モデルディレクトリ

最新の AI モデル

新しいモデルを公開日順に見つけられます。

公開日の新しい順7 言語
クリア

49 モデル

公開日の新しい順
Google

Gemini 4 Hydrogen

Googleが2026年11月12日に発表した、日常的なコーディングやエージェント型ワークフローでの高速・効率的な実行を重視するモデルです。Gemini 4 Carbonを基に開発され、単独でも、他のモデルと組み合わせた実行役としても利用できます。 (blog.google) テキスト、画像、音声、動画を入力でき、テキストを出力します。リポジトリのコード修正・デバッグ、調査、データ分析、文書や表の…

Google

Gemini 4 Carbon

Gemini 4 Carbonは、複雑な知識作業、ソフトウェア工学、サイバーセキュリティ、科学的推論における長期的なエージェント型ワークフロー向けのフロンティアモデルです。Gemini 4 Argonを基盤とし、難しい課題の深い推論や検証に重点を置いています。 (blog.google) テキスト、画像、音声、動画を入力でき、テキストを出力します。コンテキストウィンドウは入力と出力の合計で最大10…

Google

Gemini Decision 1

Gemini Decision 1は、あらかじめ定めた選択肢について高速に判断するマルチモーダルモデルです。Google AI StudioのGemini APIから、Gemini Decisions APIを通じて利用できます。回答文をトークン単位で生成する代わりに、候補を一度のフォワードパスで評価し、確率や信頼度を返します。(blog.google) テキスト、画像、音声、動画、PDFを入力と…

Google

AlphaGenome 2

AlphaGenome 2は、DNA配列とその変異が、特定のヒト細胞の種類や状態にどのような影響を及ぼすかを予測する、研究向けのDNA配列モデルです。Google DeepMindが2026年11月11日に発表しました。(deepmind.google) 約100万塩基のDNA配列と、組織・細胞種・細胞状態のうち指定した一つの条件を入力し、その条件におけるDNAの作用を予測します。 遺伝子発現、ヒ…

Google

Gemini Robotics 2.5

Gemini Robotics 2.5は、ロボットの実世界での動作を支援する視覚・言語・行動(VLA)モデルです。Google DeepMindは、ロボットが習得できる技能の幅と習得速度を広げ、器用さ、信頼性、安全性を高めるモデルとして紹介しています。発表日は2026年11月10日です。(deepmind.google) トングでの配膳、贈り物のリボン結び、液体のピペット操作など、道具の使用や柔ら…

Google

Gemini Omni 1.2 Flash

Googleの、動画の生成・編集・延長・アップスケーリングに重点を置いたマルチモーダルモデル。Gemini APIとGoogle Cloudで一般提供されている。(blog.google) テキストや画像などを参考に、音声を同期した動画を生成できる。対話を重ねながら背景や商品、照明などを編集でき、最初と最後のフレームを指定した生成や動画延長にも対応する。(blog.google) 通常の動画生成・…

Google

Gemini 4 Carbon

Gemini 4 Argonを基盤とするフロンティアモデル。長時間にわたるエージェント型ワークフロー、ソフトウェア開発、サイバーセキュリティ、科学的推論を主な対象とする。(deepmind.google) テキスト、画像、音声、動画を入力し、テキストを出力する。入力と出力を合わせたコンテキスト上限は1,048,576トークン。(deepmind.google) 複雑なコーディングとデバッグ、文書・…

Google

Genie 4

Genie 4は、Google DeepMindが開発した、リアルタイムで操作できる環境を生成・シミュレーションするマルチモーダルの世界モデルです。2026年10月27日に発表されました。(deepmind.google) 自然言語で風景や出来事を記述し、シミュレーション中に天候、カメラ、人物、物体などを変更できます。キーボードやマウスを使った移動・カメラ操作も示されています。(deepmind.…

Google

Gemini Composite V2

GoogleのCX Agent Studioで、企業向け音声エージェントに最適化された複合モデル。Composite V1の後継で、2026年10月22日に一般提供(GA)が発表されました。このGAステータスはCX Agent Studio固有で、他のGoogle Cloud製品での提供状況を意味するものではありません。(docs.cloud.google.com) V1と同じListenerモデ…

Google

Gemini 4 Argon

Googleのフロンティアモデル。複雑で長時間にわたる実務向けに、推論、マルチモーダル理解、専門知識を組み合わせたモデルです。Google Cloudでの公開日は2026年10月13日です。 (cloud.google.com) テキスト、画像、音声、動画を入力でき、テキストを出力します。コーディング、複数ステップの調査、文書分析、金融・法律分析、科学・数学、サイバー防御などに利用できます。…

Google

Gemini Nano Banana 2.1

Gemini Nano Banana 2.1は、Nano Banana 2を更新した、高効率な画像生成・対話型画像編集モデルです。Google DeepMindによるとGemini 3.6 Flashを基盤としています。Gemini APIでは2026年10月6日に一般提供(GA)が発表されました。 (aistudio.google.com) Gemini APIのモデル仕様では、テキスト、画像、…

Google

EmbeddingGemma 2

Google DeepMind が開発した、端末上での利用を想定したオープンなマルチモーダル埋め込みモデル。Gemma 4 を基盤とし、重みは Apache 2.0 ライセンスで公開されている。公開日:2026年10月6日。(blog.google) テキスト、コード、画像、動画、音声、およびそれらの組み合わせを共通のベクトル空間に変換する。標準出力は768次元で、512・256・128次元への短…

Google

Gemini 4 Argon

GoogleのGemini 4世代に属するフロンティア推論モデル。複雑で長期にわたるソフトウェア開発、企業の知識業務、サイバーセキュリティ防御などを対象とする。(blog.google) テキスト、画像、音声、動画、PDFを入力でき、テキストを出力する。入力と出力を合わせたコンテキストは最大100万トークン。(storage.googleapis.com) 複数段階の調査、コードの移行・改修、文書…

Google

Gemini 3.8 Flash-Lite TTS

Googleの高スループット・低遅延・低コストを重視したテキスト音声合成(TTS)モデル。gemini-3.1-flash-tts-previewからの移行先として位置付けられている。Gemini APIのリリースノートでは、2026年9月22日に一般提供(GA)を開始したと記載されている。なお、Google公式ブログの発表日は2026年9月23日。(aistudio.google.com) テキ…

Google

Gemini 3.8 Flash TTS

Googleの創作向け主力テキスト読み上げ(TTS)モデル。テキストを入力して音声を生成し、音声の忠実度、表現力、地域アクセント、長い対話での声の安定性を重視しています。(aistudio.google.com) 話し方のスタイル指定、複数話者の音声生成、ストリーミングに対応。長い会話やナレーションでも声質などの一貫性を保つよう設計されています。 プリセット音声のほか、音声デザイン、本人の同意確認…

Google

Gemini 3.8 Live Extended Thinking

Googleのリアルタイム音声対話向けモデル。Gemini 3.8 Liveのうち、複雑な複数ステップのタスクや、対話を続けながらのバックグラウンド推論に重点を置いたモデルです。公式発表日は2026年9月15日です。(blog.google) 音声応答をストリーミングしながら、背景で推論や非同期のツール呼び出しを実行できます。進行状況を音声で伝えることも可能です。推論レベルは low、medium…

Google

Gemini 3.8 Live

Googleの低遅延なリアルタイム対話モデル。大規模利用とコスト効率を重視し、音声対話と視覚情報の理解を組み合わせる。複雑な多段階推論向けのGemini 3.8 Live Extended Thinkingとは別モデル。(blog.google) **発表日:2026年9月15日。**公式発表は同年9月17日に更新された。(blog.google) Google CloudのGemini…

Google

WeatherNext 3

Google DeepMindとGoogle Researchが開発した、全球を対象とするAI気象予測モデル。リアルタイムの静止衛星観測と従来の気象解析データを入力し、地上観測データも学習に利用する。予測は1時間ごとに更新される。(blog.google) 64メンバーのアンサンブル予測を生成する。6時間ごとの基準時刻に初期化した予測は最大15日先、その他の毎時初期化予測は最大48時間先までを対象…

Google

Gemini 3.8 Flash Cyber

Gemini 3.8 Flashをサイバーセキュリティ用途向けに追加学習したモデルです。Googleは、脆弱性の自律的な発見と修正に重点を置いたモデルとして位置付けています。2026年9月2日に発表されました。Google Cloudのモデル一覧では、2026年9月16日をリリース日としています。(blog.google)…

Google

Gemini 3.8 Flash

Gemini 3.8 Flashは、Gemini 3.7 Flashを基盤とする汎用モデルです。長期的なソフトウェア開発、自律エージェント、複雑な知識業務向けに設計され、速度とコスト効率を重視しています。Googleは2026年9月2日に発表しました。(blog.google) テキスト、画像、音声、動画、PDFを入力し、テキストを出力します。入力上限は1,048,576トークン、出力上限は65,…