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

long-context

4 記事
タグ一覧に戻る
関連タグ:
gemini-api2gemini-2.5-pro2pdf1summarization1coverage1python1troubleshooting1context-window1performance1business1document-analysis1prompt-engineering1
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/2026-05-03中級

Gemini API のロングコンテキストでよくある問題と解決策

Gemini API の100万トークンコンテキストで起きがちな問題を解決します。中間の情報が無視される Lost in the Middle、レスポンス遅延とタイムアウト、想定外のトークン料金、応答品質の不安定さ、効かないコンテキストキャッシングまで原因別に整理しました。

Gemini 応用/2026-04-24上級

Gemini 2.5 Pro で 200 ページの契約書を読む — 長文読解を業務品質に押し上げる 5 つの工夫

Gemini 2.5 Pro の長文読解能力を業務で使うには、コンテキスト長だけに頼らない設計が必要です。契約書・議事録・技術仕様書の分析で実際に効いた 5 つの工夫を、プロンプトと一緒にまとめました。

Gemini 応用/2026-04-21中級

Gemini 2.5 Pro をまじめに評価する — 長文推論とコード生成で使えるところ・使えないところ

Gemini 2.5 Pro を『ただ賢い』で終わらせないために、100 万トークンの長文推論、コード生成、Thinking 機能の使い分けを、個人開発者の視点で実践的に掘り下げます。他モデルとの比較も踏まえ、仕事で任せていい仕事とそうでない仕事を切り分けます。