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…
モデルを見る日本語
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。
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…
モデルを見る日本語
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…
モデルを見る日本語
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…
モデルを見る日本語
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…
モデルを見る日本語
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・…
モデルを見る日本語
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…
モデルを見る日本語
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。…
モデルを見る日本語
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、…
モデルを見る日本語
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…
モデルを見る日本語