Googleが次世代「Gemini 3」発表、LMArenaで1501点を記録

大規模言語モデルのアップデートといえば、華々しいデモ動画が公開された後、数週間の順番待ちリストに並ばされるのが通例でした。しかしGoogleはその常識を覆し、同社史上もっとも高性能とされる新モデルを、発表当日から主力の検索やアプリに一斉投入しました。

米Googleは次世代フラッグシップAIモデルとなるGemini 3を発表し、その先行プレビュー版となるGemini 3 Proの提供を開始しました。あわせて、推論性能を極限まで引き上げたGemini 3 Deep Thinkモードや、エージェント指向の統合開発プラットフォームGoogle Antigravityも披露されています。

1501 Eloの最高スコアと生成UIの登場

ベンチマークにおいて、Gemini 3 Proは主要指標の記録を軒並み塗り替えました。モデル比較の標準であるLMArenaで1501 Eloの首位スコアを記録し、WebDev Arenaでも1487 Eloを獲得しています。外部ツールを使わないHumanity's Last Examでは37.5%、GPQA Diamondでは91.9%、エンジニアリング評価のSWE-bench Verifiedでは76.2%に達しました。

さらに難問に特化したGemini 3 Deep Thinkでは、Humanity's Last Examが41.0%、コード実行を伴うARC-AGI-2テストでも45.1%という数値を叩き出しています。

数字以上に目を引くのが、生成インターフェースと呼ばれる動的なUI生成機能です。AIが単に整形された長文テキストを返すのではなく、ユーザーの意図に合わせてその場でコードを書き、操作可能な画面部品を構築します。

たとえば検索のAI Modeで三体問題の物理法則を調べると、その場で変数スライダーを動かして重力変化を確認できるシミュレーターが回答欄に現れます。住宅ローンの試算ならインタラクティブな計算ツールが埋め込まれ、旅行計画なら雑誌のように写真と日程が組み合わされた操作画面が即座に生成されます。

コーディングを助言から自律実行へ

開発者体験も大きく様変わりしています。

新たに発表されたGoogle Antigravityは、macOS、Windows、Linux向けにパブリックプレビューが無料公開されました。一見すると使い慣れたコードエディタですが、エージェントがエディタだけでなくターミナルやブラウザを直接操作できる設計になっています。エージェントが自律的にタスクを計画し、コードを書き、ブラウザで動作を検証しながらバグ修正まで進めます。

Gemini 3 Proは100万トークンのコンテキストウィンドウを備え、Google AI StudioやVertex AI経由で利用可能です。20万トークン以下のプロンプトの場合、入力100万トークンあたり2ドル、出力12ドルに設定されており、CursorやGitHub、JetBrainsなどの外部ツールからも即座に呼び出せます。

一般向けには、日常の雑務を横断処理するGemini AgentがGoogle AI Ultra会員向けに実験公開されました。Gmail内のフライト情報を読み取って予算内のレンタカーを探し、予約画面の直前まで自律的に下準備を進めてくれます。

なぜ重要か

今回の発表で際立っているのは、Googleが誇るフルスタックの展開スピードです。最先端モデルを研究室のベンチマークにとどめず、初日から世界規模の検索や日常アプリに直接組み込んできた点は、他社に対する強烈な牽制になります。

一般ユーザーにとって、質問するたびに動的なツールが画面に現れる体験は、従来のチャットボットが抱えていたテキスト過多のストレスを解消してくれます。開発者にとっても、Google Antigravityの登場とバイブコーディングの進化によって、コードを書く作業は構文の入力からタスクの監督へと完全にシフトし始めています。

一方で課題もあります。リアルタイムにUIやコードを生成してブラウザ上で動かす処理は、計算負荷が高く、表示の遅延を招くリスクを孕んでいます。自動生成されたウィジェットが誤った数値を算出したり、エージェントが予約内容を取り違えたりした際のリスク管理について、Googleは今後実運用の中で信頼性を証明していく必要があります。