Gemini 2.0 Flash — ネイティブマルチモーダル生成と 1M トークンコンテキスト対応
Google DeepMind が Gemini 2.0 Flash の大型アップデートを発表。ネイティブ画像生成・音声生成に対応し、最大 100 万トークンのコンテキストウィンドウを利用可能に。Gemini API 経由で即日提供開始。
Gemini 2.0 Flash が大型アップデート
Google DeepMind は 2026 年 9 月 10 日、Gemini 2.0 Flash の大型アップデートを発表した。従来のテキスト処理能力に加え、ネイティブマルチモーダル生成と最大 100 万トークンのコンテキストウィンドウをサポートする。
主要新機能
1. ネイティブ画像・音声生成
Gemini 2.0 Flash は、外部モデルを呼び出すことなく、テキストプロンプトから直接画像や音声を生成できるようになった。
import google.generativeai as genai
genai.configure(api_key="YOUR_API_KEY")
model = genai.GenerativeModel("gemini-2.0-flash")
# 画像生成リクエスト
response = model.generate_content(
"東京の夜景をサイバーパンク風に描いてください",
generation_config={"response_modalities": ["image", "text"]}
)
for part in response.candidates[0].content.parts:
if part.inline_data:
# 生成された画像を保存
with open("output.png", "wb") as f:
f.write(part.inline_data.data)
2. 100 万トークンコンテキスト
従来の Gemini 2.0 Flash（128K トークン）から大幅に拡張され、最大 100 万トークン（約 750,000 語相当）の入力を処理できるようになった。これにより：
- 長編小説全体の要約・分析
- 大規模コードベース全体を把握したうえでのリファクタリング提案
- 数時間分の会議録・動画トランスクリプトの一括処理
が一度のリクエストで実現可能となった。
3. 強化されたコーディング能力
Gemini 2.0 Flash はコーディングベンチマークでも大幅な改善を示した：
- HumanEval: 89.4%（前版比 +7.2pp）
- SWE-bench Verified: 52.1%（前版比 +9.4pp）
提供価格
| 機能 | 価格 |
|---|---|
| 入力（テキスト） | $0.075/MTok |
| 出力（テキスト） | $0.30/MTok |
| 画像生成 | $0.039/画像 |
| 音声生成 | $0.075/秒 |
まとめ
Gemini 2.0 Flash の今回のアップデートは、AI モデルのマルチモーダル化と長文脈処理の方向性を明確に示している。特に低コストで高性能なマルチモーダル生成が可能になったことは、エンタープライズ向けアプリケーション開発に大きなインパクトをもたらすだろう。
関連記事
スマホでGoogleスプレッド…・「いつも敬語で短めに」がGma…など、関連する記事もあわせてご覧ください。
Gemini の関連記事
Geminiは無料で十分？月725円・2,900円・14,500円の4プランの違いと選び方
Geminiの料金は無料・Google AI Plus（月725円）・AI Pro（月2,900円）・AI Ultra（月14,500円〜）の4段階。2026年10月時点の料金、ストレージ容量、使える回数の違いを整理し、「写真の保存先に困っている人」「仕事で毎日使う人」など、タイプ別にどのプランを選べばいいかをわかりやすく解説します。
Geminiの使い方完全ガイド【2026年版】無料で今日から始める5ステップ
「Geminiって気になるけど、何から始めればいいの？」という初心者向けに、Googleアカウントだけで無料で始める方法を解説。スマホとパソコンでの基本操作、カメラで見せて質問する方法、毎日の暮らしや仕事で役立つ使い方、有料プランとの違いまで2026年10月時点の情報でまとめました。