Gemini｜LLMO用語集

Geminiは、文字、写真、音声などをまとめて読み取ることができるAIです。
これまでのAIは文章なら文章だけ、画像なら画像だけを個別に処理するものが主流でした。
Geminiは、複数の情報を一度に入力して処理を依頼できます。
例えば、手書きの計算式の写真をアップロードして、その解き方をテキストで質問すると、画像の内容を解析して正しい手順を回答します。
専門知識がなくても、日常の疑問を解決したり、文章の作成をサポートしたりする用途で機能します。

ウェブブラウザ上の専用アプリケーションや、スマートフォンの公式アプリから利用できます。
Googleアカウントを持っていれば、基本機能は無料で使うことが可能です。
また、文章作成や表計算などのビジネス向けクラウドサービスの一部としても提供されています。
開発者向けには、独自のアプリケーションやシステムにGeminiの機能を組み込むためのAPIも公開されています。
目的に合わせて、日常的な情報検索から本格的なシステム開発まで幅広い環境でアクセスできます。

主にNano、Flash、Pro、Ultraという異なるサイズのモデルが提供されています。
Nanoは、スマートフォンなどの端末内で直接動くように設計された最も容量の軽いモデルです。
Flashは、処理速度とコストのバランスを考慮したモデルであり、大量のタスクを素早くこなす用途に向いています。
Proは、幅広いタスクに対応できる汎用性を備えたモデルであり、通常ウェブ版の無料プランなどに採用されています。
Ultraは、複雑な推論や高度な問題解決が可能な最大規模のモデルであり、主に有料プラン向けに提供されています。