GEMINI LABEN
NANOLITE — Nano Banana 2 Liteが登場しました。Googleで最も速く、最もコスト効率の高いGemini Imageモデルで、軽量な画像生成を安く回したい用途に向いていますOMNIFLASH — Gemini Omni Flashがpublic previewになりました。ネイティブにマルチモーダルなモデルで、企業や開発者が独自の動的な動画ワークフローを構築できますAGENTS — Managed Agentsが拡張されました。background: trueでサーバー側の非同期実行とポーリング、リモートMCPサーバー連携、対話をまたぐ認証情報のリフレッシュに対応しますMEMORY — Memory BankのIngestEvents APIが一般提供になりました。イベントの取り込みとメモリ生成を分離し、コンテンツを継続的にストリームできますTHROUGHPUT — Provisioned Throughputで、同一モデル・同一リージョンに対して最大7件の保留オーダーを提出できるようになりましたDEPRECATE — 画像生成モデルは8月17日に、Gemini Enterprise Agent PlatformのGrok 4.1系は8月20日に停止される予定ですNANOLITE — Nano Banana 2 Liteが登場しました。Googleで最も速く、最もコスト効率の高いGemini Imageモデルで、軽量な画像生成を安く回したい用途に向いていますOMNIFLASH — Gemini Omni Flashがpublic previewになりました。ネイティブにマルチモーダルなモデルで、企業や開発者が独自の動的な動画ワークフローを構築できますAGENTS — Managed Agentsが拡張されました。background: trueでサーバー側の非同期実行とポーリング、リモートMCPサーバー連携、対話をまたぐ認証情報のリフレッシュに対応しますMEMORY — Memory BankのIngestEvents APIが一般提供になりました。イベントの取り込みとメモリ生成を分離し、コンテンツを継続的にストリームできますTHROUGHPUT — Provisioned Throughputで、同一モデル・同一リージョンに対して最大7件の保留オーダーを提出できるようになりましたDEPRECATE — 画像生成モデルは8月17日に、Gemini Enterprise Agent PlatformのGrok 4.1系は8月20日に停止される予定です
TAG

Multimodal

25 記事
タグ一覧に戻る
関連タグ:
gemini-api18python8gemini7production5video4streaming4advanced3file-api3vision3image3audio3troubleshooting2
Gemini API/2026-04-13中級

壁紙アプリの画像分類をGemini APIへ — 旧SDK移行と解像度・信頼度・コストの実装メモ

壁紙アプリの画像分類をGemini APIで自動化した実装メモ。旧SDKから @google/genai への移行、長辺1024pxへの縮小、responseSchema での受け取り、信頼度しきい値、429/5xx のみの再試行、usageMetadata でのコスト実測までをまとめました。

Gemini API/2026-04-11上級

Gemini API で構築するコンテンツモデレーション本番システム

Gemini API でカスタムコンテンツモデレーションシステムを本番構築する完全ガイド。テキスト・画像のマルチモーダル検査、非同期バッチ処理、Human-in-the-Loop、コスト最適化まで網羅的に解説します。

Gemini 応用/2026-04-09上級

Gemma 4:E2Bからエッジへ、31Bからクラウドへ — 4モデルの選び方と実装パターン

Google DeepMind が発表した Gemma 4 ファミリー(E2B/E4B/26B A4B/31B)の全モデルを実装の視点で比較。MoEアーキテクチャ、256Kトークン対応、思考モード、マルチモーダル対応の実装方法から、エッジデプロイとファインチューニングのベストプラクティスまで網羅します。

Gemini API/2026-04-08上級

Gemini API × Cloud Storage 大容量ファイル処理パイプライン — 100MBアップロードとプライベートDB連携の本番実装ガイド

Gemini APIのCloud Storage統合と100MBファイル対応を活用し、大容量PDF・動画・音声を本番パイプラインで処理するアーキテクチャと実装パターンを詳解します。

Gemini API/2026-04-07上級

Gemini 2.0 マルチモーダル&Live API 活用法

Gemini 2.0 の2大機能——マルチモーダル処理とLive API——を深掘り解説。画像・動画・音声の統合処理から、リアルタイムストリーミング対話の実装まで、APIの実践的な活用法を体系的に学べます。

Gemini API/2026-04-03上級

Gemini API × SwiftUI 本番アプリ実装ガイド:ストリーミング・マルチモーダル・エラーハンドリング・App Store対策まで

Gemini APIをSwiftUIアプリに本番レベルで統合する実装ノウハウ。ストリーミング応答・マルチモーダル入力・エラーハンドリング・テスト戦略・App Store申請対策まで、プロ向けの実装ノウハウを実例とともに整理します。

Gemini API/2026-03-30上級

Gemini APIマルチモーダルRAGパイプライン構築ガイド — 画像・PDF・動画を横断検索するAIシステムの設計と実装

Gemini 2.5 ProのマルチモーダルAPIを活用して、テキスト・画像・PDF・動画を統合的に検索・分析できるRAGパイプラインの設計から本番デプロイまでを体系的に解説します。

Gemini API/2026-03-30中級

Gemini API × Python で音声ファイルを文字起こし・要約するアプリを作る方法

Gemini APIのマルチモーダル機能を使い、Pythonで音声ファイルの文字起こしと自動要約を行うアプリの作り方をステップバイステップで解説します。

Gemini 開発/2026-03-27上級

Gemini API × Flutter で AI チャットアプリを個人開発で運用するノート — iOS / Android 同時リリースで踏んだ設計と落とし穴

Flutter で iOS / Android を同時にリリースしている個人開発アプリに Gemini API を組み込んで運用してみた実装ノートです。AdMob 併用で eCPM とトークンコストのバランスを取る設計、ストリーミング切断・Firestore コスト・Cold Start などの実測値と対処を、コード例と数値付きで整理しました。

Gemini API/2026-03-27初級

Gemini API で PDF を解析・要約する — Python で始めるドキュメント AI

Gemini API を使って PDF ファイルのテキスト抽出・要約・質問応答を Python で実装する方法を解説。File API のアップロードからマルチモーダル処理まで、初心者にもわかりやすいステップバイステップガイドです。

Gemini API/2026-03-27中級

Gemini API を Go で実装する — 公式 genai SDK のテキスト生成・画像解析・ストリーミングと本番運用の設計

Google 公式 Go SDK(google.golang.org/genai)で Gemini API を実装。テキスト生成・画像解析・ストリーミングに加え、goroutine の並行制御・タイムアウト設計・モデル選定という本番運用の勘所までコード付きで解説します。

Gemini API/2026-03-26上級

Gemini API マルチモーダル実践テクニック集 — 画像・動画・音声・PDFを自在に扱う

Gemini APIの4つのモダリティ(画像・動画・音声・PDF)を統合する実践的なテクニック。ストリーミング対応パイプラインとFunction Calling併用の高度な実装ガイド。