今回登場したGPT-5.1は、GPT-5の改良版という位置づけで、特に「会話のしやすさ」に焦点を当てた進化を遂げています。AIとの対話がより自然で、人間らしいやり取りになることを目指したアップデートと言えるでしょう。

GPT-5.1の主な改善点

OpenAIの公式発表によると、GPT-5.1では以下のような改善が施されています。

会話能力の向上が最大の特徴です。GPT-5.1は、より人間らしい対話スタイルを実現し、ユーザーとのやり取りがスムーズになるよう設計されています。従来のモデルでは、時に機械的な応答や、文脈を十分に理解していないような回答が見られることがありましたが、GPT-5.1ではこの点が大きく改善されているとのことです。

コンテキスト理解の深化も重要なポイントです。会話の流れをより深く理解し、前後の文脈を踏まえた適切な応答ができるようになりました。これにより、長い対話セッションでも一貫性のある回答を維持できるようになっています。

また、応答速度の最適化も実施されています。会話の自然さを保ちながらも、レスポンスタイムが改善され、よりテンポの良いやり取りが可能になりました。

3つのモデルモード──用途に応じた使い分け

GPT-5.1では、新たに3つのモデルモードが導入されました。これにより、ユーザーは質問の種類や求める回答の質に応じて、最適なモードを選択できるようになっています。

Auto(自動)モードは、思考時間を自動調整するモードです。質問の複雑さを判断し、簡単な質問には素早く、複雑な質問にはじっくり考えて回答します。デフォルトで選択されているモードで、多くの場合はこのモードで問題ないでしょう。

Instant(瞬時)モードは、とにかく速く回答が欲しい時に便利です。深い思考を必要としない簡単な質問や、スピードを優先したい場合に適しています。例えば、単純な事実確認や、アイデアのブレインストーミングなどに向いています。

Thinking(思考)モードは、より良い回答のために時間をかけて思考するモードです。複雑な問題の分析、論理的な推論が必要な質問、コーディングの難しい問題など、質の高い回答が求められる場面で威力を発揮します。

これらのモードは、画面上部のモデル選択メニューから簡単に切り替えられます。用途に応じて使い分けることで、GPT-5.1の性能を最大限に引き出せるでしょう。

パーソナライズ機能──あなた好みの会話スタイルに

GPT-5.1のもう一つの注目機能が、パーソナライズ機能です。これは、ChatGPTの応答スタイルとトーンを自分好みにカスタマイズできる機能で、より快適な対話体験を実現します。

設定メニューの「パーソナライズ」から、以下の8つのスタイルを選択できます。

デフォルトは、バランスの取れたスタイルとトーンです。特にこだわりがなければ、このスタイルで十分でしょう。

プロフェッショナルは、洗練されていて几帳面な応答スタイルです。ビジネス文書の作成や、フォーマルな場面での使用に適しています。

フレンドリーは、温かくてフレンドリーな応答になります。カジュアルな会話や、リラックスした雰囲気でアイデア出しをしたい時に良いでしょう。

率直は、率直でポジティブな応答スタイルです。遠回しな表現ではなく、ストレートに要点を伝えてほしい時に便利です。

個性的は、お茶目で想像力豊かな応答が特徴です。創作活動や、ユニークなアイデアが欲しい時に面白い結果が得られるかもしれません。

無駄がないは、簡潔で分かりやすい応答スタイルです。長々とした説明ではなく、要点だけを知りたい時に最適です。時間を節約したい忙しいビジネスパーソンにおすすめです。

探究心が強いは、探究心が強く、好奇心旺盛な応答になります。質問を深掘りして、新しい視点を提供してくれるでしょう。

皮肉っぽいは、批判的で皮肉っぽい応答スタイルです。アイデアの欠点を指摘してほしい時や、批判的な視点が必要な場面で役立ちます。

これらのパーソナライズ設定は、いつでも変更可能です。自分の好みや、その時の用途に合わせて、最適なスタイルを選んでみてください。

ユーザーの反応──まだ評価は定まっていません

リリースされたばかりのGPT-5.1について、現時点では詳細なユーザーレビューはまだ十分に集まっていない状況です。突然のリリースだったこともあり、多くのユーザーがまだ新モデルを試している段階と言えるでしょう。

これは、OpenAIの最近の戦略の特徴でもあります。大々的な発表イベントを経ずにリリースすることで、ユーザーの自然な使用環境での評価を集めながら、必要に応じて調整を加えていくアプローチです。

正直言って、新しいAIモデルの真価が分かるのは、数週間から数ヶ月使い込んでからです。特に「会話のしやすさ」という定性的な改善は、様々な用途で実際に使ってみないと実感しにくい部分でもあります。

今後、技術系コミュニティやSNS上で、より詳細な使用感のレポートが増えてくることが予想されます。特に注目すべきは、プログラミング支援、創作活動、ビジネス文書作成など、具体的なユースケースでの改善が実感できるかどうかでしょう。

競合との比較──AI市場の激しい競争

GPT-5.1のリリースを理解するには、現在のAI市場における競争状況を見る必要があります。OpenAIは依然としてリーダー的存在ですが、強力な競合が次々と登場しています。

Google Gemini──マルチモーダルと最新情報へのアクセス

GoogleのGeminiは、2025年に入ってから大幅な進化を遂げています。現在の最新バージョンはGemini 2.5 ProとGemini 2.5 Flashで、テキスト、画像、音声、動画を統合的に処理できるマルチモーダルAIとして注目を集めています。

2025年11月時点での主な特徴は、Deep Research機能です。これは5〜45分かけて複雑な質問を分解し、包括的なレポートを作成する機能で、Google AI Ultraサブスクリプション(旧Gemini Advanced)で利用できます。また、Veo 3という動画生成機能も追加され、テキストから動画を作成できるようになりました。

Geminiの最大の強みは、やはりリアルタイム情報へのアクセスです。Google検索と連携することで、最新の情報を含めた回答ができる点は、ChatGPTにはない大きなアドバンテージと言えます。また、100万トークンという超長文のコンテキストウィンドウを持ち、長大な文書の分析にも対応しています。

教育分野ではGemini for Educationが展開されており、学生向けには無料のProプランも提供されています。ただし、会話の自然さや創作支援という点では、ChatGPTに軍配が上がるという評価も多く見られます。

Anthropic Claude──最新のClaude Sonnet 4.5

AnthropicのClaudeは、2025年9月にClaude Sonnet 4.5をリリースし、「世界最高のコーディングモデル」を謳っています。このモデルは、SWE-bench Verifiedという業界標準のテストで最高スコアを記録しました。

Claude Sonnet 4.5の特徴は、30時間の自律動作が可能なことです。これは5月にリリースされたClaude Opus 4の7時間と比較して大幅な進化です。複雑で長時間にわたるタスクでも集中力を維持できる能力は、大規模なコーディングプロジェクトや研究活動で威力を発揮します。

2025年10月にはClaude Opus 4.1もリリースされ、コーディング、推論、エージェント機能がさらに向上しました。また、メモリ機能が追加され、最大50万トークン(約1,000ページ分)の情報を会話をまたいで記憶できるようになっています。

さらに注目すべきは、2025年5月に導入されたIntegrations機能です。これにより、ClaudeはJira、Confluence、Asana、Slackなど10以上のビジネスツールと直接連携できるようになりました。また、Research機能も強化され、ウェブとGoogle Workspaceだけでなく、接続されたサービスからも情報を収集して詳細なレポートを作成できます。

Claudeは安全性と信頼性を重視した設計が特徴で、Constitutional AIフレームワークに基づいて倫理的な原則が組み込まれています。企業利用での信頼性が高いと評価されており、会話の自然さという点でもGPT-5.1がこの領域で改善を図ったのは、Claudeへの対抗という側面もあると考えられます。

Microsoft Copilot──GPT-5統合とエコシステムの力

MicrosoftのCopilotは、2025年8月にGPT-5を統合し、大きく進化しました。Copilotは現在、OpenAIの最新技術をベースにしながらも、Microsoft 365エコシステムとの深い統合という独自の強みを持っています。

2025年の主要アップデートには以下があります。まず、Smart Modeの導入です。これは、タスクに応じて自動的に最適なモデル(高速な会話モデルか、深い推論モデルか)を選択する機能で、ユーザーはモデルを切り替える必要がありません。

Copilot Visionも大きな進化を遂げました。これは、デバイスのカメラを使って視覚的な情報をリアルタイムで分析し、質問に答える機能です。例えば、植物の写真を撮って健康状態を診断したり、インテリアのアイデアを得たりできます。

ビジネスユーザー向けには、Microsoft 365 Copilotが大幅に強化されています。Word、Excel、PowerPoint、Teamsなど、日常的に使うツールの中でAI支援が受けられる点は、他のAIにはない大きな価値です。2025年にはエージェント機能が追加され、Copilot Studioで作成したカスタムAIエージェントをCopilot Chatから直接呼び出せるようになりました。

また、Computer Use機能がプレビューで提供されており、AIが実際にアプリやウェブサイトを操作して、データ入力やレポート作成などのタスクを自動化できるようになっています。

各AIの得意分野(2025年11月版)

最新の状況を踏まえると、各AIの得意分野は以下のようになります。

• ChatGPT(GPT-5.1):会話の自然さ、3つのモード切替、パーソナライズ機能、創作支援、汎用性の高さ
• Gemini:リアルタイム情報アクセス、Deep Research、超長文処理(100万トークン)、動画生成(Veo 3)
• Claude:最高レベルのコーディング、30時間の自律動作、ビジネスツール統合、メモリ機能、安全性
• Copilot:GPT-5統合、Microsoft 365との深い連携、Smart Mode、Copilot Vision、エージェント機能

GPT-5.1が「会話のしやすさ」に焦点を当て、モード選択やパーソナライズ機能を追加したのは、この差別化された市場において、ChatGPTの強みである「自然な対話体験」をさらに磨き上げる戦略と言えます。

突然のリリースに込められた戦略

OpenAIが従来の派手な発表イベントを避け、静かにアップデートを重ねる背景には、いくつかの理由が考えられます。

まず、継続的な改善という開発思想があります。大規模なバージョンアップを待つのではなく、改善できる部分から順次リリースしていくアプローチです。これにより、ユーザーはより早く新機能の恩恵を受けられます。

正直言って、AI技術の進化スピードを考えると、この「小刻みなアップデート」戦略は理にかなっています。数ヶ月に一度の大型アップデートを待つより、改善されたモデルをすぐに使えるほうが、ユーザーにとってはメリットが大きいでしょう。

また、競合他社の動向も影響していると考えられます。GoogleのGemini 2.5、AnthropicのClaude Sonnet 4.5、MicrosoftのGPT-5統合など、AI業界は激しい競争状態にあります。この環境下で、継続的に改善を示すことは、市場でのポジションを維持する上で重要な戦略となります。

さらに、大規模イベントでの発表は期待値を過度に高めるリスクもあります。GPT-4のリリース時には大きな期待が集まり、その後の評価が厳しくなった側面もありました。静かなリリースは、こうした期待値コントロールの意味もあるかもしれません。

ChatGPT Plusユーザーへの展開

GPT-5.1は、まずChatGPT Plusの有料ユーザー向けに提供されています。月額20ドル(日本では月額3,000円程度)のサブスクリプションで、最新のGPT-5.1モデルにアクセスできるようになっています。

無料ユーザー向けの展開については、現時点で具体的な予定は発表されていませんが、OpenAIの過去のパターンを見ると、有料ユーザーでの検証期間を経て、段階的に無料版にも展開される可能性が高いでしょう。

ただし、無料版で使えるようになるのは、GPT-5.1がさらに次のバージョンにアップデートされた後、という可能性もあります。OpenAIは有料版と無料版で常に一定の機能差を保つ戦略を取っているためです。

GPT-5からGPT-5.1への進化の意味

バージョン番号の「.1」という小さな変更は、一見すると地味に思えるかもしれません。しかし、AIモデルの世界では、こうした細かな改善の積み重ねが、実際のユーザー体験を大きく向上させることがよくあります。

特に「会話のしやすさ」という点は、日常的にChatGPTを使用するユーザーにとって、非常に重要な要素です。より自然な対話ができるということは、AIアシスタントとしての実用性が高まることを意味します。

例えば、複雑な質問を段階的に深掘りしていく場合や、創作活動でアイデアを練り上げていく際など、会話の流れが自然であればあるほど、思考の流れが途切れず、より良い結果が得られるでしょう。

また、ビジネスシーンでの活用を考えると、クライアントとのメール文面を考えたり、プレゼンテーション資料の構成を練ったりする際に、まるで人間の同僚と相談しているような感覚で使えることは、大きな価値があります。

どのAIを選ぶべきか?

競合AIの最新状況を踏まえると、「どれが一番良いか」という問いに対する答えは、用途次第というのが正直なところです。

日常的な会話や創作活動には、GPT-5.1の自然な対話が適しているでしょう。3つのモード切替やパーソナライズ機能により、自分好みの使い方ができます。ブログ記事の執筆、アイデア出し、プログラミングの相談など、幅広い用途で使いやすいはずです。

最新情報が必要な調査や詳細なリサーチには、Gemini 2.5のDeep Research機能が向いています。「今日のニュースを教えて」といった質問には、Geminiのほうが正確な答えを返してくれます。また、100万トークンという超長文処理能力も魅力です。

本格的なコーディングや長時間の自律作業には、Claude Sonnet 4.5が最適です。30時間の自律動作が可能で、複雑なコードベースの移行や大規模なリファクタリングなど、時間のかかる作業を任せられます。また、Jiraなどのツールと連携できる点も実務的です。

既にMicrosoft 365を使っているビジネスパーソンなら、Copilotが最も実用的でしょう。GPT-5を搭載し、日常的に使うツールの中でシームレスにAI支援が受けられる利便性は、他では得られないメリットです。Smart Modeの自動モデル選択も便利な機能です。

実際のところ、多くのヘビーユーザーは複数のAIを用途に応じて使い分けているようです。それぞれに月額料金がかかるため、予算との兼ね合いもありますが、自分の主な用途を考えて選ぶのが良いでしょう。

AI業界の現在地

OpenAIのこの動きは、AI業界全体のトレンドを反映しているとも言えます。2024年から2025年にかけて、AI企業各社は「より実用的で使いやすいAI」の実現に注力してきました。

性能の向上だけでなく、ユーザビリティの改善に焦点が移ってきているのが、現在のAI開発のトレンドです。どれだけ高性能なモデルでも、使いにくければ意味がありません。GPT-5.1の「会話のしやすさ」重視というアプローチは、まさにこの流れに沿ったものと言えるでしょう。

また、各社が異なる方向性で差別化を図っているのも興味深い点です。かつては「より大きなモデル、より高い性能」という単純な競争でしたが、現在は「リアルタイム情報(Gemini)」「長時間自律動作(Claude)」「エコシステム統合(Copilot)」「会話の自然さとカスタマイズ(ChatGPT)」など、多様な価値軸での競争になっています。

これは業界の成熟を示す良い兆候と言えます。ユーザーにとっては、自分のニーズに合ったAIを選べる選択肢が増えたことになります。

これからのAI開発

GPT-5.1のリリースは、今後のAI開発の方向性を示唆しています。大規模な技術的ブレイクスルーを待つのではなく、ユーザーフィードバックを基に継続的に改善を重ねていく──このアプローチは、今後のAI開発のスタンダードになっていく可能性があります。

また、「会話能力」という人間とAIのインターフェースの部分を磨き上げることは、AI技術の普及にとって極めて重要です。技術的な性能だけでなく、どれだけ自然にAIとやり取りできるかが、一般ユーザーにとっての使いやすさを左右するからです。

OpenAIが今後、GPT-5.2、5.3といった形で継続的な改善を続けていくのか、それとも次の大きなバージョンであるGPT-6に向けて動き出すのか。そして、競合各社がどのような対抗策を打ち出してくるのか。AI業界の動向から目が離せません。

一つ確かなのは、私たちユーザーにとって、AIがますます使いやすく、実用的なツールになっていくということです。GPT-5.1の「会話のしやすさ」への注力は、その流れを象徴するアップデートと言えるでしょう。

Source: BGR – GPT-5.1: OpenAI’s surprise launch makes ChatGPT more conversational

• 変化（Change）：Appleが「World Knowledge Answers」や「Answer Engine」と呼ぶ生成AI型の新検索を開発中で、登場時期が当初の想定より早まる可能性があると報じられました（9to5Mac）。
• 理由（Reason）：社内に「Answers, Knowledge and Information（AKI）」チームを設立し、Siri・Safari・Spotlightに横断統合する構想が具体化しているためです（9to5Mac）。
• 理由（Reason）：GoogleのGeminiモデルを活用する選択肢もテストされていると伝えられ、実装面のハードルが下がる見通しです（9to5Mac）。
• 注意（Caution）：正式な発表・時期は未確定で、AppleのAI機能は段階的に拡張される傾向があるため、期待値コントロールが重要です（TechRadar）。

AppleがSiriやSafari、Spotlightと連携する生成AI検索「Answer Engine（社内名：World Knowledge Answers）」を準備中です。

最新の報道によると、同プロジェクトは当初の想定より早く形になる可能性があり、社内のAKIチームが開発を牽引しています。さらに、GoogleのGeminiを活用するシナリオも浮上し、Appleエコシステムでの検索体験が大きく変わる見込みです（9to5Mac）。

AKIチーム発足と「Answer Engine」構想の狙い

Bloombergのレポートを受けた9to5Macの記事によれば、Appleは「Answers, Knowledge and Information（AKI）」という新チームを立ち上げ、生成AIで世界知識に素早く答える体験を目指しているとされています。

目的は、従来のWebリンク羅列ではなく、会話型で要点を凝縮した回答を返すことです。これにより、iPhoneやMacの文脈（カレンダー、位置情報、保存資料などのローカルシグナル）も活かしつつ、検索の時間や労力を短縮する体験を提供しやすくなります。

「World Knowledge Answers」がもたらす体験

9to5MacやTechRadarの報道では、Answer Engineは以下の特徴を備える見込みです。

• 生成AIによる要約回答：ニュースや長文サイトをまたいで要点を抽出し、簡潔に提示します。
• マルチモーダル対応：テキストに加え、画像・動画・ローカルデータの文脈を取り込み、質問の意図に沿う回答に近づけます（報道ベース）。
• システム横断の統合：Siri、Safari、Spotlightに順次統合され、どこから検索しても同じ思想の回答体験を得られる設計が想定されます。

Gemini連携の可能性、内製と外部協業のベストミックス

Appleは内製モデルを育てつつ、GoogleのGeminiを活用する選択肢を並行検討していると報じられています。9to5Macは、Geminiテストの動きがAnswer Engineの裏付けになりうると示唆しています（9to5Mac）。

このアプローチは、初期から一定レベルの回答品質を確保しつつ、プライバシー要件（例：専用クラウドやオンデバイス処理の併用）を満たすための現実解として妥当です。将来的には自社モデル比重を高めつつ、ユーザー体験の品質を落とさないバランス運用が期待されます。

想定より早まる可能性と段階導入

9to5Macは、Appleの新しい生成AI検索が「当初の見立てより早く」登場する可能性を報じています。具体的な日付は明言されていませんが、他メディアでは2026年春ごろの見通しに言及するものもあります（TechRadar）。

Appleの新機能はベータ提供や限定地域から段階展開するのが通例で、今回も段階導入となる公算が高いです。

iPhoneの「検索」が自然な会話体験にシフト

• 日常利用の効率化：Siriの回答品質が上がれば、手短な疑問を音声で解決しやすくなります。Safariの要約表示やSpotlightの一発回答が日常の時短に寄与します。
• Appleエコシステムの価値向上：デバイス間のコンテキスト共有と一貫した回答体験で、iPhone・iPad・Macの横断利用がさらに心地よくなります。
• 検索の主戦場がUIからUXへ：リンク一覧の時代から、「最短で納得できる答え」を返す時代に。UIの刷新よりも、背後の理解・推論・要約の質が差別化要因になります。

過度な期待は禁物、検証・透明性がカギ

• 回答の正確性：生成AI特有の“幻覚”対策や出典表示の透明性が問われます。Appleがどのように信頼性を担保するかは、使い勝手に直結します。
• 段階的アップデート：AppleのAI機能は地域・言語・デバイス要件で提供範囲が異なる傾向があり、日本語対応の品質や提供時期も継続ウォッチが必要です。
• パートナー依存リスク：Geminiなど外部モデルを用いる場合、契約や方針変更が機能の可用性に影響する可能性があります。

出典：9to5Mac（2025年9月7日）、9to5Mac（AKIチーム）、9to5Mac（Gemini連携）、TechRadar

• Appleが独自のAI基盤モデルを活用した新しいSiri検索機能を開発中との報道です。
• GoogleのGeminiモデルをPrivate Cloud Compute（PCC）上で補助的に利用する見込みです。
• 新Siriは「プランナー」「検索オペレーター」「要約者」の3構成になると伝えられています。
• リリースは2026年春のiOS 26.4で提供予定と報じられています。
• Appleは自社技術を核に、外部AIは補完的に利用する戦略を強化しています。

Appleが計画している次世代Siriは、単なる音声アシスタントの進化にとどまらず、AIによる検索体験そのものを刷新する可能性があります。

Bloombergや9to5Macの報道によりますと、Appleは自社開発のApple Foundation Modelsを軸に据えつつ、GoogleのGeminiモデルを限定的に活用して、ユーザー体験とプライバシーの両立を図る構想だとされています（参考：9to5Mac、MacDailyNews）。

Appleの戦略転換：内部モデルを核とする

「Apple Intelligenceが頓挫した」との見方も一部にありましたが、今回はその見方を覆す内容です。

Appleは引き続き自社の基盤モデルを中心に据え、アプリ間連携やユーザーのコンテキストを処理するプランナーや検索オペレーターを担わせる方針だとされています。一方、外部情報の収集や要約はGoogle Geminiが補助的に担う見込みです（出典：9to5Mac, MacDailyNews）。

このアプローチは、既存のSafari検索やSiri検索とGoogleの関係に似ています。現在もSiriはGoogle検索を利用していますが、ユーザー情報は匿名化されて取り扱われます。

Appleは同様の仕組みをPCCを通じて実現し、プライバシー保護を一段と強化する見通しです。加えて、自社モデルを核に据えることで、システム全体の制御権を確保しやすくなる利点もあります。

プライバシーと持続可能性

Appleが自社モデルにこだわる背景には、プライバシーと環境配慮があります。外部AIプロバイダーの大規模サーバーに依存するのではなく、Appleは再生可能エネルギーで稼働するPCCを用いて、セキュリティと持続可能性を両立させる構えです。

さらに、外部モデルへの依存を最小化することで、他社のAI競争に過度に巻き込まれるリスクを抑えられると考えられます。

この姿勢は、過去のAppleの事業戦略にも通じます。たとえば半導体設計では外部依存から脱却し、Apple Siliconへの移行で性能と電力効率を両立しました。今回のAI基盤モデルの取り組みも、その延長線上にあると見られます。

体験設計が成否を分けます

一方で課題もあります。まず、Google Geminiの役割の広がりがどこまでになるのかは不透明です。外部AIへの依存が想定以上に大きくなると、Appleの「自社技術中心」という姿勢が揺らぐおそれがあります。次に、一般ユーザーのAI熱が落ち着きつつある中で、「遅れてきたSiri刷新」がどこまで受け入れられるかは未知数です。

市場はすでにChatGPTやAnthropicなど多様な選択肢に慣れており、Appleの遅くても最良を目指す戦略がどこまで刺さるかが試されます。

加えて、AI検索のユーザー体験が単なる検索結果の羅列に留まらず、Appleらしい洗練されたインターフェースと新しい行動導線を用意できるかが重要です。ユーザーが求めるのは「より早く、正確に、かつ安全に」情報へアクセスできる仕組みであり、Appleはその期待に応える必要があります。

2026年春に本格展開の可能性

報道によりますと、新しいSiriは2026年春にiOS 26.4の一部として登場する見込みです。Appleが2025年内に詳細を発表するかは不明ですが、春に予定していた機能が延期された経緯もあるため、しばらく様子を見る展開になりそうです。そ

れでも、Appleが堅実に積み上げるAI戦略は、短期的な話題性よりも長期的な利用価値を重視する姿勢として評価されやすいです。

CEOのTim Cook氏は、これまでも段階的かつ慎重に機能を磨き込み、最終的に最高水準の品質を目指す姿勢を強調してきました。Siriが「最も賢いAIアシスタント」に進化する日は、着実に近づいているのかもしれません。

出典：9to5Mac、MacDailyNews

私たちユーザーにとって、これがどのような影響を与えるのか、詳しく見ていきましょう。

Google Geminiがサーバー専用モデルを開発中

BloombergのMark Gurman氏の報道によると、AppleはGoogle（Alphabet Inc.）に対して、新しいSiriの基盤となるカスタムAIモデルの構築を打診したとのことです。特に注目すべきは、GoogleがAppleのサーバー上で動作する専用モデルのトレーニングを既に開始している点です。

これまでのSiriは主にデバイス上で処理されることが多かったのですが、次世代版では大幅にクラウド処理の比重が高まることが予想されます。Google Geminiは現在、AndroidのAIシステムやSamsungのAI機能を支えており、その技術力の高さは実証済みです。

現在、私たちがMacやiPhone、iPadで利用している多くのサードパーティアプリでも、すでにGeminiが活用されているケースがあります。つまり、技術的な互換性という観点では、十分に実現可能性があると言えるでしょう。

Apple社内で進む「AI対決」の実情

Appleは現在、社内で興味深い取り組みを行っています。新しいSiriの開発において、2つの異なるアプローチを並行して進めているのです。

• 「Linwood」プロジェクト： Apple独自のAIモデルを使用
• 「Glenwood」プロジェクト： 外部技術（OpenAI、Anthropic、Google Gemini等）を活用

この「AI対決（bake-off）」と呼ばれる内部競争は、どちらのアプローチが最も優れた結果を出すかを判断するためのものです。技術系企業でよく見られる手法ですが、Appleがここまで大規模に複数の選択肢を検討するのは珍しいことです。

興味深いのは、Appleがこれまで自社技術にこだわってきた企業であることを考えると、外部パートナーとの連携を真剣に検討している姿勢が見て取れることです。これは、AI分野での競争が想像以上に激しく、単独での開発では限界があることを示唆しているのかもしれません。

Anthropicとの価格交渉が難航する理由

Claude AIで知られるAnthropic社は、当初Apple側から最有力候補と見られていました。しかし、報道によると価格面での折り合いがついていない可能性があります。

AI model提供における価格設定は非常に複雑で、以下のような要素が関係しています：

• 処理回数あたりの従量課金
• 専用モデル開発費用
• サーバーリソース使用料
• 技術サポート費用

Anthropicは比較的新しい企業のため、収益確保の観点から強気な価格設定を行っている可能性があります。一方、Googleのような巨大企業は、他のサービスとの相乗効果も期待できるため、より柔軟な価格設定が可能かもしれません。

Appleが開発中の1兆パラメータモデルの影響

現在Appleは、従来の1500億パラメータモデルを大幅に上回る、1兆パラメータのAIモデルのテストを開始しています。これは技術的に非常に大きな進歩を意味します。

パラメータ数の増加は一般的に以下のような改善をもたらします：

• より自然な対話能力
• 複雑な質問への対応力向上
• 文脈理解の精度向上
• 多言語対応の強化

ただし、パラメータ数が多いほど処理に必要な計算リソースも増加するため、コストとのバランスが重要になります。Apple独自の1兆パラメータモデルが外部モデルと競合できるレベルに達すれば、最終的に自社技術を選択する可能性も十分にあります。

ユーザーにとっての具体的なメリットと注意点

期待できる改善点

1. より自然な音声対話
現在のSiriは定型的な応答が多いですが、新しいモデルでは人間らしい自然な会話が可能になると期待されます。

2. 複雑な質問への対応
「明日の会議に必要な資料をメールで探して、要点をまとめて」のような複数ステップの指示にも対応できるようになるでしょう。

3. 文脈の記憶力向上
会話の流れを覚えているため、「それについて詳しく教えて」のような曖昧な質問でも適切に理解してくれます。

注意すべき点

プライバシーへの配慮
外部のAIモデルを使用する場合、データがApple以外のサーバーを経由する可能性があります。Appleはプライバシー保護に定評がありますが、パートナー選択において慎重な検討が必要です。

サービス安定性
外部依存が高まることで、パートナー企業のサービス障害がSiriの動作に直接影響する可能性があります。

2026年春リリースに向けた現実的なスケジュール

Appleは当初、iOS 18での新Siri提供を予定していましたが、技術的な課題と組織再編により2026年春まで延期されました。この延期は一見残念に思えますが、より完成度の高い製品を提供するための賢明な判断と言えるでしょう。

開発スケジュールから推測すると、以下のようなタイムラインが予想されます：

• 2025年秋〜冬： 最終的なAIパートナーの決定
• 2026年春： 開発者向けベータテストの開始
• 2026年夏： 一般ユーザー向けパブリックベータ
• 2026年秋： 正式リリース

このスケジュールは、他の主要AI企業の動向にも左右される可能性があります。OpenAIのGPT-5やGoogleのGemini Ultraなど、競合製品の進化スピードが、Appleの戦略に影響を与えることも考えられます。

今回の発表で見えてきたAI業界の未来

Apple、Google、OpenAI、Anthropicという主要プレイヤーが一堂に会するこの状況は、AI業界全体にとって重要な転換点となりそうです。特に注目すべきは、Appleが長年維持してきた「自社技術優先主義」から、より現実的な「最適技術選択主義」へとシフトしている点です。

私たちユーザーにとっては、この競争が最終的により優れたAI体験をもたらしてくれることが期待できます。2026年春のリリースに向けて、各社がどのような技術革新を見せてくれるのか、今後の動向にも注目していきたいと思います。

(Via 9to5Mac.)

現在、Apple IntelligenceはすでにChatGPTとの連携を実現していますが、今度はGoogle Geminiも仲間入りするかもしれません。実際、Appleのバックエンドシステムには、すでにGoogle Gemini統合の準備が整っているという情報も出てきています。

これって、想像以上に大きな変化になりそうなのです。

ChatGPT統合から見えてきた可能性

まず、現在のChatGPT統合がどんな感じか振り返ってみましょう。Apple IntelligenceでChatGPTを使う際、実はChatGPTアカウントにログインできるようになっています。これによって、会話の履歴が保存され、継続性のあるやり取りが可能になっているのです。

つまり、今日聞いたことを明日また参照できたり、過去の会話を踏まえた返答をもらえたりするわけですね。これは単発の質問応答とは全く違う体験です。

もしGoogle Geminiの統合でも同様にGoogleアカウントへのログインが可能になれば、これまでとは次元の違う便利さが実現されるかもしれません。

Googleが持つ「あなたの情報」の威力

ここで注目したいのが、Google I/Oで発表されたGeminiの新機能です。Googleは「パーソナルコンテキスト」という概念を打ち出しました。

簡単に言うと、Googleはすでに私たちのことをかなり詳しく知っているということです。Gmail、Google Photos、Google Calendar、Google Drive…これらのサービスを使っていれば、Googleには膨大な個人情報が蓄積されています。

Geminiはこれらの情報を活用して、より個人的で、先回りした、そして強力な回答を提供しようとしているのです。もちろん、ユーザーの許可を得た上で、プライベートで透明性があり、完全にユーザーのコントロール下で行われます。

想像してみてください、こんな未来

例えば、Siriに「先週末の写真を見せて」と頼んだら、Google Photosから該当する写真を探してくれる。「明日の会議の資料、準備できてる？」と聞けば、Gmailの添付ファイルやGoogle Driveの状況をチェックして教えてくれる。

「あの人からのメール、返事したっけ？」なんて質問にも、Gmail履歴を見て的確に答えてくれるかもしれません。これまでのSiriでは難しかった、本当にパーソナルなアシスタント体験が実現される可能性があります。

実際、Googleのプレスリリースには「私たちが研究を現実に持ち込む最良の方法は、あなた自身の現実において本当に役立つものにすることです」と書かれています。つまり、一般論ではなく、あなたの生活に密着した回答を目指しているということですね。

Appleの課題を補完する可能性

ここで興味深いのが、Apple自身が抱えている課題との関係です。実は、Siriのパーソナルコンテキスト機能の実装は大幅に遅れているのが現状です。

Appleは確かに優れたハードウェアとソフトウェアの統合を実現していますが、クラウドベースのAIサービスや個人データの活用という点では、GoogleやMicrosoftの後塵を拝している面もあります。

Google Geminiの統合が実現すれば、Appleはこの弱点を一気に補完できる可能性があります。AppleのプライバシーへのこだわりとGoogleのAI技術の融合。考えてみると、なかなか魅力的な組み合わせですね。

実現への課題と期待

もちろん、この統合が実現するかどうかは、まだまだ不透明な部分があります。最大の課題は、Appleがそこまで深いレベルでの統合を許可するかどうかです。

Appleは伝統的に、自社のエコシステムをしっかりとコントロールしたがる傾向があります。外部サービスとの深い統合は、セキュリティやプライバシーの観点から慎重な判断が必要になるでしょう。

しかし、ユーザーの利便性を考えると、この統合は非常に魅力的です。特に、すでにGoogleのサービスを日常的に使っているユーザーにとっては、まさに待ち望んでいた機能かもしれません。

これからのAIアシスタント競争

この動きは、AIアシスタント業界全体の競争激化を物語っています。AppleがChatGPTとGoogle Geminiの両方を取り込もうとしているのは、単一のAIモデルでは限界があることを認識しているからでしょう。

それぞれのAIには得意分野があります。ChatGPTは創造的なタスクや会話に優れ、Geminiは個人的なコンテキストの理解と統合に長けています。これらを適材適所で使い分けることで、より総合的なAIアシスタント体験が実現されるかもしれません。

(Via 9to5Mac.)

この強力なモデルは、AIによる動画制作の世界をさらに進化させる可能性を秘めています。本記事では、Veo 3の主な新機能、どのようにアクセスできるのか、そして利用する上で知っておくべき既知の問題点について、詳しく解説します。

Veo 3とは？ AI動画生成の新たな基準

Veo 3は、Googleが開発した最新のAI動画生成モデルです。前モデルからの進化により、より高品質で多様な動画コンテンツの生成を目指しています。今回のリリースでは、特にアクセス面での大きな変更がありました。

まず、Veo 3へのアクセスが可能な国が大幅に拡大しました。本日より、新たに71カ国でVeo 3へのアクセスが可能になっています。これにより、世界中のより多くのクリエイターや一般ユーザーが、Veo 3の機能を試すことができるようになりました。

Veo 3へのアクセス方法：GeminiとFlow

Veo 3は、主に以下の2つのプラットフォームを通じてアクセス、利用することができます。それぞれのプラットフォームでアクセス方法や利用制限が異なります。

1. Gemini (http://gemini.google)

• 対象ユーザー: すべての方におすすめのアクセス方法です。AIチャットのように、対話形式で動画生成を指示できます。
• 利用方法: 使い方は非常に直感的です。Geminiのプロンプトバーに新しく追加された「動画」チップをクリックし、生成したい動画の内容をテキストで詳細に説明するだけで、Veo 3が動画を生成します。
• サブスクリプション特典:

　- Proサブスクライバー: Veo 3を体験するためのお試し用として、10パックの生成クレジットを入手できます。これにより、ProユーザーもVeo 3の性能を確認できます。
　- Ultraサブスクライバー: Veo 3を最大制限で利用できます。生成回数は毎日リフレッシュされるため、頻繁に動画を生成したい方に最適です。

• 現在の制限: 現在、GeminiのProプランでVeo 3を利用できるのはWeb版のみです。モバイル版およびWorkspaceからのアクセスは近日対応予定となっています。利用を開始するには、サインインし、Proにアップグレードする必要があります。

2. Flow (http://flow.google)

• 対象ユーザー: こちらはよりAI映画制作者や、詳細な設定を行いたいユーザーに最適な方法と位置づけられています。
• サブスクリプション特典:

　 – Proサブスクライバー: 毎月10回の生成が可能です。
　 – Ultraサブスクライバー: 生成制限が大幅に増加しました。これまでの月83回から、毎月125回の生成が可能になりました。より多くの動画を安定して生成したい場合に有利です。

Veo 3を利用する上での既知の問題と注意点

Veo 3はユーザーに迅速に提供されたため、現時点ではいくつかの既知の問題が存在します。利用する際には、以下の点に留意してください。

• 対応プラットフォームの制限: GeminiのProプランでVeo 3を使用する場合、現在のところウェブ版のみ対応しており、モバイル版とWorkspaceは近日対応予定です。
• 音声出力の言語: 公式には、音声出力は英語のみをサポートしています。ただし、時々他の言語で音声が出力されるケースもあるようです。多言語での音声生成を期待している場合は注意が必要です。
• クレジット切れ時の対応 (Gemini Pro Webユーザー): Geminiウェブ版のProユーザーがVeo 3のお試し用クレジットを使い切ってしまった場合、モバイル版のGeminiではVeo 2に切り替えて使用することができます。
• Flowの画像アップロードにおける音声出力: Flowプラットフォームでは、現在のところ画像アップロードを行った動画に対する音声出力はサポートされていません。

もしこれらの点以外で何か問題や改善点を見つけた場合は、積極的に報告することが推奨されています。また、AIを利用する際は、責任ある生成を常に心がけましょう。

(Via Google Gemini App@GeminiApp.)

INDEX

• AppleのSiriにGoogle Geminiが統合される可能性
• 裁判での証言内容
• 統合の兆候はすでに見られる
• この提携が意味するもの
• 今後の展開と期待

AppleのSiriにGoogle Geminiが統合される可能性

AppleのiPhoneに、Googleの人工知能「Gemini」が搭載される可能性が高まっています。

先日行われた検索独占に関する裁判の中で、Googleの最高経営責任者（CEO）であるSundar Pichai氏は、今年の半ばまでにAppleとGeminiの提携契約を結ぶ見込みであり、2025年末までにはサービスが開始されると示唆しました。

この統合が実現すると、Siriがより複雑な質問に対応するためにGeminiを利用できるようになると予想されます。これはAppleが最近行ったOpenAIのChatGPTとの統合に似たものになるでしょう。

実際、昨年6月にApple Intelligenceが初めて発表された際、Apple上級副社長のCraig Federighi氏は、「最終的にはユーザーが望むモデルを選べるようにしたい、将来的にはGoogle Geminiも選択肢になるかもしれない」と述べていました。

裁判での証言内容

今回の新情報は、米国司法省の弁護士Veronica Onyema氏の質問に対するPichai氏の返答によるものです。Pichai氏はこれらの計画について尋ねられた際に「その通りです」と答えました。また、AppleのCEOであるTim Cook氏とAI開発について話し合ったことも明かしました。

「彼（Cook氏）はAI技術をどのように発展させているか、私たちのロードマップについて理解しようとしていました。その一環として、Geminiアプリの配信についても話し合いました」とPichai氏は証言しました。

さらに、Cook氏から今年後半にはより多くのサードパーティーAIモデルがApple Intelligenceに搭載される予定だと伝えられたとも付け加えました。

統合の兆候はすでに見られる

この統合が進行中であることを示す他の兆候もあります。2月には、MacRumorsの寄稿者Aaron Perris氏がiOS 18.4ベータ版の中に、Apple IntelligenceのモデルとしてGoogleを選択できる可能性を示す参照が含まれていることを発見しました。

現在のAppleのChatGPT統合では、Siriがより複雑な質問に答えるためにサードパーティーのAIモデルを使用する許可を自動的に求めるようになっています。ChatGPTは写真を分析したり、テキストに基づいて画像を生成したりすることもできます。

この提携が意味するもの

GoogleのGeminiとAppleのiPhoneの統合は、AIアシスタント市場に大きな変化をもたらす可能性があります。これまでSiriは基本的な質問や操作に対応することはできても、複雑な会話や深い知識を必要とする質問に答えることには制限がありました。

Geminiの統合により、iPhoneユーザーはより高度な情報検索、複雑なタスクの実行、自然な会話体験が可能になるでしょう。特に、画像認識や文脈を理解した返答など、最新のAI技術の恩恵を受けることができます。

また、この動きはテクノロジー業界における競争と協力の複雑な関係を示しています。GoogleとAppleは多くの分野で競合していますが、ユーザー体験を向上させるために協力することも厭わないという姿勢が見えます。

今後の展開と期待

Pichai氏の発言によれば、GoogleとAppleの契約は今年半ばまでに締結され、2025年末までにはサービスが開始される見込みです。これは、Appleが発表したApple Intelligenceの展開タイムラインと一致しています。

ユーザーとしては、将来的にSiriに「Geminiに質問して」と指示することで、より高度な対話や情報検索が可能になるでしょう。また、複数のAIモデルを選択できるようになることで、用途に応じて最適なAIアシスタントを活用できるようになります。

テクノロジーの進化とともに、スマートフォンにおけるAIの役割はますます重要になっています。GoogleのGeminiとAppleのiPhoneの統合は、その進化の重要な一歩となるでしょう。

(Via The Verge.)

新モデルの展開スケジュールと現在の状況

Googleは通常、新しいモデルをまず「gemini.google.com」のWebサイトに展開し、その数日後にモバイルアプリへと提供を拡大します。土曜日の午後の時点で、複数のGeminiアカウントで新モデルの利用可能性が大幅に広がっていることが確認されています。

これまでのGoogleの展開パターンを見ると、重要な機能やモデルのアップデートは段階的に行われることが多く、今回もその手法が踏襲されています。このような慎重なアプローチにより、システムの安定性を確保しながら、新機能を安全に提供することが可能になっています。現在は多くのユーザーがアクセス可能な状態になりつつあり、近日中には全ユーザーへの展開が完了する見込みです。

無料ユーザーも利用可能な新機能

無料のGeminiユーザーも「2.0 Flash Thinking (experimental)」にアクセスできるようになりました。今回のモデル更新で、Googleは「experimental」の表記を小文字にして括弧内に配置するという変更も行っています。同様に、ハイエンドモデルも「2.0 Pro (experimental)」となりましたが、このモデルに関する具体的な変更点はGoogleから発表されていません。

2月初旬に導入された前バージョンと比較して、新しいFlash Thinkingは「より優れた効率性と速度」を提供します。この性能向上により、ユーザーはより迅速かつ正確な応答を得ることができるようになりました。特に複雑な質問や多段階の推論を必要とする場面では、その差が顕著に表れるでしょう。

さらに、新しいFlash Thinkingモデルでは、@GmailやYouTubeなどのGemini Appsにアクセスすることが可能になりました。Googleは先月別々に提供していた「with apps」モデルを統合し、シンプルな構成に整理しています。この変更により、ユーザーは異なるモデルを切り替える手間なく、さまざまな機能にアクセスできるようになりました。

また、ファイルアップロード機能も全ユーザーに対応し、Advanced（有料）サブスクライバーには100万トークンのコンテキストウィンドウが提供されています。この大幅な拡張により、より多くの情報を一度に処理することが可能になり、特に複雑なドキュメントや長文テキストの分析において大きなメリットをもたらします。

Deep Research機能の一般公開

今回の更新で特に注目すべき点は、すべてのGeminiアカウントで「Deep Research」機能が利用可能になったことです。この機能は「Gemini 2.0 Flash Thinking (experimental)」によって動作していますが、Googleは使用されているモデルを明示的に表示しなくなりました。

Web版では、プロンプトバーに新しい「Deep Research」ボタンが追加されており、従来のモデル選択機能も引き続き利用できます。無料ユーザーはAdvancedユーザーと比較して低い研究制限が設けられていますが、基本的な機能は同様に利用できます。

Deep Research機能は特定のトピックについて詳細かつ包括的な情報を提供します。通常の検索では得られない深い洞察や、複数の情報源からの総合的な分析結果を得ることができるため、学術研究や詳細な調査を行いたいユーザーにとって非常に有用な機能となるでしょう。これまで有料ユーザーのみが利用できた高度な調査機能が無料ユーザーにも提供されることで、Geminiの実用性が大きく向上しています。

パーソナライゼーション機能の実験的導入

Googleはすべてのユーザーがテストできる新しい「Personalization (experimental)」モデルも発表しました。「2.0 Flash Thinking (experimental)」を基盤としたこのモデルでは、入力されたプロンプトが分析され、過去の検索履歴が「回答の質を向上させる」かどうかが判断されます。

この機能は特にブレインストーミングやパーソナライズされた推薦において有用です。Googleが示す例示的なプロンプトには以下のようなものがあります：

「今年の夏はどこに旅行に行くべき？」
「YouTubeチャンネルを始めたいけどコンテンツのアイデアが必要」
「新しい趣味や仕事として何を学ぶべき？」

将来的にGoogleは検索履歴だけでなく、YouTubeやPhotosなどのサービスからの情報も活用する予定です。これはGoogleが「一般的な質問に答えるだけでなく、あなたを理解する」パーソナルAIアシスタントを作るための取り組みの一環です。

この方向性は、単なる情報検索から一歩進んだ、ユーザーの嗜好や行動パターンを理解した上での支援を目指すものであり、AIアシスタントの進化における重要なステップといえるでしょう。プライバシーに配慮しながらも、パーソナライズされた体験を提供するバランスが今後の課題となりそうです。

情報保存機能の拡充

パーソナライゼーションの一環として、「Saved info（保存情報）」機能が広く展開されるようになりました。また、過去のチャットを思い出して参照できるAdvanced機能は、近く45言語以上で利用可能になる予定です。

これらの機能により、ユーザーは長期間にわたる一貫した対話が可能になり、以前の会話内容を繰り返し説明する必要がなくなります。特に複雑なプロジェクトや継続的な学習において、この記憶機能は大きな価値を提供するでしょう。多言語対応の拡大も、グローバルユーザーにとって重要な進展です。

Geminiアプリで利用可能な最新2.0モデル一覧

現在、Geminiアプリで利用できる最新の2.0モデルは以下の通りです：

• 「2.0 Flash」：日常的なタスクに加え、より多くの機能を提供
• 「2.0 Flash Thinking (experimental)」：高度な推論を使用
• 「Deep Research」：詳細な研究レポートを提供
• 「Personalization (experimental)」：検索履歴に基づいたサポート
• 「2.0 Pro (experimental)」：複雑なタスクに最適

各モデルは異なる特性と強みを持っており、ユーザーはタスクの性質に応じて適切なモデルを選択できます。

基本的な質問応答には「2.0 Flash」が十分ですが、複雑な課題には「2.0 Pro」や「2.0 Flash Thinking」が適しています。

研究目的には「Deep Research」、個人化された推薦には「Personalization」というように、用途に合わせた選択が可能です。

無料版と有料版（Advanced）の違い

Geminiの無料版と有料版（Advanced）では、利用できる機能やその制限に違いがあります。今回の更新によって、無料ユーザーも多くの高度な機能にアクセスできるようになりましたが、一部の機能や使用制限には依然として差があります。

• 有料版（Advanced）：より大きなコンテキストウィンドウ（100万トークン）、高いリクエスト制限、Deep Researchでの詳細な分析能力など、より拡張された機能を利用できます。特に大量のデータ処理や高度な分析が必要なプロフェッショナルユースでは、この差が大きな意味を持つでしょう。
• 無料版：基本的なAI機能や最新モデルへのアクセス、ファイルアップロード機能など、多くの重要機能を利用できるようになりました。一般的な使用目的であれば、無料版でも十分に満足できる機能が提供されています。

(Via 9to5Mac.)

2.0 Flash Thinkingの強化、Deep Researchの一般提供開始、パーソナライゼーション機能の追加など、多くの注目すべき新機能が登場しています。

これらの機能は多くのユーザーが無料で試すことができるようになりました。

進化した「2.0 Flash Thinking Experimental」の新機能

Googleは「Gemini」の中核となるAIモデル「2.0 Flash Thinking Experimental」の大幅なアップグレードを開始しました。このモデルは、ユーザーの質問やリクエストを一連のステップに分解して処理することで、より強力な推論能力を発揮し、質の高い回答を提供します。今回のアップデートでは、効率性と処理速度が改善されただけでなく、ファイルアップロード機能も追加されました。

Gemini Advancedユーザー向けの大容量コンテキストウィンドウ

特筆すべき点として、Gemini Advancedユーザーは「2.0 Flash Thinking Experimental」モデルで100万トークン（約100万語に相当）のコンテキストウィンドウにアクセスできるようになりました。

この拡張により、ユーザーは膨大な情報を探索・分析しながら、これまで以上に複雑な問題を解決することが可能になります。大量のテキストデータを一度に処理できることで、長文の書類や複数の資料を同時に分析するようなタスクが劇的に効率化されるでしょう。

「Deep Research」機能の一般提供開始

昨年12月に先行導入された「Deep Research」機能は、個人専用のAIリサーチアシスタントとして注目を集めてきました。この機能はウェブ全体から情報を検索・統合して数分でまとめ上げ、通常であれば何時間もかかる調査作業を大幅に効率化します。また、ユーザーが自力では見つけられなかったような情報源の発見にも役立ちます。

「2.0 Flash Thinking」による機能強化

今回、「Deep Research」は「Gemini 2.0 Flash Thinking Experimental」モデルと統合されることで大幅に強化されました。この連携により、調査の計画立案から検索、推論、分析、レポート作成に至るまで、研究のあらゆる段階でGeminiの能力が向上しています。より詳細で洞察に富んだ複数ページのレポートが作成できるようになり、質の高い調査結果が得られるようになりました。

特筆すべき新機能として、Geminiがウェブを閲覧している間に自身の思考プロセスをリアルタイムで表示する機能が追加されました。これにより、ユーザーはAIがどのように調査タスクを進めているかを直接観察できるようになります。Deep ResearchとFlash Thinkingモデルの組み合わせにより、レポートの品質は今後もさらに向上していくことが期待されています。

グローバル展開と利用条件

「Deep Research」機能は現在、全世界で45言語以上に対応して展開されています。通常の「Gemini」ユーザーは無料で月に数回この機能を試すことができ、「Gemini Advanced」ユーザーはより広範囲にアクセスできるため、複雑なプロジェクトの時間節約に大いに役立てることができます。

この機能を利用するには、新しいプロンプトバーまたはモデルドロップダウンから「Deep Research」を選択するだけです。

パーソナライゼーション機能の導入

Geminiは単なる便利なアシスタントではなく、ユーザーを理解し、すべてのやり取りをユーザーに合わせて調整する個人専用のAIパワードアシスタントとしての役割を強化しています。今回、「Gemini 2.0 Flash Thinking Experimental」モデルを基盤とした「パーソナライゼーション」と呼ばれる実験的な新機能が追加されました。

Googleのアプリやサービスとの連携

パーソナライゼーション機能により、GeminiはGoogleのアプリやサービス（当初はGoogle検索から開始）と連携して、ユーザーの個々のニーズにさらに合わせた応答を提供できるようになりました。

例えば、レストランのおすすめを尋ねると、Geminiはユーザーの最近の食べ物関連の検索を参照します。また、旅行のアドバイスを求めると、以前に検索した目的地に基づいて回答を提供します。

この機能を有効にするには、モデルドロップダウンから「Personalization (experimental)」を選択します。ユーザーは常に自分の検索履歴をコントロールでき、有効にした後でもGeminiから切断することができます。これにより、プライバシーを保ちながらもパーソナライズされた体験を得ることができるのです。

連携アプリの機能強化

Geminiが個人的なAIアシスタントとして魅力的な点の一つは、ユーザーがすでに利用しているGoogleのアプリやサービスにアクセスできることです。今回、英語版では、Geminiと連携する追加のアプリ（カレンダー、メモ、タスク、写真など）が「2.0 Flash Thinking Experimental」モデルで利用できるようになりました。

複数アプリを横断する複雑なリクエストへの対応

この思考モデルを使用することで、Geminiは複数のアプリを含む複雑なリクエストをより効果的に処理できるようになりました。新しいモデルは全体的なリクエストをより適切に推論し、それを個別のステップに分解して、進行状況を自己評価しながら処理を進めることができます。例えば、一つのプロンプトで「YouTubeで簡単なクッキーのレシピを探して、材料をショッピングリストに追加し、近くでまだ営業中の食料品店を見つけて」というような複合的な依頼が可能になります。

Google写真との連携（近日公開）

今後数週間のうちに、Geminiが操作できるアプリのリストに「Google写真」が追加される予定です。これにより、ユーザーは自分の写真に基づいて簡単に助けを求めることができるようになります。

例えば、Geminiは最近の旅行の写真を見て、訪れた場所に基づいて旅行の行程表を作成したり、運転免許証の有効期限がいつ切れるかなどの情報を思い出したりすることができます。

「Gems」機能の一般提供開始

「Gems」機能を使用すると、任意のトピックに関する独自の個人的なAIエキスパートを作成してGeminiをカスタマイズできます。この機能は現在、Geminiアプリで無料で展開され始めています。あらかじめ用意されたGemsのいずれかを使用するか、翻訳者、食事プランナー、数学コーチなど、独自のカスタムGemsをすぐに作成することができます。

カスタムGems作成方法

カスタムGemsを作成するには、デスクトップの「Gems manager」にアクセスし、指示を書き、名前を付けるだけで、好きなときにチャットすることができます。

また、カスタムGem作成時にファイルをアップロードすることもでき、さらに役立つ情報を参照できるようになります。これにより、特定の分野や目的に特化した独自のAIアシスタントを簡単に作成できるようになりました。

(Via Google.)

一体どういうことなのでしょうか？

Apple Intelligenceとは？ChatGPTとの連携

まず、Apple Intelligenceについて簡単におさらいしておきましょう。Apple Intelligenceは、Appleが開発している新しいAI技術です。iPhoneやiPadなどのデバイス上で、より賢く、よりパーソナルな体験を提供することを目的としています。

Apple Intelligenceは、既にOpenAIの「ChatGPT」との連携を発表しています。ChatGPTは、文章の作成や質問への回答など、様々なタスクをこなせる高性能なAIです。Apple Intelligenceは、ユーザーのリクエストをまずデバイス上で処理し、必要に応じてChatGPTなどの外部AIサービスに処理を依頼する仕組みになっています。

iOS 18.4ベータ版にGoogle Geminiの痕跡

今回、iOS 18.4の開発者向けベータ版の中に、Google Geminiに関する記述が見つかったことで、Google Gemini搭載の可能性が浮上しました。具体的には、バックエンドのアップデートコードの中に、「Google」という記述が含まれていたのです。

この記述は、OpenAIを「ChatGPT」ではなく「OpenAI」と表記しているのと同様に、「Google Gemini」を単に「Google」と表記していると考えられます。つまり、Apple IntelligenceがGoogle Geminiと連携するための準備を進めている可能性が高い、というわけです。

なぜGoogle Geminiなのか？

Appleは、Apple Intelligenceの発表当初から、複数のAIパートナーと協力していく方針を明確にしていました。Google Geminiはそのパートナー候補の一つとして、以前から名前が挙がっていました。

Google Geminiは、ChatGPTと同様に、非常に高性能なAIです。Apple IntelligenceにGoogle Geminiが加わることで、ユーザーはより多くの選択肢の中から、自分に合ったAIサービスを選べるようになるかもしれません。

ユーザーへの影響は？プライバシーは？

Apple IntelligenceにGoogle Geminiが搭載されることで、ユーザーにはどのような影響があるのでしょうか？

まず、ユーザーは自分のリクエストを処理するAIサービスを、ChatGPTとGoogle Geminiから選択できるようになる可能性があります。これにより、より多様なAIの恩恵を受けられるようになるでしょう。

プライバシーについては、AppleはOpenAIとの提携において、ユーザーのリクエスト情報をOpenAIが保持しないことを保証しています。Googleとの提携においても、同様のプライバシー保護対策が講じられると考えられます。

いつから使える？料金は？

現時点では、Google GeminiがいつからApple Intelligenceに搭載されるのか、正確な時期は不明です。しかし、iOS 18.4ベータ版にコードが含まれていることから、そう遠くない将来に実現する可能性は高いでしょう。

料金については、Apple Intelligenceの基本的な機能は無料で提供される予定です。一部の高度な機能については、2027年以降に有料化される可能性も噂されていますが、Google Geminiの統合が無料の追加機能となる可能性も十分にあります。

(Via Apple Insider.)