Gemini 3(ジェミニスリー)とは

Gemini 3とは、Googleが2025年11月に発表した大規模言語モデルで、テキスト・画像・動画・音声・コードをまとめて扱えるマルチモーダルAIです。前の世代であるGemini 2.5系の後継にあたり、とくに筋道を立てて考える「推論」の力を高めた点が特徴とされています。

Gemini 3が扱える5種類の情報(テキスト・画像・動画・音声・コード)への枝分かれを示す概念図

Gemini 3の特徴

Gemini 3は、ひとつのモデルテキスト・画像・動画・音声・コードという5種類の入力をまとめて理解できます。文章だけでなく、図やグラフ、動画の中身まで一度に読み取って考えられるのが、こうしたマルチモーダルなAIの強みです。あわせて、一度に読み込める情報量の目安であるコンテキストウィンドウは100万トークンとされています。トークンはAIが文章を区切る細かな単位で、100万トークンというのは、ざっくり分厚い資料や長編の書類を、何冊分もまとめて一度に読み込めるくらいの広さと考えるとイメージしやすいでしょう。

発表時には、標準の「Gemini 3 Pro」と、より難しい問題向けにじっくり考える「Gemini 3 Deep Think」という構成が示されました。Deep Thinkは、答えを急がず段階を踏んで検討する使い方を想定したもので、特に難易度の高い問題に向けた上位の選択肢として示されました。推論を前面に出すモデルの方向性を表す構成といえます。

前の世代や他のAIとの違い

名前の数字が小さいと古く感じるかもしれませんが、Gemini 3は2025年11月に出た新しいモデルで、Gemini 2.5系の後継です。世代番号は各社が独自に付けているため、数字の大小だけで他社のAIと新旧や優劣を単純に比べることはできません。重要なのは「いつ登場し、何ができるか」です。Geminiにはチャットで使えるアプリ版もありますが、ここでいうGemini 3はその中身となるモデルを指します。アプリとモデルは名前が同じでも別物だと押さえておくと混乱しません。

どこで使われ、何の役に立つか

Gemini 3は、チャットで使うGeminiアプリのほか、開発者向けの基盤やGoogleの検索機能などに組み込まれていきました。発表と同時に、コードを書くAIエージェントの開発基盤「Antigravity」も公開されたほか、Google検索にも早い段階から取り入れられています。実務では、資料の要約、長い文書の読み解き、図やデータを含む分析、プログラムの作成補助など、文章と画像をまたいで考える作業に向いています。2025年12月には、資料を読み込んで質問に答えるGoogleのツール「NotebookLM」もGemini 3を土台に切り替えられました。なお、ベンチマーク(性能試験)で高い点数を取ることと、自社の実際の業務で役立つかは別の話です。導入を考える際は、試験のスコアをうのみにせず、自分たちの用途で試して確かめる姿勢が大切になります。

Topic対話型AIの「腕くらべ」で史上初めて1500点を超えた

世界中のAIを人間の投票で比べる有名なランキングサイト「LMArena(旧Chatbot Arena)」があります。利用者がAIの回答を見比べて勝敗を付け、その積み重ねでチェスのような点数(Elo)が決まる仕組みです。Gemini 3 Proは発表時、このランキングで史上初めて1500点の壁を超え、1501点を記録しました。前世代のGemini 2.5 Proが約1450点だったため、一気に50点ほど駆け上がった計算です。点数は人気投票に近い性質もありますが、節目の数字を最初にまたいだモデルとして話題になりました。

Gemini 3に関するよくある質問

Gemini 3と、チャットで使うGeminiアプリは同じものですか?
名前は同じでも別物です。ここでいうGemini 3はAIの中身となるモデルを指し、Geminiアプリはそれを使えるチャットサービスです。Gemini 3はアプリのほか、開発者向けの基盤やGoogle検索、NotebookLMなどにも組み込まれています。
数字が小さいと古いモデルですか?
いいえ。Gemini 3は2025年11月に出た新しいモデルで、Gemini 2.5系の後継です。世代番号は各社が独自に付けているため、数字の大小だけで他社のAIと新旧や優劣を単純に比べることはできません。
一度にどれくらいの情報を読み込めますか?
コンテキストウィンドウは100万トークンとされ、分厚い資料や長編の書類を何冊分もまとめて一度に読み込めるくらいの広さです(トークンはAIが文章を区切る細かな単位)。
ベンチマークで高得点なら実務でも役立ちますか?
必ずしもそうとは限りません。ベンチマーク(性能試験)で高い点を取ることと、自社の実際の業務で役立つかは別の話です。導入を考える際は、スコアをうのみにせず、自分たちの用途で試して確かめる姿勢が大切です。