業界をリードするAIカバレッジに関する最新のアップデートと排他的なコンテンツについては、毎日および毎週のニュースレターに参加してください。 もっと詳しく知る
GoogleのGeminiシリーズのAI大手言語モデル（LLMS）は、ほぼ1年前に恥ずかしい事件で大まかに始まりました 画像生成が失敗しました、しかし、それ以来着実に改善されており、同社は第2世代の努力であるジェミニ2.0を消費者や企業にとって最大かつ最高の努力に導く意図があるようです。
今日、会社 発表 Gemini 2.0 Flashの一般的なリリース、Gemini 2.0 Flash-Liteを導入し、Gemini 2.0 Proの実験バージョンを展開しました。
開発者と企業をサポートするように設計されたこれらのモデルは、Google AI StudioおよびVertex AIを通じてアクセス可能であり、Flash-Liteは公開プレビューで初期のテストに利用できます。
「これらのすべてのモデルは、リリース時にテキスト出力を備えたマルチモーダル入力を備えており、今後数か月で一般的な可用性の準備が整っています」とGoogle DeepMindのCTOであるKoray Kavukcuogluは、会社の発表ブログ投稿に書いています。などの競合他社としてもテーブルに deepseek そして Openai 強力なライバルを立ち上げ続けます。
Googleはマルチモーダルストレングットを演じています
Deepseek-r1も Openaiの新しいO3-Miniモデル マルチモーダル入力、つまり画像とファイルのアップロードまたは添付ファイルを受け入れることができます。
R1はそのウェブサイトとモバイルアプリチャットでそれらを受け入れることができますが、モデルは60年以上前のテクノロジーで光学文字認識（OCR）を実行し、これらのアップロードからのみテキストを抽出します。そこに含まれる機能。
ただし、どちらも新しいクラスの「推論」モデルであり、意図的に回答を考え、「考え方のチェーン」とそれらの回答の正しさを反映するためにより多くの時間をかけています。これは、Gemini 2.0 Proシリーズのような典型的なLLMとは反対であるため、Gemini 2.0、Deepseek-R1、Openai O3の比較は、リンゴからオレンジまで少しです。
しかし、今日もGoogleから推論の面でいくつかのニュースがありました。GoogleCEOのSundar Pichaiが ソーシャルネットワークX それを宣言します Google Gemini iOSおよびAndroid用のモバイルアプリは、Google独自のライバル推論モデルGemini 2.0フラッシュ思考で更新されました。このモデルは、Googleマップ、YouTube、およびGoogle検索に接続でき、DeepseekやOpenaiなどのサービスなしではUpstartsが単純に一致させることができないまったく新しい範囲のAI駆動型の研究と相互作用を可能にします。
私はこの作品を書いている間、iPhoneのGoogleGemini iOSアプリで簡単に試しましたが、最初のクエリに基づいて印象的でした。近くの医師のオフィスと営業時間の開閉時間、すべて数秒以内。
Gemini 2.0 Flashが一般リリースに入ります
もともと実験バージョンとして発売されたジェミニ2.0フラッシュモデル 12月に、現在生産対応になっています。
高効率のAIアプリケーション向けに設計されており、低遅延の応答を提供し、大規模なマルチモーダル推論をサポートします。
競争に対する大きな利点の1つは、コンテキストウィンドウ、またはユーザーがプロンプトの形で追加して、LLM駆動のチャットボットまたはアプリケーションプログラミングインターフェイスとの1つのやり取りで戻って受信できるトークンの数です（トークンの数） API）。
先週デビューしたOpenaiの新しいO3-Miniなどの多くの主要なモデルは、400〜500ページの小説に相当する200,000トークン以下のトークンのみをサポートしていますが、Gemini 2.0 Flashは100万をサポートしています。多くの情報を使用して、高周波および大規模なタスクに特に役立ちます。
Gemini 2.0 Flash-Liteが到着してコスト曲線をまだ最低に曲げます
一方、Gemini 2.0 Flash-Liteは、品質を損なうことなく、費用対効果の高いAIソリューションを提供することを目的としたまったく新しいLLMです。
Google Deepmindは、Flash-LiteがMMLU Pro（77.6％対67.3％）やBird SQLプログラミングなどのサードパーティのベンチマークで、フルサイズ（より大きなパラメーターカウント）の前身であるGemini 1.5 Flashを上回ると述べています。 45.6％）、同じ価格設定と速度を維持しながら。
また、マルチモーダル入力をサポートし、フルフラッシュモデルと同様に、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。
現在、Flash-LiteはGoogle AI StudioおよびVertex AIを通じて公開プレビューで利用でき、今後数週間で一般的な可用性が予想されています。
以下の表に示すように、Gemini 2.0 Flash-Liteの価格は100万ドルあたり0.075ドル（入力）と100トークンあたり0.30ドル（出力）です。 Flash-Liteは、開発者にとって非常に手頃な価格のオプションとして位置付けられており、同じコスト構造を維持しながら、ほとんどのベンチマークでGemini 1.5 Flashを上回ります。
Logan Kilpatrickは、モデルの手頃な価格と価値を強調しました。 xについて述べています：「Gemini 2.0 Flashは、あらゆるLLMで最高の値の小道具です。ビルドする時です！」
実際、プロバイダーAPIを介して利用可能な他の主要な従来のLLMと比較して、 Openai 4o-Mini （$ 0.15/$ 0.6 100万トークンのイン/アウト）、 人類のクロード （$ 0.8/$ 4！1m In/out）およびDeepseekの伝統的なLLM V3（$ 0.14/$ 0.28）でさえ、Gemini 2.0 Flashが1ドルに最適なBangのようです。
Gemini 2.0 Proは、200万台のトークンコンテキストウィンドウで実験的な可用性に到着します
より高度なAI機能を必要とするユーザーには、Gemini 2.0 Pro（実験）モデルがテストに利用できるようになりました。
Google DeepMindは、これをコーディングパフォーマンスの最強のモデルと複雑なプロンプトを処理する機能として説明しています。 Google検索やコード実行などの外部ツールを統合する機能により、200万のトークンコンテキストウィンドウと改善された推論機能を備えています。
Red Dragon AIの共同設立者兼CEOであり、ベンチャービートとしばしば提携する機械学習の外部Google開発者の専門家であるSam Witteveen YouTubeレビューでProモデルについて説明しました。 「新しいGemini 2.0 Proモデルには、200万枚のコンテキストウィンドウがあり、ツール、コード実行、機能呼び出し、Google検索での接地をサポートしています。
彼はまた、AI開発に対するGoogleの反復的アプローチについても指摘しました。「Googleの戦略の重要な違いの1つは、GA（一般的にアクセス可能）になる前にモデルの実験バージョンをリリースし、フィードバックに基づいて迅速な反復を可能にすることです。」
パフォーマンスベンチマークは、Gemini 2.0モデルファミリの機能をさらに示しています。たとえば、Gemini 2.0 Proは、推論、多言語の理解、ロングコンテキスト処理などのタスク全体でフラッシュとフラッシュライトを上回ります。
AIの安全性と将来の開発
これらの更新に加えて、Google DeepMindはGemini 2.0モデルの新しい安全性とセキュリティ対策を実装しています。同社は、AIを使用して独自の出力を批判し洗練するために、応答の精度を向上させるための強化学習技術を活用しています。さらに、自動化されたセキュリティテストは、間接的な迅速な噴射脅威を含む脆弱性を特定するために使用されています。
Google DeepMindは、今後のGemini 2.0モデルファミリの機能を拡大する予定であり、今後数か月で一般的に利用可能になると予想されるテキストを超えた追加のモダリティがあります。
これらの更新により、GoogleはAI開発へのプッシュを強化し、効率、手頃な価格、高度な問題解決のために設計されたさまざまなモデルを提供し、強力なものから非常に強力で非常に手頃な価格までの独自のモデルのスイートでDeepSeekの台頭に答えるわずかに少ない（しかし、まだかなり）手頃な価格。
かつてOpenaiが支配していて、今ではDeepseekによって覆われているエンタープライズAI市場の一部にGoogleが食事をするのを助けるだけで十分でしょうか？追跡を続け、お知らせします！
