Google、「Gemini 1.5」発表──コンテキスト長100万トークンで長編動画・大規模コードも一括処理

Googleが次世代モデル「Gemini 1.5」を発表しました。目玉はコンテキストウィンドウの大幅拡張で、最大100万トークンという当時としては破格の長さを実現。Gemini 1.0 Ultraに匹敵する性能を、より少ない計算資源で達成したモデルとしても注目されました。

詳細

• コンテキストウィンドウ: 標準で最大100万トークンに対応。テキストなら約70万語、動画なら約1時間分を一度に処理可能と説明
• 第1弾モデル: 「Gemini 1.5 Pro」を開発者・エンタープライズ向けにGoogle AI StudioとVertex AIでプライベートプレビュー提供開始
• アーキテクチャ: Mixture-of-Experts(MoE)方式を採用し、効率性を高めつつ1.0 Ultra相当の性能を実現
• 用途例: 長編動画の内容理解、大規模コードベース全体の解析、長文書類の横断検索など、これまで困難だったタスクへの適用を訴求
• 提供形態: 一般提供ではなく限定的な先行アクセスからスタート

その後

Gemini 1.5は同年5月に軽量版「1.5 Flash」が追加されるなど、長コンテキストと速度のバランスを取ったラインナップへと拡充。長文脈処理はその後のGeminiシリーズの主要な差別化要素として定着し、2024年12月の「Gemini 2.0」、2025年3月の「Gemini 2.5」へと性能競争が続いていきます。