GoogleがGemini1.5シリーズを大幅アップデート、性能向上と価格削減で開発者支援を強化

text: XEXEQ編集部
（記事は執筆時の情報に基づいており、現在では異なる場合があります）

記事の要約

Gemini-1.5-Pro-002とFlash-002が公開
1.5 Proの価格が50%以上削減
レイテンシ低下と出力速度向上を実現

Googleが最新のGeminiモデルをリリース、性能向上と価格削減を実現

Googleは2024年9月24日、Gemini-1.5-Pro-002とGemini-1.5-Flash-002という2つの新しい生成AIモデルをリリースした。これらのモデルは、5月のGoogle I/Oで発表されたGemini 1.5シリーズの改良版であり、テキスト、コード、マルチモーダルタスクにおける全般的な性能向上が図られている。^[1]

新モデルの特筆すべき点として、MMLU-Proベンチマークで約7%、MATHとHiddenMathベンチマークで約20%の性能向上が確認されている。また、視覚理解やPythonコード生成においても2〜7%の改善が見られた。これらの進歩により、Geminiモデルはより広範な用途に対応可能になったと言える。

さらに、Googleは1.5 Proモデルの価格を大幅に削減し、入力トークンで64%、出力トークンで52%、増分キャッシュトークンで64%の値下げを実施した。この価格改定は2024年10月1日から適用され、128K未満のトークン数のプロンプトに対して有効となる。これにより、開発者はより低コストでGeminiの高性能AIを活用できるようになった。

Gemini 1.5シリーズの主な改善点

	性能向上	価格削減	レイテンシ改善
MMLU-Pro	約7%向上	-	-
MATH/HiddenMath	約20%向上	-	-
視覚理解/Pythonコード生成	2〜7%向上	-	-
1.5 Pro価格（128K未満）	-	入力64%、出力52%削減	-
出力速度	-	-	2倍高速化
全体的なレイテンシ	-	-	3倍低減

MMULについて

MMULとは、「Massive Multitask Language Understanding」の略称で、大規模な言語モデルの性能を評価するためのベンチマークテストの一つである。主な特徴として、以下のような点が挙げられる。

多岐にわたる分野の知識を測定
複数のタスクを同時に評価
AIモデルの汎用性を検証

MMULは、人文科学、社会科学、STEM（科学、技術、工学、数学）など、幅広い学問分野から選ばれた問題を含んでいる。Googleが今回発表したGemini 1.5シリーズでは、このMMULの改良版であるMMUL-Proにおいて約7%の性能向上が見られた。これは、新モデルがより高度な言語理解と知識の応用能力を獲得したことを示唆している。

Gemini 1.5シリーズの改善に関する考察

Gemini 1.5シリーズの改善点として特筆すべきは、性能向上と価格削減の両立である。特にMATHとHiddenMathベンチマークにおける約20%の性能向上は、AIモデルの数学的推論能力が飛躍的に向上したことを示している。これにより、科学技術分野や金融分野などでのAI活用がより進展する可能性が高い。

一方で、AIモデルの性能向上に伴い、プライバシーやセキュリティに関する懸念も高まる可能性がある。より高度な言語理解と知識応用能力を持つAIが、センシティブな情報を意図せず処理してしまうリスクは無視できない。これに対しては、データの匿名化技術の強化や、AIの判断プロセスの透明性向上などが解決策として考えられる。

今後、Geminiモデルにはさらなる多言語対応や、リアルタイムデータ処理能力の向上が期待される。特に、非英語圏での利用拡大を見据えた言語モデルの改良や、時事情報を即時に反映できる仕組みの実装が重要だろう。Googleには、これらの課題に取り組みつつ、AIの民主化と責任ある利用の推進を両立させていくことが求められる。