◉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

tutorial

5 記事
← タグ一覧に戻る
関連タグ:
python4gemini3gemini-api3beginner2audio2adk1agent-development-kit1diarization1spring-boot1java1rest-api1transcription1
⟐ Gemini 開発/2026-05-02初級

Google ADK の使い方 — 最初のAIエージェントを30分で動かすハンズオンチュートリアル

Google Agent Development Kit（ADK）を初めて触る方向けのハンズオンです。環境構築、フォルダ構成、エージェント本体の実装、adk web での起動と会話までを30分で完走できるよう、Runner や Session などの用語のつまずきも含めて案内します。

◈ Gemini API/2026-05-01中級

Gemini API で会議音声から話者を識別する — 簡易ダイアリゼーションの実装ガイド

会議録音やポッドキャストの音声から「誰が話したか」を Gemini API のマルチモーダル音声理解で識別する方法です。話者ラベルつき JSON を返す最小構成のコード、結果を底上げする3つのプロンプトの工夫、専用ツールとの使い分けを解説します。

◈ Gemini API/2026-04-01初級

Gemini APIをSpring Bootで活用する：JavaエンジニアのためのAIチャットアプリ開発入門

Spring BootとGemini APIを組み合わせてAIチャットAPIを構築する実践ガイド。Javaエンジニアがゼロからセットアップし、REST APIエンドポイントとしてGemini AIを統合する手順を丁寧に解説します。

◈ 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と 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を作ります。基本の文字起こしから要約機能の追加、長時間音声の分割処理、複数ファイルの一括処理まで、4つのステップに分けて手を動かしながら進めます。

⟐ Gemini 開発/2026-03-17初級

Google Colab で Gemini API を動かす — 無料環境で試す最初の一歩

Google Colab の無料環境で Gemini API を動かす最初の一歩です。API キーの取得と Colab Secrets への安全な保存、SDK のインストール、初めてのテキスト生成からストリーミング表示まで、コピーしてそのまま動く Python コードを添えて解説します。