GEMINI LABEN
ROBOTICS — 8月31日に停止した ER 1.6 preview には後継があります。Gemini Robotics ER 2 が公開プレビュー中で、通常版とストリーミング版の2種類が提供されていますVIDEO — ER 2 の成功・失敗判定は静止画ではなく生の映像フィード上で動きます。こぼれ・滑り・位置ずれのような、実行の途中で起きる失敗を捉えられる設計ですDEADLINE — 次の期限は9月30日、gemini-omni-flash-preview の廃止です。移行先は8月27日に GA になった gemini-omni-1.1-flash で、残り4週間を切りましたAPIKEY — 残りの標準 API キーは、制限付きのものも含めて9月中に全面停止します。移行先は Google Cloud サービスアカウントに紐付く auth キー形式ですPRICE — Gemini 3.7 Flash の導入価格 $0.75/$3.75 per 1M は12月31日までです。2027年1月1日から $1.50/$7.50 になるため、年を跨ぐ見積もりは2本立てが要りますAUDIO — Gemini 3.5 Transcribe は85言語以上の言語検出、話者ダイアライゼーション、単語単位タイムスタンプ、最大1,000語のカスタム語彙バイアスに対応していますROBOTICS — 8月31日に停止した ER 1.6 preview には後継があります。Gemini Robotics ER 2 が公開プレビュー中で、通常版とストリーミング版の2種類が提供されていますVIDEO — ER 2 の成功・失敗判定は静止画ではなく生の映像フィード上で動きます。こぼれ・滑り・位置ずれのような、実行の途中で起きる失敗を捉えられる設計ですDEADLINE — 次の期限は9月30日、gemini-omni-flash-preview の廃止です。移行先は8月27日に GA になった gemini-omni-1.1-flash で、残り4週間を切りましたAPIKEY — 残りの標準 API キーは、制限付きのものも含めて9月中に全面停止します。移行先は Google Cloud サービスアカウントに紐付く auth キー形式ですPRICE — Gemini 3.7 Flash の導入価格 $0.75/$3.75 per 1M は12月31日までです。2027年1月1日から $1.50/$7.50 になるため、年を跨ぐ見積もりは2本立てが要りますAUDIO — Gemini 3.5 Transcribe は85言語以上の言語検出、話者ダイアライゼーション、単語単位タイムスタンプ、最大1,000語のカスタム語彙バイアスに対応しています
TAG

PDF

7 記事
タグ一覧に戻る
関連タグ:
gemini-api5multimodal3summarization2python2files-api2troubleshooting2gemini2long-context1coverage1inline-data1document-ai1file-api1
Gemini API/2026-07-12上級

長尺PDFの章ごと要約で、まる一章が要約から消えていたとき — 被覆率を計測して取りこぼしを塞ぐ運用メモ

章ごと要約→全体再結合は長尺PDFに効きますが、抽出漏れや再結合で一章がまるごと消えても要約は素知らぬ顔で完走します。被覆率という一つの数字で取りこぼしを検知し、消えた章だけ再実行する監査つきパイプラインを実装で示します。

Gemini API/2026-05-10中級

Gemini API で大きなPDFや動画を inlineData で送ると RESOURCE_EXHAUSTED — Files API への切り替え判断

Gemini API で大きなPDFや動画ファイルを inlineData で送って RESOURCE_EXHAUSTED が出る原因と、Files API への現実的な移行手順を、個人開発の現場感覚でまとめます。

Gemini API/2026-05-02中級

Gemini API のPDF入力で詰まったときの原因切り分けと解決法

Gemini API に PDF を送ったのに本文が返ってこない症状を、フローチャートで切り分けて解決します。スキャン画像 PDF、20MB のインライン上限、1,000ページ制限、MIME タイプの不一致、表組みや数式の崩れという5つの原因別に対処を示します。

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/2026-03-26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

画像・動画・音声・PDF を単一リクエストで扱う Gemini API のマルチモーダル実装テクニック集です。4モダリティの基礎実装から、ストリーミング対応パイプライン、Function Calling との統合、レート制限対策、パフォーマンスとコストの最適化まで進めます。

Workspace 連携/2026-03-26初級

NotebookLMをGeminiの『下調べ役』にする — 論文とPDFを読む時間を実際に減らした手順

NotebookLMをGeminiの下調べ役として実際に使い込んだ記録。長いPDFや論文、YouTube動画を読む前の入口に置く運用と、ポッドキャスト生成の効きどころ・効かないところを、つまずいた点まで含めて率直に書きます。

Gemini API/2026-03-14上級

Gemini マルチモーダルドキュメント処理 高度ガイド — PDF解析・表抽出・契約書自動審査

Gemini APIのマルチモーダル機能を使った高度なドキュメント処理ガイド。PDF全文解析・表とグラフの構造抽出・複数ドキュメントの横断比較・契約書・請求書・決算書の自動審査まで。File API・context cachingとの組み合わせ実装例付き。