本文へスキップ

Gemini 1.5

長い文脈とマルチモーダル入力に向けた Google のモデル

公式サイトを見る

Gemini 1.5 とは

Gemini 1.5 は Google の最新世代 AI アシスタントのモデルと紹介され、長い文脈の理解と文章・コード・画像・音声・動画にわたるマルチモーダル入力を扱うと説明されている。 効率的な構造と 100 万規模のトークン長が複雑な推論とモーダル横断の理解を支える。

できること

  • 長い文脈を理解する
  • マルチモーダル入力を受け付ける
  • より効率的な構造で処理する
  • モーダルを横断して理解する

活用場面

  • 長時間の自然言語対話を行う
  • 複雑なコードの論理を理解する
  • 画像内の対象の関係を分析する

想定する対象

  • 対話ボットの構築
  • 知識の質問応答
  • 音声アシスタント

長所と短所

✓ 良い点

  • 文章・コード・画像・音声・動画の入力を扱う
  • 長い文脈が複雑な推論とモーダル横断の理解を支える

! 注意したい点

  • 文脈の長さは厳密な数値ではなく 100 万規模との記載
  • 性能の向上はより効率的な構造による

よくある質問

対応する入力は?

資料は文章・コード・画像・音声・動画の分野を挙げる。

何の構築に向く?

想定する用途には対話ボット、知識の質問応答、音声アシスタントが挙がる。

最終評価日: 2026-11-15

その他 LLM APIプラットフォーム ツール

すべて見る →

評価方法