Gemini Omni 1.2 Flash
モデル ID は gemini-omni-1.2-flash。Paid の動画出力は 100 万トークンあたり 12 ドルで、720p はおよそ 1 秒 0.07 ドル。生成と編集は最長 15 秒。
127件
Bits · 127 件
Google、Connected Apps Platform
リモート MCP（Streamable HTTP）か Jetpack AppFunctions 経由で Search と Gemini app に同一実装を届け、Google Connected Console から登録・テスト・審査提出まで行う。preview 参加は申込制で、開発者・市場・製品への拡大は段階的。
Gemini 4 Argon
Gemini API のモデル ID は gemini-4-argon。Paid のみで、導入単価は入力 2 ドル・出力 10 ドル（百万トークンあたり、キャッシュ入力は 95% 割引）、12月1日から入力 4 ドル・出力 20 ドル。コンテキストは入出力合わせて最大約 100 万トークン。
Gemini 3.8 Live、Live Avatar
Gemini Enterprise 上の gemini-3.8-live が、音声に同期した 24 FPS のアバター映像を直接出す。プリセットに加え、参照画像のカスタムは allowlist 限定。
Gemini Notebook、外部共有の Admin 制御
組織全体のオン／オフだけだった Gemini Notebook に、Off・Trusted Domains・On・公開リンク共有の 4 段階をドメイン／OU／グループ単位で設定できる。
Gemini、agentic video understanding
固定 FPS の静的取り込みではなく、区間を動的に走査してフレーム・音声・字幕から必要な信号だけ取る。Gemini 3.7 / 3.6 Flash と 3.5 Flash-Lite 向けに API で利用でき、トークン最大約 88%、コスト最大約 66% 削減と品質最大約 7% 向上をうたう。
Gemini 3.5 Transcribe
Gemini API 向けの音声書き起こしモデル。Live API の `gemini-3.5-transcribe-live` と Interactions API の `gemini-3.5-transcribe` が public preview。
Gemini Enterprise Agent Platform、Agent and Model Evaluations が一般提供
オフライン実験と本番トラフィックのオンライン監視を同じメトリクスで回せる。SDK・agents-cli・コンソール・ADK から利用する。
Gemini Robotics ER 2
ロボ向け embodied reasoning モデル。連続動画での進捗把握、複数ロボット協調、Live API 連携を強化し、Gemini API・AI Studio で公開。Enterprise Agent Platform はプライベートプレビュー。
Gemini 3.6 Flash
Google が Gemini 3.6 Flash と Gemini 3.5 Flash-Lite を Gemini API・AI Studio・Enterprise 向けに公開した。3.6 Flash の API 単価は入力 1.50 ドル・出力 7.50 ドル（百万トークンあたり）で、3.5 Flash Cyber は CodeMender 経由の限定パイロットである。
NotebookLM、Gemini Notebook へ改称
Google が NotebookLM を Gemini Notebook に改称した。各ノートブックにセキュアなクラウド計算機を付与し、ソースに基づくコード実行とデータ分析を可能にする。
Gemini 3.5 FlashのComputer Use
Gemini 3.5 Flash に Computer Use がビルトインツールとして統合された。ブラウザ・モバイル・デスクトップを横断するエージェント操作を Gemini API と Gemini Enterprise Agent Platform から利用できる。
Interactions API、一般提供
Google DeepMind の Interactions API が一般提供になり、Gemini モデルとエージェント向けの主インターフェースとなった。スキーマが安定化し、Managed Agents やバックグラウンド実行などが加わっている。generateContent は引き続きサポートされるが、長時間エージェント向けの新機能は Interactions API に集約される見込みである。
Gemini、Apple Foundation Models と Xcode 連携
WWDC26 で Apple 開発者は Foundation Models フレームワーク経由でクラウド版 Gemini を呼び出せるようになり、Xcode でもエージェント的な開発支援が使える。Firebase AI Logic 連携はプレビュー提供。
Gemini Omni Flash
Google DeepMind がマルチモーダル生成モデルファミリー Gemini Omni を発表し、第一弾の Gemini Omni Flash を動画生成・編集向けに展開する。自然言語による多段編集、画像・音声・動画・テキストの参照合成、SynthID 透かし付き。API は数週間以内の提供予定。
Gemini 3.5 Flash
Googleはエージェント向けのGemini 3.5 Flashを一般提供した。GeminiアプリやSearchのAI Mode、Antigravity、Gemini API、Gemini Enterpriseで利用できる。
Gemini API、Managed Agents をパブリックプレビュー提供
単一の API 呼び出しで隔離 Linux 上のエージェントを起動し、Antigravity エージェントの拡張や AGENTS.md・SKILL.md によるカスタム定義が可能になった。モデル推論とツール利用は従量課金で、プレビュー期間中は環境コンピュートは無料とされる。
Gemini API File Search、マルチモーダル RAG とページ単位の引用
File Search が画像とテキストを一体で扱い、Gemini Embedding 2 に基づく意味検索が可能になった。カスタムメタデータによるクエリ時フィルタと、大規模 PDF からの回答にページ番号を紐づける引用も追加された。
Gemini API、イベント駆動 Webhook を提供
Deep Research や Batch API など長時間の非同期処理が完了した瞬間に HTTP POST で通知する仕組み。ポーリングを排し、Standard Webhooks 準拠の署名検証と最大24時間の再試行付き配信がある。
Gemini アプリ、チャットから PDF や Office 形式のファイルを生成
Gemini アプリ上でプロンプトから PDF、Microsoft Word や Excel、Google の各ドキュメント形式などを生成し、端末へのダウンロードや Google Drive への書き出しができるようになった。全世界の利用者向けに提供される。
Ask Gemini in Drive、一般提供
Workspace・Google AI の対象プラン向けに、Drive 上の Ask Gemini および Drive projects、会話の継続を含む一連の機能が一般提供に移行し、リリース形態と言語に応じた段階的ロールアウトで提供される。
Gemini Enterprise Agent Platform、エンタープライズ向けエージェントの統合基盤
Google Cloud は Vertex AI の発展系として、エージェントの構築から運用・統治・評価までを束ねる Gemini Enterprise Agent Platform を示した。今後の Vertex AI 機能展開は同プラットフォーム経由が前提となる方針である。
Google Sheets、Fill with Gemini で列の一括入力
Google Sheets に、列の文脈やプロンプトから空セルをまとめて埋める Fill with Gemini が追加された。ドラッグ操作と範囲選択からの入力の二通りがあり、既存の AI 関数への入口として動作する。
Deep Research と Deep Research Max、Gemini API で一般利用プレビュー
Gemini 3.1 Pro を基盤にした自律調査エージェントを Deep Research と Deep Research Max の二系統で提供し、MCP・可視化・コラボ計画などを追加したうえで有料ティアの一般利用プレビューが始まった。
Gemini in Chrome、日本向け提供を開始
Google が Chrome に組み込む Gemini in Chrome を、日本国内の Mac・Windows・Chromebook Plus のデスクトップ利用者向けに順次有効化する。Gemini 3.1 を用い、サイドパネルから要約・複数タブの整理・Google 各サービス連携や Nano Banana 2 による画像変換に対応する。
Google AI Pro と Ultra、AI Studio で利用枠拡大と上位モデル
Google AI Pro および Ultra の加入者が Google AI Studio で利用上限の引き上げを受け、Nano Banana Pro と Gemini Pro 系モデルにもアクセスできるようになった。
Gemini app for macOS
Google が macOS 向けの Gemini デスクトップアプリを公開した。グローバルショートカットやウィンドウ共有による文脈付きの支援を、ブラウザを開かずに呼び出せる。
Google AI Studio、Gemini API のプリペイド課金
Google AI Studio 上で Google Cloud の請求アカウントを新規作成または連携するときにクレジットを前払い購入し、その残高から Gemini API の利用料を相殺できる。米国の新規請求アカウントから利用可能で、数週間かけてグローバル展開される見込みである。
Chrome、プロンプトをワンクリック実行する Skills
Gemini in Chrome で、よく使うプロンプトを Skill として保存し、複数タブを対象に一括実行できる機能がロールアウトされた。
Gemini、Notebooksでプロジェクトを整理
Gemini アプリに Notebooks 機能が追加された。NotebookLM と同期し、チャットと資料をプロジェクト単位で扱える。
Google Colab、Gemini の Learn Mode と Custom Instructions
Google Colab の Gemini 統合に、ノートブック単位で振る舞いを調整できる Custom Instructions と、段階的な学習支援を行う Learn Mode が追加された。共有ノートブックでは、作成者が設定した指示が共同編集者にも適用される。
Chrome DevTools 147
AI assistance の自動コンテキスト選択とコード生成が強化され、Device Mode や Network パネルなどに複数の改善が入った。DevTools MCP サーバーと CLI も v0.21.0 に更新され、マルチエージェント運用や Lighthouse 監査が拡充された。
Gemini API、Flex・Priority inference tier
Flex と Priority の inference tier が追加され、同期 API の `service_tier` 指定でコストと信頼性を用途別に選べる。Flex は Standard 比で割引、Priority は Standard より高いレート帯とされる。
Veo 3.1 LiteのGemini API・Google AI Studio有料ティア提供開始
Veo 3.1 Fast より50%未満のコストで同等速度、Text-to-Video と Image-to-Video、16:9・9:16・720p・1080p、4・6・8秒の尺、4月7日から Veo 3.1 Fast の価格引き下げ予定。
Gemini 3.1 Flash Live公開、Live APIプレビューとSearch Live 200超地域対応
ネイティブ音声のリアルタイム対話モデル。Google AI StudioのGemini Live APIプレビュー、Gemini Enterprise for Customer Experience、Search Live・Gemini Live利用。ComplexFuncBench Audio 90.8%、Audio MultiChallenge 36.1%（thinking on）。Gemini Liveは応答高速化と文脈追従の約2倍。Search Liveは200超の国・地域で多言語。出力音声はSynthID透かし。
Lyria 3 Pro：Vertex AI・Gemini API・Vidsなど複数製品で最大3分トラック生成に対応
最長約3分の楽曲とintro・verse・chorus・bridge等の構成指定を特徴とする上位版。Vertex AI（public preview）、Google AI Studio・Gemini API、Google Vids、Geminiアプリ（有料枠から）、ProducerAIでの提供。Workspace顧客・AI Pro/Ultra加入者など面ごとのロールアウト差。出力へのSynthID埋め込み、アーティスト模倣回避、既存コンテンツ照合フィルタ、利用規約・Gen AI禁止利用ポリシー順守。
Google Personal Intelligenceが米国で提供開始
米国で AI Mode in Search / Gemini app / Gemini in Chrome に対して Personal Intelligence が提供開始。GmailやGoogle Photos等をセキュアに接続して、買い物・トラブル解決・旅程提案をパーソナライズ。接続アプリのオン/オフとプライバシー配慮、対象が個人向けで Workspace は対象外。
Google Maps、Ask MapsとImmersive NavigationをGemini連携で展開
Ask Mapsの会話型検索と、Immersive Navigationの3D表示・自然な音声案内・代替ルート比較・到着前後の支援を含むGoogle Maps更新。
Gemini Embedding 2、マルチモーダル埋め込みをGemini APIとVertex AIでプレビュー提供
テキスト・画像・動画・音声・PDFを単一のembedding空間に写し、100超言語のsemantic intentを扱う。MRLで3072・1536・768次元を推奨。
Gemini in Workspace、Docs初稿生成とSheets自動補完を強化
Docsの下書き生成とスタイル統一、SheetsのFill with Gemini、Slidesの編集可能スライド生成、DriveのAI Overview対応。
Nano Banana 2リリース
Gemini Flashの高速処理とプロフェッショナルな画像生成能力を統合。対象物の一貫性保持、4K解像度対応、文字描画など。
Google APIキーのGemini権限昇格問題
公開用Google APIキーがGemini API有効化時に暗黙的に認証情報として機能する脆弱性。約2,863件の公開キーで確認。
Gemini 3.1 Proリリース
複雑な問題解決に向けた推論能力の向上、各種プロダクトへの機能展開など。
Geminiアプリで音楽生成モデル「Lyria 3」がベータ版として利用可能に
テキストや画像から30秒の楽曲を生成できるGoogle DeepMindの最新音楽生成モデル。SynthIDによる電子透かしも埋め込み。
Gemini 3 Deep Thinkアップデート
科学・研究・工学向けの推論モード「Deep Think」のメジャーアップデート。ARC-AGI-2で84.6%、CodeforcesでElo 3455を記録。
Google、Gemini 3 Proなどを利用可能なGoogle AI Plusを提供開始
月額1,200円でGemini 3 ProやNano Banana Pro、200GBストレージなどが利用可能な新プラン。
Gemini 3 FlashのAgentic Vision機能
画像の静的な理解からエージェント的な処理への転換。ズームや検査、画像注釈、視覚的な数学やプロットなどが可能に。
Google検索のAIモードがGmailやGoogle Photosと連携するPersonal Intelligenceを追加
Google AI Pro/Ultraユーザー向けに提供。Gemini 3モデルを用い、Gmailや写真からパーソナライズされた検索結果を提案。
AppleとGoogleが次世代Apple Foundation Modelsで提携
AppleとGoogleは、次世代のApple Foundation ModelsをGoogleのGeminiモデルとクラウド技術に基づいて構築する複数年の提携契約を締結した。
Gemini APIがファイルサイズ制限緩和と入力サポート拡大を発表
GoogleはGemini APIのデータ入力方法を拡充し、ファイルサイズ制限を緩和した。
Gemini Deep Research のビジュアルレポート機能
Gemini Deep Researchがビジュアルレポート機能を強化した。Google AI Ultra加入者向けに、カスタム画像、チャート、インタラクティブシミュレーションを含むリッチなレポートを自動生成可能になった。
Gemini CLI向け拡張機能Conductorのプレビュー版が公開
Markdownファイルでコンテキストを管理するcontext-driven developmentを提案し、AIエージェントによる開発を制御可能にする。
Google Translate、Geminiによる翻訳機能強化
Google翻訳にGeminiを活用した新しい翻訳モデルが追加され、リアルタイム音声翻訳のベータ版も導入された。
Google AI、Interactions APIが発表
Googleが「Interactions API」を発表した。これはGeminiモデルやエージェントと対話するための統一されたインターフェースであり、現在はパブリックベータとして提供されている。
Google Labs、GenTabsを搭載したブラウザDiscoを発表
Google LabsがDiscoを発表した。これはタブやチャット履歴から複雑なタスクを理解し、Gemini 3でインタラクティブなWebアプリケーションを生成するブラウジング実験。
Google検索とNotebookLMにおけるNano Banana 1の提供開始
画像生成AIモデルのNano Banana 1がGoogle検索のAIモードやGoogleレンズ、およびNotebookLMの動画解説機能で利用可能になった。
Nano Banana Proを発表
Googleが画像生成・編集モデルNano Banana Pro（Gemini 3 Pro Image）を公開した。Gemini 3 Proを基盤とし、Gemini 3の推論能力と現実世界の知識を画像生成と編集に使う。
AI検索がSEOを変え、GEOという新概念が台頭
AI検索エンジンの普及により、SEO（Search Engine Optimization）からGEO（Generative Engine Optimization）への移行が進んでいる。米国の消費者の約半数がAI検索を使用してブランドを評価・発見している。
Google Antigravityを発表
Googleがエージェント開発プラットフォームGoogle Antigravityをパブリックプレビューで公開した。Gemini 3を基盤としたAI支援IDEである。
Gemini 3をリリース
GoogleがGemini 3をリリースした。Gemini 3 Proはreasoning、multimodality、codingのベンチマークで以前のモデルを上回る。WebDev Arenaリーダーボードで1487 Eloを記録。Terminal-Bench 2.0で54.2%、SWE-bench Verifiedで76.2%を記録し、2.5 Proを大きく上回る。
Google DriveでPDFのAI音声要約機能を追加
Google WorkspaceがGoogle DriveでPDFのAI音声要約機能を追加した。Gemini for Google Workspaceの機能で、長文のPDFを会話形式のポッドキャストスタイルの音声要約に変換できる。
Gemini APIにFile Search Toolを追加
GoogleがGemini APIにFile Search Toolを追加した。完全管理型のRAGシステムで、データグラウンディングを簡素化し、関連文書に基づく応答を返しやすくする。
Gemini APIのStructured Outputsを改善
GoogleがGemini APIのStructured Outputsを改善した。JSON Schemaサポートを拡張し、プロパティ順序の保持を追加。
Google MapsにGemini機能を追加
Google MapsにGemini AI機能が追加された。AndroidとiOSの一般ユーザー向けに、音声ナビゲーション、ランドマークベースのナビゲーション、プロアクティブな交通アラート、Lens機能が利用可能になった。
Jules extension for Gemini CLI
GoogleはGemini CLIのJules extensionを発表した。 Julesはターミナルでの作業中にバックグラウンドで自律的にタスクを実行する「サイドキック」エージェント。 Jules extension を入れ、/jules コマンドで非同期タスクの実行、バックグラウンドのバグ修正、PR 作成後のブランチ作成などを任せられる。 ### 参考文献
Grounding with Google Maps が Gemini API で利用可能に
Googleは、Gemini APIで「Google Maps」を使用したGrounding（情報の根拠付け）が利用可能になったことを発表。
Gemini CLI で新しいレベルのインタラクティブ機能が利用可能に
Google は Gemini CLI を拡張し、ターミナル内でのインタラクティブコマンドに対応した。
Gemini Enterprise の発表
Google Cloudは職場でのAI活用の「入り口」となる新しい高度なエージェント型プラットフォーム「Gemini Enterprise」を発表。
Gemini CLI Extensions の導入：CLIのカスタマイズが可能に
GoogleはGemini CLIの拡張機能（Extensions）を導入した。Gemini CLI をワークフローや外部ツールに接続し、機能を足せる。
Genkit Extension for Gemini CLI の発表
GoogleはGemini CLI向けの新しい拡張機能「Genkit Extension」を発表。
Gemini 2.5 Computer Use モデルの発表
Google DeepMindはGemini 2.5 Proをベースにした「Gemini 2.5 Computer Use」モデルをプレビュー版としてAPIで提供開始。
Gemini 2.5 Flash Image GA
Gemini 2.5 Flash Imageが一般提供開始。10種類のアスペクト比と画像のみの出力に対応。
Gemini 2.5 FlashとFlash-Liteが更新
Gemini 2.5 Flashと2.5 Flash-Liteの更新版がGoogle AI StudioとVertex AIで利用可能に。品質向上と効率性の改善を両立した新バージョン。
Google AI Pro/Ultra向けにGemini CLIとCode Assistの制限緩和
Google AI ProとUltra購読者向けにGemini CLIとGemini Code Assistのリクエスト制限が緩和。 各プラン毎に制限は次の通り。
Gemini CLIとFastMCPが統合
Gemini CLIがFastMCPと統合され、MCP server開発の手順が短くなった。Pythonのdecoratorとtype hintsを使用してMCP serverを構築できる。
GeminiにCustom Gemsの共有機能が追加
GeminiでCustom Gemsの共有が可能に。Google Driveと同様の共有制御で、閲覧・編集権限を個別設定が可能。 ### 参考文献
Gemini in Chrome提供開始
AIブラウジングアシスタントであるGemini in Chromeが提供開始。現在は米国のMac・Windowsユーザー（英語設定）のみ。
Gemini Batch APIが埋め込みとOpenAI互換性をサポート
GoogleがGemini Batch APIで埋め込みモデルとOpenAI互換性をサポートした。新しくリリースされたGemini Embeddingモデルに対応し、非同期処理で50%低い料金での高ボリューム処理が可能になった。
Google AIモード検索が日本語対応開始
Google検索の「AIモード」の日本語対応を開始。Gemini 2.5のカスタムバージョンを使用し、従来の2-3倍の長さの複雑な質問に回答する。
GoogleがGemini 2.5 Flash Imageを公開、高速画像生成に対応
GoogleがGemini 2.5 Flash Imageを公開。このモデルは発表以前からnano-bananaとして話題になっていた強力な一貫性の維持が可能な画像生成・編集モデル。Geminiアプリの他、APIでの利用も可能。
Gemini APIのURLコンテキストツールが一般公開、PDFや画像のサポートを追加
Gemini APIのURLコンテキストツールが一般公開された。このツールにより、開発者はコンテンツを手動でアップロードする代わりに、URL形式でモデルに追加のコンテキストを提供できるようになる。
GoogleのコーディングエージェントJulesが一般公開
Google の非同期コーディングエージェント Jules がベータを終え一般公開された。Gemini 2.5 Pro を搭載し、先にコーディングプランを立ててからコードを出す流れを取る。
Gemini 2.5 DeepThink の発表
GoogleがGemini 2.5 DeepThinkを発表。複雑な問題に対し、複数のアイデアを同時に生成・評価・修正して、より創造的で思慮深い回答を導き出す「並列思考」技術を搭載。
Gemini CLIでカスタムスラッシュコマンドが利用可能に
Gemini CLIにカスタムスラッシュコマンド機能が追加。再利用可能なプロンプトを定義し、スラッシュコマンドとして呼び出せる。コマンドはTOMLファイルベースで定義され、引数の受け渡しやシェルコマンドの直接実行もサポートする。
LangExtract: Geminiを活用した情報抽出ライブラリ
GoogleはLangExtractを発表した。非構造化テキストから構造化情報を抽出するオープンソースの Python ライブラリで、Gemini などの LLM とユーザーのカスタム指示を使う。抽出結果はソーステキスト上の文字オフセットに紐づけられる。
Gemini 2.5 Flash-Lite 安定版リリース
Gemini 2.5 Flash-Lite の安定版が一般公開。Gemini 2.5 ファミリーで最も高速かつ低コストなモデル。入力 $0.10/1M トークン、出力 $0.40/1M トークンで pricing を設定。1M トークンのコンテキストウィンドウをサポートし、native reasoning capabilities を搭載。
Gemini 2.5 会話型画像セグメンテーションの紹介
Gemini 2.5 で会話型画像セグメンテーション機能を発表。従来の単語ラベルから複雑な記述的フレーズの解析に進化。「最も遠くにある車」「傘を持っている人」など自然言語クエリで画像の特定領域を抽出可能。
Gemini の月次アップデート Gemini Drops 開始、Veo 3 や Wear OS 対応を拡充
Google が Gemini Drops 月次アップデート企画を開始。Gemini アプリの新機能紹介とヒントを毎月提供する定期アップデート形式を導入。
Veo 3 が Gemini API で利用可能に
Veo 3 が Gemini API と Vertex AI で有料プレビューとして利用可能に。Text-to-Video 機能を提供し、近日中に Image-to-Video 機能も追加予定。
Google 検索、Gemini 2.5 Pro・Deep Search・AI 通話機能を追加
Google が検索に Gemini 2.5 Pro、Deep Search、AI 通話機能を追加した。
Gemini API Batch Mode、50%割引で大量処理に対応
Google が Gemini API に Batch Mode を導入した。高スループット、レイテンシーが重要でないワークロード向けの新しい非同期エンドポイントで、同期 API と比較して 50%割引で提供される。
Gemini CLI、オープンソース AI エージェント CLI がプレビュー提供
Google が Gemini 2.5 Pro を搭載したオープンソースの AI エージェント「Gemini CLI」をプレビューとして出した。ターミナル上でコード理解、ファイル操作、コマンド実行、動的なトラブルシューティングができる。
Google Sheets、Gemini AI 関数によるセル内データ生成機能を提供
Google が Google Sheets で AI 関数を導入し、セル内で Gemini を直接利用したデータ生成が可能になった。スプレッドシートのデータを活用したテキスト生成、要約、分類、感情分析を実行できる。
AI ファースト Google Colab、全ユーザーに提供開始
Google が Google I/O 2025 で発表した AI ファースト Google Colab を全ユーザーに提供開始。ノートブック内で AI が真のコーディングパートナーとして機能し、困難な問題をこれまで以上に高速で解決できるよう設計されている。
Google Imagen 4、Gemini API と Google AI Studio で利用可能に
Google が Imagen 4 を Gemini API の有料プレビューと Google AI Studio の限定無料テストで提供開始した。text-to-image モデルで、特にテキストレンダリングが改善されたとしている。
Gemini 2.5 モデルファミリーアップデート
Google が Gemini 2.5 モデルファミリー全体にわたるアップデートを発表。Gemini 2.5 Pro と Gemini 2.5 Flash が一般提供開始、新たに Gemini 2.5 Flash-Lite をプレビューで提供開始。
Gemini 2.5 の多言語音声生成
Google が Gemini 2.5 の新機能として音声ダイアログと生成機能を発表。24 以上の言語で自然な音声を生成可能に。音声の品質と自然さを向上させるため、感情表現や話者の個性を考慮した生成が可能。 ### 参考文献
Gemini 2.5 Pro のアップグレード
Gemini 2.5 Pro がアップグレードされた。LMArena で 24 ポイント、WebDevArena で 35 ポイントの Elo スコア向上を達成。LMArena では 1470 ポイントでリーダーボードを維持し、WebDevArena では 1443 ポイントで首位を獲得。また Google AI Studio と Vertex AI で思考予算（thinking budgets）を追加し、コストとレイテンシーを制御できる。 ### 参考文献
Gemini API に大幅な機能拡張が追加
Google I/O 2025 で Gemini API に新機能が発表された。新モデルの追加、思考プロセスの可視化、ツール連携、動画理解、エージェント向け機能、マルチモーダル対応、リアルタイム生成などが含まれる。
Gemini Diffusion、拡散型言語モデルが発表
Google が新しい実験的研究モデル「Gemini Diffusion」を発表。ランダムノイズからコヒーレントなテキストやコードを生成する SOTA（State-of-the-Art）の Text diffusion model で、画像・動画生成モデルと同様の仕組みを採用。従来の最速モデルより速い一方、コーディング性能は同等レベルを維持する。実験デモが公開され、ウェイトリストに登録できる。 ### 参考文献
Gemma 3n preview 発表、モバイルファーストのオープンソース AI モデル
Google が Gemma 3n preview を発表した。モバイル向けのオープンソース AI モデルで、Per-Layer Embeddings（PLE）により RAM 使用量を抑える。5B と 8B パラメータながら、メモリフットプリントは 2B / 4B 相当（2GB・3GB）である。音声、テキスト、画像のマルチモーダルに対応し、オフラインでも動作する。Qualcomm、MediaTek、Samsung System LSI と連携して開発され、次世代 Gemini Nano の基盤になるとしている。 ### 参考文献
Google AI Ultra、最高レベルの AI 機能を統合したサブスクリプションプラン発表
Google が Google AI Ultra を発表した。映画製作者、開発者、クリエイティブ向けの上位 AI サブスクリプションで、米国の月額は $249.99（初回 3 か月は 50% オフ）。利用上限が大きく、新しいモデルへのアクセスも含む。Gemini、Flow、Whisk、NotebookLM、Project Mariner、YouTube Premium、30TB ストレージを一つのプランにまとめ、従来の Google AI Premium（現 Google AI Pro）より上位に位置づける。
Google Jules、自律型コーディングエージェントがパブリックベータで提供開始
Google が Google Labs で開発していた自律型コーディングエージェント「Jules」をパブリックベータで提供開始。ウェイトリスト不要で世界中で利用可能（Gemini モデル利用可能地域）。既存リポジトリと直接統合し、セキュアな Google Cloud VM 上にリポジトリをクローンして非同期でタスクを実行。プライベートコードでの学習は行われず、データは実行環境内で隔離。モデルは Gemini 2.5 Pro が利用される。 ### 参考文献
Google Stitch、プロンプトと画像から UI 設計とフロントエンドコードを生成
Google が Google Labs の実験的プロジェクトとして「Stitch」を発表。Gemini 2.5 Pro のマルチモーダル機能を活用し、自然言語プロンプトや画像入力から複雑な UI 設計とフロントエンドコードを数分で生成。ホワイトボードスケッチ、スクリーンショット、ワイヤーフレームから対応するデジタル UI を作成でき、複数バリエーションでの高速イテレーションも可能。生成されたデザインは Figma に直接貼り付けてコラボレーションでき、クリーンで機能的な HTML/CSS/JavaScript コードも自動出力。stitch.withgoogle.comでアクセス可能。 ### 参考文献
Gemini Advanced が GitHub 連携に対応
Gemini Advanced が GitHub との連携機能を追加。パブリック・プライベート問わず GitHub リポジトリを直接接続し、関数の生成・修正、複雑なコードの解説、コードベースに関する質問やデバッグなどが可能になった。プロンプトバーの「+」ボタンから「import code」を選び、GitHub の URL を貼り付けるだけで利用できる。 ### 参考文献
AlphaEvolve 発表、自らアルゴリズムを改善する AI エージェント
Google DeepMind がGemini モデルを活用した新しいコーディングエージェント「AlphaEvolve」を発表。AlphaEvolve は大規模言語モデルの創造性と自動評価システムを組み合わせ、数学や計算機科学の複雑な問題に対して新しいアルゴリズムを自律的に発見・最適化できる。Google のデータセンターや AI トレーニング、チップ設計など実際の現場でも使われており、学術や産業分野への応用も見込まれる。
Google Sheets で Gemini による高度なアクションが可能に
Google Sheets で Gemini を使い、ドロップダウンリストやピボットテーブル、フィルタなどを追加できる。手作業で組んでいた表操作を、Gemini の提案から適用できる。
Gemini 2.5 の暗黙的なキャッシュ
Google が Gemini 2.5 モデルで implicit caching を導入した。明示的なキャッシュ設定なしでも、リクエストの先頭部分が過去のリクエストと共通していれば自動的にコストが削減される。2.5 Flash は 1024 トークン、2.5 Pro は 2048 トークンからキャッシュ対象となり、usage metadata にはcachedcontenttoken_countが追加された。明示的キャッシュ API も引き続き利用できる。 ### 参考文献
Gemini 2.0 Flash 画像生成プレビュー開始
Google が Gemini 2.0 Flash による画像生成機能のプレビュー提供を開始。
Gemini 2.5 Pro Preview: コーディング性能がさらに向上
Google が Gemini 2.5 Pro Preview（I/O Edition）をリリース。既存ユーザーは追加手続き不要で最新版を利用可能。
Gemini 2.5 Flash と Pro、Live API、Veo 2 の一般提供開始
Google は Gemini 2.5 シリーズの新モデルをリリースしました。Gemini 2.5 Pro は最も高度なコーディングモデルとして、視覚的に魅力的な Web アプリの作成やエージェントプログラミングアプリケーションの開発に優れています。また、Gemini 2.5 Flash は、低レイテンシーとコスト効率を維持しながら、思考能力を組み込んだ進化版として近日公開予定です。これらのモデルは100 万トークンの入力コンテキストウィンドウを備え、より高度なエージェントの実現やマルチエージェントシステムの管理、コードベース全体の生成的な推論の加速を可能にします。
Gemini 2.5 Pro と Gemini 2.5 Flash リリース
Google は最新の AI モデルである Gemini 2.5 Pro と Gemini 2.5 Flash を発表。これらのモデルは企業向けの高度な推論能力を備え、特に複雑なタスクにおいて優れた性能を発揮する。
Gemini の動画生成モデル Veo 2 と Live API リリース
Google はVeo 2 と Live API のリリースを発表した。
Google Cloud Agent Development Kit 1.0
Google Cloud は Agent Development Kit（ADK）1.0 をリリースした。Agentspace や Google Customer Engagement Suite（CES）などで使われているマルチエージェント向けフレームワークのオープンソース版である。
NotebookLM がソースを検索する機能を追加
Google NotebookLM が「Discover sources」機能を追加しました。この機能により、ユーザーは興味のあるトピックを記述するだけで、ウェブから関連する情報源を自動的に発見し、まとめることができます。NotebookLM は数百の潜在的なウェブソースを数秒で収集し、トピックに基づいて最も関連性の高いものを選択します。最大 10 個のソース推奨が表示され、それぞれにトピックとの関連性を説明する注釈付きの要約が含まれています。
Cursor が Gemini 2.5 Pro の画像をサポート
Cursor 0.48.4 で Gemini 2.5 Pro の画像読み取りをサポートしました。
Gemini 2.5 が公開
Google が 3 月 25 日、推論モデルである Gemini 2.5（Gemini 2.5 Pro Experimental）を発表しました。 既に Google AI Studio と Gemini アプリで利用可能です。
Cursor
Cursor 0.47 の Patch アップデートで、Rules に Rule Type が追加されました。
Audio Overview、ポッドキャストの生成
Notebook LM のポッドキャストスタイルのディスカッション音声を生成する Audio Overview 機能が Gemini App に輸入されました。
Canvas、インタラクティブなプレビュー
インタラクティブなプレビューを表示する Canvas 機能が Gemini に追加されました。
Image Generation、画像生成
去年追加された Gemini 2.0 Flash のネイティブ画像生成機能が、Google AI Studio で試せるようになりました。
パーソナライズされた Gemini
Google 検索に基づいてカスタマイズされた応答をする Gemini Personalization が発表されました。 今後、YouTube など他の Google サービスとも接続予定とのことです。
Gems、カスタマイズ可能なエージェント
Gems の一般提供が開始されました。ChatGPT の GPTs に相当する機能であり、ユーザーが自分のニーズに合わせてカスタマイズしたエージェントを作成できます。
Google AI Mode
Google 検索の AI モードが試験的に公開されています。現時点での利用にはウェイトリストへの登録が必要です。
Gemini 2.0、Multimodal Live API
Gemini 2.0 が発表された。 パフォーマンスや品質などの改善に加えて、Multimodal Live API、画像生成、テキスト読み上げ機能も追加されている。
Chrome DevTools で、Gemini にエラーを聞ける機能が有効化
Chrome バージョン 125 以降で、Google ID でログインした上で同期を有効化し、さらに言語設定を 「英語（アメリカ）- English(US)」に設定している場合、利用できるようになったとのこと。
Console Insights in Chrome DevTools
Google I/O 2024 にて、Chrome DevTools にエラーを Gemini に聞ける機能を搭載することが発表されました。既に米国では実験的機能として提供されているようです。