Google、Gemini APIの管理型エージェントを更新：3.6 Flashを標準化し環境フックと無料枠を追加
GoogleはGemini APIのマネージドエージェントを刷新し、標準モデルをGemini 3.6 Flashに移行した。サンドボックス内でのツール呼び出し前後に検証スクリプトを実行できる環境フック機能やトークン上限設定が加わり、無料枠のAPIキーでも試せるようになった。
Gemini API
Google、「Gemini 3.5 Flash」にコンピューター操作ツールを標準統合
Google は「Gemini 3.5 Flash」にコンピューター操作機能を標準ツールとして組み込んだと発表した。従来は独立した 2.5 モデル限定だったが、ブラウザやモバイル、デスクトップ環境を認識して操作するエージェントを直接構築可能になった。間接プロンプトインジェクション検知時の自動停止など、企業向け安全機能も備える。
Google、「Gemini Embedding 2」を一般提供開始 テキストや動画など横断検索
Google はマルチモーダル埋め込みモデル「Gemini Embedding 2」の一般提供を開始した。テキスト、画像、動画、音声を横断して検索や推論が可能になり、分断された処理を一本化できる。Gemini API を通じて本番環境で利用可能。
Googleが動画生成モデル「Veo 3.1 Lite」公開、生成速度そのままにコスト半減
Googleは最もコスト効率に優れた動画生成モデル「Veo 3.1 Lite」を公開しました。「Veo 3.1 Fast」と同じ生成速度を維持しつつ、コストを50％未満に抑制。テキストや画像からの動画生成に対応し、最大1080pで出力できます。Gemini APIとGoogle AI Studioの有料プレビューで利用可能です。
Google、Gemini Embedding 2を発表：画像・音声・動画を単一ベクトル空間に統合
Googleは、初のネイティブマルチモーダル埋め込みモデル「Gemini Embedding 2」のプレビュー公開を開始した。テキスト、画像、最長120秒の動画、音声、PDFを単一のベクトル空間に統合可能。MRL技術により次元数を柔軟に圧縮してストレージコストを抑えられる。
Google、Gemini APIにフルマネージドRAG「File Search」を導入 保管料と検索時ベクトル化が無料に
GoogleはGemini API向けにフルマネージドRAGツール「File Search」の提供を開始した。ドキュメントの分割やベクトル化、プロンプトへのコンテキスト注入を自動処理し、出典の引用も付与する。ストレージと検索時のEmbedding生成は無料で、初回インデックス時のみ100万トークンあたり0.15ドルが課金される。
Google、Gemini APIの構造化出力を強化 Pydantic直接対応やキー順序保持を実現
GoogleはGemini APIの構造化出力機能を強化した。JSON Schemaの対応範囲を広げ、PydanticやZodを直接利用可能にしたほか、Gemini 2.5以降でスキーマのキー順序を厳密に保持する。壊れたJSONレスポンスをなくし、マルチエージェント間のデータ連携精度を高める。
Google、画面を自律操作する「Gemini 2.5 Computer Use」公開 低遅延でWebやスマホUIを操作
GoogleはWebやモバイルの画面上でクリックやフォーム入力を自律操作できる専用モデル「Gemini 2.5 Computer Use」のプレビュー版を公開した。Gemini 2.5 Proをベースに開発され、低遅延で高い操作精度を実現。1ステップごとの安全チェック機能も備える。Google AI Studioなどで利用可能。
GoogleがVeo 3を刷新：全般値下げに加え、1080pと9:16縦型動画に対応
Googleは動画生成モデル「Veo 3」と「Veo 3 Fast」のアップデートを発表した。生成価格を全面的に引き下げたほか、9:16の縦型動画や1080p解像度に対応。Gemini APIで本番環境向けの安定版となり、SynthID透かしも継続して付与される。
Google、動画生成AI「Veo 2」を開発者向けに一般提供開始
Googleは動画生成モデル「Veo 2」を開発者向けに公開した。Google AI Studioでの検証やGemini APIの有料枠経由での組み込みに対応。テキストや画像から物理法則を再現した8秒の動画を生成できる。
Google、「Gemini 2.0 Flash」のネイティブ画像生成を開発者に開放
Googleは、Gemini 2.0 Flashのネイティブ画像生成機能を開発者向けに提供開始した。外部ツールを挟まず直接画像を生成可能で、対話形式での継続的な編集やキャラクターの一貫性保持、画像内テキスト描写に対応する。Google AI StudioおよびGemini APIからテストできる。
GoogleがGemini新埋め込みモデル提供開始、MTEBで首位獲得
GoogleはGemini API向けに実験的テキスト埋め込みモデル「gemini-embedding-exp-03-07」を公開した。Gemini自身を用いて学習され、MTEB多言語ベンチマークで2位に5.81点差をつけて首位を獲得。既存のembed_contentエンドポイントから即座に試用できる。
Google、画像生成「Imagen 3」をGemini APIで提供開始
Googleは画像生成モデル「Imagen 3」をGemini API経由で開発者向けに提供開始した。1枚あたり0.03ドルで、SynthID電子透かしに対応する。まずは有料ユーザー向けに開放され、近日中に無料枠にも提供予定。
Google、Gemini APIに検索グラウンディング導入：最新情報を引用付きで回答
GoogleはGoogle AI StudioとGemini APIでGoogle検索によるグラウンディング機能の提供を開始した。Gemini 1.5がWebから最新情報を取得し、参照リンク付きで回答する。AI Studioでは無料でテストでき、APIの有料枠は1000件あたり35ドルとなる。
Google「Gemini 1.5 Flash」を最大78%値下げ、ファインチューニングも一般提供
GoogleはGemini 1.5 Flashの大幅値下げを発表した。8月12日より128Kトークン以下の入力が78%減の100万トークンあたり0.075ドル、出力が71%減となる。さらにテキスト微調整機能を全開発者に開放し、図表を含むPDFの直接解析にも対応した。