEOデミス・ハサビス氏が、「これが私たちのGeminiアプリの究極の目標です。個人的で、積極的で、強力なAIを作ること」と述べました。Gemini 2.5 Proの目玉機能の一つは「ディープシンク」の導入です。これは実験的な強化された推論モードで、AIが応答を提供する前に複数の仮説を分析し、意思決定能力を向上させます。ハサビス氏によると、この開発はAlphaGoの創り上げる過程で得られた洞察に基づいており、より長い処理時間はより良い結果につながります。

ベンチマークテストでの印象的なパフォーマンス

ディープシンクはすでに挑戦的なベンチマークで驚異的なパフォーマンスを示しています。例えば、2025年米国数学オリンピック（USAMO）で優れたスコアを達成し、高レベルのコーディングスキルを評価するLiveCodeBenchでも卓越しました。さらに、MMMU（マルチモーダル理解評価）では84.0%のスコアを獲得し、マルチモーダルな理解と推論を評価しました。これらの成果にもかかわらず、グーグルは慎重です。ハサビス氏は、チームが広範にディープシンクを展開する前に安全性の評価を行い、専門家のフィードバックを集めていると述べました。現在、信頼できるテストユーザー向けにAPI経由でアクセス可能です。

Gemini 2.5 Flash: 日常使い向けの万能モデル

Gemini 2.5 Proに加えて、グーグルはGemini 2.5 Flashの改良版も発表しました。これはスピード、効率、そしてコストパフォーマンスに優れています。ハサビス氏はこれをシリーズの「ワークホース」と表現し、推論、マルチモーダル、コード、長文コンテキストに関するベンチマークで優れたパフォーマンスを発揮すると述べました。実際、LMArenaリーダーボードではGemini 2.5 Proに次ぐ2位の位置にあります。更新されたFlashモデルは、タスクを遂行するために必要なトークンが約20〜30%少なくなり、効率が向上しました。開発者からのフィードバックに基づき、グーグルはモデルを調整し、Google AI Studio、Vertex AI、およびGeminiアプリでプレビューとして提供しています。本格的な展開は6月初旬に行われます。

両モデル共通の新機能

Gemini 2.5 ProとFlashの両モデルには、ユーザーインタラクションを向上させるためのいくつかの新機能が追加されました。自然な会話体験を提供するために音声出力が追加され、テキストから音声変換機能は複数の声に対応しています。ユーザーはAIの語調やスタイルを指導することもでき、ドラマチックであったり沈んだトーンに調整できます。他の実験的な音声機能には感情認識による対話機能があり、ユーザーの声に含まれる感情を認識してそれに応じて反応します。また、バックグラウンドノイズを除去するアクティブオーディオ機能もあります。さらに、予算設定機能が導入され、開発者はAIが応答する前にどの程度の計算能力を使用するかを制御できます。

未来への一歩

これらのアップデートは、グーグルがAI技術の限界を押し広げることへの強いコミットメントを示しています。カヴクチュオグル氏とドーシー氏がブログ記事で述べたように、「私たちはAIが驚くべき新しい未来を可能にする歴史的な瞬間に生きているのです。それは止まることのない進化です。」これらの改良により、グーグルはAIアシスタントが日常生活中での不可欠なパートナーとなる未来へと確実に道を開いています。