Geminiには処理性能や用途に応じた3つのモデルがある。そのうちGoogleのAIチャットbot「Bard」で利用できる「Gemini Pro」について、API（アプリケーションプログラミングインタフェース）の提供を開始したと発表した。Webベースの開発者ツール「Google AI Studio」と、機械学習モデル構築支援ツール「Vertex AI」のユーザーが利用できる。

　他にもGoogleは、オフィススイート「Google Workspace」で使える生成AIツール「Duet AI」でGeminiを利用できるようにする計画を発表し、以下2つのDuet AI関連の新製品を披露した。

• Duet AI for Developers
  • ソースコードの補完や生成、複数の統合開発環境におけるチャット機能など、コーディングの迅速化に役立つAI機能を備える。
• Duet AI in Security Operations
  • サイバー攻撃対策機能を持つ。ユーザーは自然言語から生成されたクエリを使用することで、大量のデータを数秒足らずで検索できる他、脅威に対処する時間の短縮につなげることができる。

　Duet AI for DevelopersとDuet AI in Security Operationsは、発表時点で一般提供が開始されている。

　他にもGoogleは、Jasper AI、Labelbox、LangChainをはじめとするAIコーディングおよびAIナレッジベース関連のパートナー企業25社との取り組みについて紹介した。各パートナー企業は自社製品に特化したデータセットを提供する。これによりDuet AI for Developersのユーザーは、各製品に適したAI技術の支援を受けられる。

独自プロセッサ「TPU」によるコストメリットも

　GoogleがGeminiを自社サービス群に組み込むことは予測可能なことであり、驚く話ではない。Futurum Researchでアナリストを務めるマーク・ベキュー氏は、「とりわけ注目すべきは、Geminiの価格モデルだ」と話す。

　以下にGemini Proと、AIベンダーOpenAIの大規模言語モデル（LLM）「GPT-4」、AIベンダーAnthropicのチャットbot「Claude」の利用料金を記載する。トークンとはテキストデータを処理する際の基本的な単位で、一般的には4文字程度と考えられる。

• Gemini Pro
  • 入力は1000文字当たり0.00025ドル、画像の場合は1枚当たり0.0025ドル。
  • 出力は1000文字当たり0.0005ドル。
  • リリース版では、3万2000文字分のコンテキストウィンドウ（生成AIがやりとりの中で保持できる、文脈に関する情報量）を備える。
• GPT-4
  • 入力は1000トークン当たり0.03ドル。より精度の高い「GPT-4-32K」の場合は0.06ドル。
  • 出力は1000トークン当たり0.06ドル。GPT-4-32Kの場合は0.12ドル。
  • 8000トークン分、GPT-4-32Kの場合は3万2000トークン分のコンテキストウィンドウを備える。
• Claude
  • 「Claude Instant」の場合、入力は100万トークン当たり0.8ドル。より精度の高い「Claude 2.0」「Claude 2.1」の場合は8ドル。
  • Claude Instantの場合、出力は100万トークン当たり2.4ドル。Claude 2.0、Claude 2.1の場合は24ドル。
  • Claude InstantとClaude 2.0は10万トークン分、Claude 2.1は20万トークン分のコンテキストウィンドウを備える。

　調査会社Gartner Researchでアナリストを務めるチラグ・デカテ氏は、Gemini Proの価格が他モデルと比較しても低く抑えられている理由について、GPU（グラフィックス処理装置）に依存しない点を挙げる。「処理をGPUに依存するベンダーの場合、価格にGPUのコストが組み込まれる。一方でGoogleは、自前のAI用インフラを使用して基盤モデルを構築しており、価格を抑えることができている」

　Geminiでは、GoogleがAI向けに特化して開発した独自プロセッサ「TPU」（テンソル処理ユニット）をGeminiの学習に使用している。そのためGPUをモデルの学習に使用した場合と比べて、コストを抑えてGemini Proを提供できるという仕組みだ。

　後編は、Geminiのマルチモーダル機能への期待や、関連する発表内容を紹介する。