Googleが「Gemini 2.5」を発表：思考機能を内包した2.5 ProがLMArenaで首位に

大規模言語モデルで「じっくり考える」プロセスは、これまで別立ての機能や専用モードとして扱われるのが一般的でした。しかし Google は、その思考能力を標準仕様にする方向へ舵を切りました。

Google は現地時間 3 月 25 日、同社史上もっとも高知能とする新シリーズ「Gemini 2.5」を発表しました。第 1 弾として試験提供が始まった「Gemini 2.5 Pro Experimental」は、公開直後にブラインド評価プラットフォーム「LMArena」で大差をつけて首位に立っています。

「思考プロセス」を全モデルの標準機能へ

Google はこれまで「Gemini 2.0 Flash Thinking」などで思考モデルを試験してきました。今回の Gemini 2.5 では基底モデルを大幅に強化したうえで事後学習を刷新し、思考能力をモデルの根幹に統合しています。今後は全ラインナップにこの思考機能を標準搭載していく計画です。

客観的な検証スコアでもその進化が示されています。回答時にコストのかかる多数決投票などの手法を用いずに、GPQA や AIME 2025 といった数学・科学系の主要ベンチマークでトップスコアを記録しました。各分野の専門家が設計した超難問集「Humanity's Last Exam」の外部ツールなしテストでも 18.8% という業界トップの正答率を残しています。

コーディング能力の向上も目立ちます。エージェント向け検証指標である「SWE-Bench Verified」ではカスタム構成で 63.8%、「Aider Polyglot」では 68.6% を記録しました。1 行のプロンプトから実行可能なビデオゲームのコードを組み上げたり、ウェブアプリの生成やコード全体の書き換えを高い精度でこなします。

100 万トークンから 200 万トークンへ

Gemini シリーズの武器である広大なコンテキストウィンドウも維持されています。2.5 Pro は 100 万トークンに対応した状態でリリースされ、近日中に 200 万トークンへ拡張される予定です。テキストだけでなく音声、画像、動画、大規模なソースコード全体をネイティブにそのまま処理できます。

現在は Google AI Studio 上で開発者向けに公開されているほか、Gemini Advanced の有料会員であればデスクトップおよびモバイルアプリのモデル選択メニューからすぐに試すことができます。企業向けの Vertex AI への展開や、実運用向けの API 価格設定は今後数週間以内に発表される見通しです。

なぜ重要か

私たちは、Google のこのアプローチは非常に合理的で手堅い一歩だと考えています。他社が思考モデルを別枠のプレミアム機能として囲い込んでいるなかで、Google は「考えてから答える」挙動そのものを当たり前のインフラに落とし込もうとしています。

開発者やエンジニアにとって、今すぐ Google AI Studio で試す価値は十分にあります。100 万トークンの長文読解力と業界トップクラスのコーディング能力が同居したことで、複数ファイルにまたがるコードベースの改修やリファクタリングが劇的に楽になる可能性があります。ツールを使わずにここまでの精度が出る点も魅力です。

一方で懸念されるのは、思考プロセスに伴うレイテンシーと運用コストです。日常的な簡単な質問でもモデルが長考するようになれば一般ユーザーの体験を損ねる恐れがあります。また、今回リリースされたのはあくまで実験版であり、正式な API 価格やレート制限がどのような水準に落ち着くかは注視が必要です。

それでも、ベンチマークと実利用評価の両面で首位を奪還した意義は小さくありません。長大なコンテキスト窓と高度な推論を当たり前に両立させたモデルを前に、競合他社も次期フラッグシップの開発方針でさらなる対応を迫られることになりそうです。