AI技術は素晴らしい速さで進化を遂げており、私たちの生活や仕事に大きな影響を与えようとしています。

そんなAI技術の1つで、AIで後れを取っていたGoogleが2023年12月に新たな大規模言語モデルプラットフォーム「Gemini Pro」を開発しました。

Gemini Proは、自然言語処理、検索、翻訳、要約、画像処理など、幅広いタスクをこなせる点で過去には無いAI技術となっています。

しかし、その機能の豊富さゆえに、料金や使い方、できることについて疑問を持っている方も多いのではないでしょうか。

そこで今回は、Gemini Pro APIの料金体系から画像生成の可否まで、徹底的に解説します。

記事を読んで、あなたが持っていた疑問を解消し、Gemini Pro APIを使いこなしていきましょう！

Google Geminiは、Google AIが開発した最新の大規模言語モデル（LLM）プラットフォームで、2023年12月に発表されました。

高い基本性能を持ち、GPT-4の有力な対抗馬だと言われています。

Google AIが発表した資料によると、Google Geminiのモデルの1つである「Gemini Ultra」はGPT-4より高い性能を示しています。

自然言語での対話から、検索、翻訳、要約、画像生成など、幅広いタスクをこなせるAI技術として注目を集めています。

Geminiは、高度な自然言語処理能力により、人間と自然な会話を行うことができます。

質問に答えたり、指示に従ってタスクを実行したり、創造的なアイデアを提供したりと、様々な用途で活用できる技術です。

音声データや画像などの読み込んで、そこから情報も取得できる等、従来のAIよりも優れている点を持っています。

Geminiには、大きく分けて以下の3つの特徴があります。

Geminiは、高度な自然言語処理能力により、人間と自然な会話を行うことができます。

日本語での対話ももちろん可能です。

質問に答えたり、指示に従ってタスクを実行したり、創造的なアイデアを提供したりと、様々な用途で活用できます。

従来通りのテキスト生成AIの機能は持ちつつ、最先端の性能を有しています。

Geminiは、膨大な情報量を学習し、検索、翻訳、要約などのタスクをこなすことができます。

複雑な質問にも正確に答えられるように学習されており、複数の言語を自然な表現で翻訳し、長文を簡潔にまとめることができます。

検索エンジンとして最も使用されているGoogleの検索エンジンを使えるので、これはGeminiのメリットの1つと言えるでしょう。

Geminiは、画像認識技術と生成技術を駆使し、画像入力、生成、読み込みなどのタスクをこなすことができます。

画像から情報を取得したり、テキストから画像を生成したり、画像内の物体や人物を認識したりすることができます。

その他にも、音声情報を処理することも可能です。

ChatGPTでは画像の生成はできますが、画像や音声の認識をすることが出来ません。

音声認識や画像認識に特化したAIは確かにありますが、両方こなせるAIは過去にはありませんでした。

GeminiProは画像処理も音声処理も両方こなせるので、これも大きなメリットです。

KW：自然言語での対話が可能、検索・翻訳・要約、画像入力&生成・読み込みが可能

GoogleGeminiには、3つのモデルがあります。以下がそのモデルです。

Gemini Ultra — 非常に複雑なタスクに対応する、高性能かつ最大のモデル

Gemini Pro — 幅広いタスクに対応する最良のモデル

Gemini Nano — デバイス上のタスクに最も効率的なモデル

Gemini Proは、その中間に位置するモデルになります。

また、Google Geminiは、Gemini APIを利用することで、さらに便利に活用することができます。

Gemini APIを利用して、Gemini Proにアクセスし、自社アプリと連携させて使用することができます。

つまり、自社で開発したアプリにGemini Proを搭載することが可能となっているのです。

自社アプリの開発や、簡単なアプリでいいから作ってみたい、という方には非常に便利なサービスになります。

PythonやJavaScriptなどのプログラミング言語から利用でき、様々なアプリケーションやサービスにAI機能を組み込むことができます。

Gemini Proは、以下のような様々なタスクを実行できます。

このように、多岐にわたる作業が可能になっています。

他のAIサービスでは使えなかった、Googleの検索エンジンが使えるのは、Gemini Proの大きな魅力の1つだと思います。

Gemini Proは基本無料で利用できます。

さらに、各種Googleアプリと連携して使用することが可能です。

引用元；https://gemini.google.com/advanced?hl=en

ただし、注意事項があります。

無料版では、Gemini 1.0 Ultraモデルは利用できません。

こちらは、Geminiの中で最も有能なモデルなので、残念ですね。この機能を使うには、月額2900円を支払う必要があります。

有料プランでは、より複雑な作業をすることが可能となっているので、すでにAIをかなり使っている方は、一度試してみても良いかもしれません。

また、2024年2月現在、最初の2か月間は有料プランを無料で利用することができるので、非常にお得です！

また、1分あたり最大60クエリに制限されていたそうですが、現在はそういった制限の記述は公式サイトには見当たりませんでした（2024年2月現在）。

KW：1分あたり最大60クエリ、制限、

Gemini Pro APIは、Webベースの開発者ツール「Google AI Studio」と、開発者向けのAIプラットフォーム「Vertex AI」を使って利用できます。

今回は、Google AI Studioを利用して、初心者でも分かるように使い方を解説していきます。

基本的な操作は初心者でも分かるような作りになっていますが、複雑な作業も可能なツールとなっているので、使いこなせば色々なことが可能となります。

また、現在は日本語でツールを利用することはできません（プロンプトに日本語を入力し、出力も日本語にすることは可能です）。

Google AI Studio: URL にアクセスし、Googleアカウントでログインします。

3か所にチェックを入れて、「Continue」をクリックします。

そうすると、以下のような画面になります。これでログインは完了です。

ログインした画面で、そのままGemini Proを利用することができます。

シンプルが画面設計になっており、このままプロンプトを入力していきます。

今回は「使い方を説明して」と入力してみました。

次に画面の下にある「Run」をクリックすると、出力が開始されます。

いい感じに出力されましたね。

このような感じで、使用することができました。

また、chatGPTのように、何度もプロンプトを入力して、会話が成立するのかも聞いてみました。

「会話はできますか？」と聞いてみました。

出力結果は以下の感じです。できるみたいですね。

出力結果に下に文字を入力してみました。レストランの予約ができる、と書いてあったので、

「レストランの予約ってどうやってやるの？」

と聞いてみました。

会話は成り立ちました。

さすがにレストランの予約はできないらしいですね。

このような感じで直感的に使うことができました。

今回は初歩的な使い方を解説しました。

Gemini APIを利用すれば、自社アプリにGeminiを組み込むなど、高度なことが行えます。

Gemini Pro自体も、他に画像生成など、多岐にわたる使い方ができます。

このようなツールがあることで、今後さらにAI技術が発展し、よりAIが身近なものとなっていくでしょう。

この記事では、Gemini Proについて解説してきました。

まとめると

です。

このように、Open AIやMicrosoftをはじめ、GoogleもAIに参入してきました。

これからも新しいAI技術が増えていくことがほぼ間違いないと思われます。

そんな時代に置いていかれないためには、「実際に試して使ってみる」ことが、非常に重要になってきます。

Gemini Proは、最初の2か月間は有料プランを無料で使用できるので、ぜひ試してみてください！