Google、Geminiアプリに推論強化機能「Deep Think」を提供開始

難問に突き当たったとき、人は手を止めて複数の仮説を並べ、どれが正しいかをじっくり比べながら答えを出します。

Googleはこの思考プロセスをそのままAIに持ち込みました。同社はGeminiアプリにおいて、推論特化型モデル「Gemini 2.5 Deep Think」の提供を開始しました。月額250ドルの最上位プラン「Google AI Ultra」加入者限定の機能です。

本モデルは5月のGoogle I/Oで初公開されたもので、Googleとしては初の一般向けマルチエージェント型モデルとなります。今年の国際数学オリンピック（IMO）で金メダル水準を達成したモデルの派生版にあたり、数時間かけて推論する研究用と異なり、日常的に扱える速度へ調整されています。社内テストでは、2025年IMOベンチマークで銅メダル水準の性能を維持しています。

複数のエージェントが並行してアイデアを競合

Deep Thinkの肝は並列思考技術です。1つの思考を直線的に進めるのではなく、複数のエージェントが同時に多様な仮説を生成し、互いの案を修正・統合しながら最終的な回答を導き出します。

Googleはこの長時間の推論経路を最大限に活用させるため、独自の強化学習手法を導入しました。コード実行環境やGoogle検索とも自動連携し、従来よりも大幅に長く構造化された回答を出力できます。

ベンチマークのスコアも目を見張るものがあります。幅広い学術知識を問うHumanity's Last Exam（ツールなし）では34.8パーセントを記録し、xAIのGrok 4（25.4パーセント）やOpenAIのo3（20.3パーセント）を上回りました。競技プログラミングのLiveCodeBench V6でも87.6パーセントを叩き出し、Grok 4の79パーセントやo3の72パーセントをリードしています。

一方で課題もあります。Googleによると、安全性や客観的なトーンは改善したものの、害のない一般的な指示まで誤って拒否してしまう過剰拒絶の傾向が強まったといいます。また、Ultraユーザーであっても1日あたりのプロンプト利用回数には上限が設けられています。

なぜ重要か

Deep Thinkの登場は、フロンティアAIの開発競争が事前学習のパラメータ競争から、推論時の計算資源を大量投入するマルチエージェント競争へと完全に移行したことを示しています。xAIのGrok 4 HeavyやOpenAIのIMOモデルも含め、主要各社のアプローチは急速に一本化しつつあります。

アルゴリズム設計や難解な数式検証、複雑なWeb開発を手掛ける専門家にとっては、AI自らが推論を検証してくれる強力な武器になります。ただ、一般の開発者やユーザーが今すぐ手を出すべきかというと、ハードルは極めて高いと言わざるを得ません。

月額250ドルという価格設定と厳格な回数制限は、並列推論にかかるインフラコストがいかに膨大であるかを物語っています。Googleにとって今回の提供は、実質的に高価格プランのユーザーを対象とした実証実験に近いとみられます。この高度な思考ループをいかに低コスト化し、過剰拒否を抑えて日常的なツールへ落とし込めるかが、今後の普及の分水嶺になりそうです。