Gemini と GPT-5.4 をユースケース別に選び分ける【2026年最新】

import google.generativeai as genai
 
# 複数モダリティを統合
model = genai.GenerativeModel('gemini-3.1-pro')
 
# 画像 + 動画 + テキストを同時入力
response = model.generate_content([
    "この動画の内容を 3 行で要約して、画像の人物との関連性を述べてください。",
    image_file,
    video_file
])
 
print(response.text)
# 出力例: "動画は AI ウェビナーを録画したもので、画像の講師が登壇しています..."

import openai
 
# 画像とテキストのみ対応
response = openai.ChatCompletion.create(
    model="gpt-5.4",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "この画像を分析してください"},
            {"type": "image_url", "image_url": {"url": "..."}},
        ]
    }]
)
 
print(response.choices[0].message.content)

import google.generativeai as genai
 
genai.configure(api_key="YOUR_GEMINI_API_KEY")
model = genai.GenerativeModel('gemini-3.1-pro')
 
# 画像と指示をセット
response = model.generate_content([
    "この商品の名前、価格、説明を JSON 形式で抽出してください",
    image
])
 
print(response.text)
# 出力:
# {
#   "name": "ワイヤレスヘッドフォン",
#   "price": "¥8,999",
#   "description": "ノイズキャンセリング対応、最大40時間バッテリー"
# }

import openai
import base64
 
client = openai.OpenAI(api_key="YOUR_OPENAI_API_KEY")
 
# 画像を Base64 エンコード
with open("product.jpg", "rb") as image_file:
    image_base64 = base64.b64encode(image_file.read()).decode()
 
response = client.chat.completions.create(
    model="gpt-5.4",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "この商品の名前、価格、説明を JSON 形式で抽出してください"},
                {
                    "type": "image_url",
                    "image_url": {
                        "url": f"data:image/jpeg;base64,{image_base64}"
                    }
                }
            ]
        }
    ]
)
 
print(response.choices[0].message.content)