Gemini（ジェミナイ）

無料プランと月額2,900円（税込）のGoogle AI Proプランがあります。最上位モデルの「Gemini 4 Argon」を使えるのは、このGoogle AI Pro以上の契約者です。節約したい人向けには月額725円のGoogle AI Plusプランもありますので、まずはこちらから試してみるのもありでしょう（ただし、PlusではGemini 4 Argonは使えません）。さらに上には月額14,500円（20倍枠は32,000円）のGoogle AI Ultraプランがあり、使える量がProの5倍（20倍枠は20倍）に増えます。

Geminiは、Googleが開発しているAIチャットボットであり、GoogleドキュメントやGoogle Chromeブラウザ、YouTubeなどのGoogleエコシステムとの親和性が高いのが特徴です。Androidスマホはもちろん、iPhoneの「Siri AI」も、Geminiをもとに作られたAIモデルで動いていますので、一般消費者に一番馴染み深いAIモデルかもしれません。2026年8月11日には、Geminiアプリの月間利用者数が10億人を突破したと発表されました。9月2日には、速さと安さはそのままに、長い作業や自律的に動くエージェント用途を強化した「Gemini 3.8 Flash」が公開されています（Googleいわく「これまでで最も賢いFlash」）。そして、9月30日に発表されたGoogleの新しい最上位モデル「Gemini 4 Argon（アルゴン）」が、2026年10月14日（日本時間）からGeminiアプリで使えるようになりました。

Googleは、難しい作業を最初から最後まで任せられるモデルだと説明しており、プログラム開発や、法務・財務のような専門的な事務作業に強いとしています。独立系の評価サイトArtificial Analysisの総合スコアは、2026年10月27日に採点方法が新しくなった後の版で50点です（同じ版でClaude Opus 5.5は59点、ChatGPTのGPT-6 Astraは57点）。さらに2026年10月28日には、Googleの次の最上位モデル「Gemini 4 Carbon（カーボン）」が発表されました。プログラム開発と、セキュリティの弱点を見つけて直す作業に特に強く、Artificial Analysisの総合スコアでは60点で1位に立っています。ただし2026年11月5日時点では、一部のセキュリティの専門家だけに提供されていて、Geminiアプリではまだ使えません（Googleは、安全のための仕組みを整えてから、一般の利用者にもできるだけ早く届けるとしています）。

なお、長く待たれていたGemini 3.5 Proは、Googleが「もう出す予定はない」と説明しており（2026年10月1日のロイター報道）、Gemini 4 Argonがその後を継ぐ形になりました。Geminiアプリで選べるモデルはプランによって違い、2026年11月5日時点では、無料プランでは主に軽くて速い「Flash-Lite」が答え、月額725円のGoogle AI Plusでは「Flash」なども選べるようになります。月額2,900円のGoogle AI ProとUltraでは、最上位の「Argon」（Gemini 4 Argon）も選べるほか、パソコンの前にいない間も作業を進めてくれる「タスク」機能も使えます。使える量には上限があり、5時間ごとに回復しますが、週ごとの上限もあります（上限に達すると、Flash-Liteで会話を続けられます）。

Googleの開発ツール「Antigravity（アンチグラビティー）」でも、月額2,900円のProでGemini 4 Argonを使えますが、使える量には週ごとの上限があります（たくさん使いたい場合は、使える量がいちばん多い月額14,500円からのUltraが向いています）。また、Google検索の「AIモード」でも、2026年10月13日（アメリカ時間）から、ProとUltraの契約者向けに世界で順に使えるようになっています。また2026年9月9日には、Google Workspace（Gmail、ドキュメント、スライド、チャット、ドライブ）の中で、アプリを移動せずに文章の作成・調べ物のまとめ・メールの下書き・打ち合わせの日程調整・やることの管理までGeminiに頼めるようになりました。

さらに2026年9月10日には、Windows用のデスクトップアプリが公開されました。キーボードで「Altキー＋スペースキー」を押すだけで、いま開いている画面の上にGeminiが出てくるので、ブラウザでGeminiのページを開き直す手間がなくなります。画像生成のNano Bananaや動画生成もこのアプリから使えます（旧Gemini Sparkのエージェント機能「タスク」は、Googleのヘルプでは、使えるのはスマホアプリ、Mac用アプリ、ウェブ版とされていて、Windows用アプリは挙げられていません）。Windows 10と11に対応していて、gemini.google/desktop から無料でダウンロードできます（Mac版は2026年4月に先行して公開されていました）。Googleのサービスで日々の仕事をしている方は、この統合が一番大きな変化かもしれません。

さらに2026年9月15日には、その場で話せる音声モデル「Gemini 3.8 Live」が公開されました。97の言語を自動で聞き分け、会話を止めずに裏で調べ物などの作業を進めてくれます。じっくり考える「Extended Thinking」版では、「確認しますね」と相づちを打ちながら考える、という人間らしい間の取り方もします。そして2026年9月30日には、よく使う指示を「スキル」として保存しておき、「/（スラッシュ）」に続けて名前を打つだけで呼び出せる機能が、世界中で順に使えるようになりました（10月13日からは、年齢を問わず全ユーザー向けに順に提供が始まり、11月中ごろまでに行き渡る予定です）。いくつかのスキルを組み合わせたり、PDFや画像などの参考資料を付けておいたりもできます。これまで指示を保存しておく役目だった「Gem」は、個人のGoogleアカウント（18歳以上）では2026年11月17日に自動でスキルへ移され、それ以降のGemは見ることはできても、使ったり編集したりはできなくなります。

そして2026年12月17日には、Gemそのものが見られなくなる予定です（18歳未満の方の日程はまだ発表されておらず、会社や学校のアカウントは2027年からです）。また2026年10月には、スマホのカメラや画面を見せながら話しかけると、見えているものを声でわかりやすく説明してくれる「シンプルガイド」（Gemini Liveの機能）が、日本でもAndroidのスマホ（Android 9以上）から順に使えるようになっています。説明書の小さな文字を読み上げてもらったり、怪しいSMSかどうかを一緒に確かめてもらったりできます。さらに2026年10月29日には、Geminiアプリの中で、文書・PDF・スライド・表計算などのファイルを作って、その場で中身を見ながら直せるようになりました。全画面に広げて自分で文字を打ち直したり、直してほしい部分を選んでGeminiに頼んだりできます（Googleによると、Geminiアプリが使えるすべての言語で使えます。スマホで見たり直したりできるのはPDFだけで、ほかの形式はウェブ版で使えます）。

Geminiは2025年の2.5 Proモデルから性能が大きく上がり、日本語の性能も良かったので、2025年は仕事で一番メインに使っていたかもしれません。画像・動画・音楽といった様々なメディアを1つで生成できるのもGeminiの強いところで、スマートフォンで気軽に画像や動画を作ってもらう、といった一般ユーザー向けの使い方には非常に適していると思います。ただ、その後はしばらく新しいProモデルが出ず、ChatGPTやClaudeのほうが良いと感じて、Geminiは全然使わなくなっていました。そんな中、2026年10月14日（日本時間）にGemini 4 Argonが公開されたので、Google AI Pro（月額2,900円）から月100ドル（日本では月額14,500円）のGoogle AI Ultraにアップグレードして、ブラウザ版とAntigravityで実際の仕事をさせてみました。

結論から言うと、Gemini 4 Argonはかなりいいです。Claude Opusと比べても遜色がない仕事をしてくれて、下手するとGPT-6 Astraよりいいのでは、という感じです。ブラウザ版で「Gemini 4 Argon 複雑なタスク向け」を選んで書籍の原稿を書かせたところ、約13万文字になりました（GPT-6などは8万〜9万文字、Claude Opusは14万文字でした）。冒頭からインパクトがあって心に刺さる文章で、日本語の性能はClaudeと遜色なく、ChatGPTよりは優れていると感じました。Claude Opusとどちらを選ぶかは好みかな、というくらいの質です。Antigravityでは、開発中のサイト作成システムを敵対的にレビューさせたところ、今までClaudeが見つけられなかった細かいバグや改善点を見つけてくれました。

さらに、約16分の読み上げ式セールス動画、動画を埋め込んだ販売ページ、告知用のステップメールまで、商品販売に必要なものをパッと作ってくれました。販売ページは、2026年の前半にGemini 3.1 Proでは作れなかった長さのものを、Claudeと遜色ないレベルで作ってくれています。困った点は使用量の上限で、Ultraでもこれらの作業だけで5時間ごとの制限を使い切り、週の上限も25%を使ってしまいました。エフォート（考える深さ）をHighではなくMediumにするのもありかなと思っています。すでにChatGPTやClaudeにしっかり課金している方は、まずは月額2,900円のProでブラウザ版から使ってみるので十分だと思います。Geminiだけで仕事をしっかり回したい方は、月200ドル（3万円以上）のプランも視野に入ります。高くはなりますが、いつでも働いてくれる優秀な従業員を数万円で雇えると思えば、そこまで高くないと思います。

無料でも使用可能ですが、回数制限があるため、定期的に使いたければ、月額2,900円のGoogle AI Proプランを契約することが推奨されます。

GeminiはGoogleが開発したAIツールだけあって以前からWeb上を検索する機能がありました。そこにGemini Deep Researchという詳細な検索機能が追加され、話題になりました。ただ、同名の機能をChatGPTを始めとする競合他社もリリースしてきたためか、現在は無料アカウントでも1日に5回までDeep Research機能が使えるようになりました。2026年4月にはより包括的な『Deep Research Max』が追加され、Gemini 3.1 Proベースで動作するようになりました。図表やインフォグラフィックも生成してくれて、長時間の徹底調査にも対応するなど、さらに高機能化しています。2026年11月5日時点では、Geminiアプリの「Flash」はGemini 3.8 Flashです。

なお、長らく待たれていたGemini 3.5 Proは出さないことになり（2026年10月1日、Googleの広報担当者がロイターに説明）、その先の世代にあたる最上位モデル「Gemini 4 Argon」が、2026年10月14日（日本時間）からGoogle AI Pro（月額2,900円）とUltraの契約者向けにGeminiアプリで使えるようになりました（Google検索の「AIモード」でも、2026年10月13日（アメリカ時間）から、ProとUltraの契約者向けに世界で順に使えるようになっています）。また、あなたの代わりに情報収集や予定の管理などを裏側で進めてくれるAIエージェント「Gemini Spark」（いまの名前は「タスク」）は、7月16日に日本でもGoogle AI Ultra向けに提供が始まり、8月からはGoogle AI Proプランでも使えるようになりました。8月19日には、音声で会話する「Gemini Live」から声でDeep Researchを頼んで、アプリを閉じていても完了の通知を受け取り、その内容について音声で話し合える機能も加わっています。

GeminiのDeep Research機能の良いところは、文章でのレポートを生成できるだけではなく、それをウェブサイトにしたり、スライドっぽくしたり、解説音声を生成したり、理解度を試す4択クイズなど1クリックで簡単に生成できる点です。どのAIツールもディープリサーチ的な機能は存在しますが、特に解説音声を簡単に生成することができるのは、2026年10月10日時点では、Geminiだけですね。なので、「これってどうすればいいのかな？」「このテーマについての知識を深めたい」と思ったら、Geminiのディープリサーチ機能を使って質問して、そのレポートを音声で解説してもらうのが私の情報収集の方法の1つです。やはり文章だけだと読むのが大変ですが、音声や図解での解説もあると、より理解度が上がると感じました。

そのようなメリットがあるのがGeminiですので、ぜひ一度試してみると良いでしょう。ちなみに、2026年7月から日本でも使えるようになった「Gemini Spark」は、調べ物をその場で終わらせるのではなく、裏側で動き続けて情報を集めてきてくれるタイプの機能です。まずはGoogle AI Ultraからの提供でしたが、8月からはGoogle AI Proプランでも使えるようになりましたので、月額2,900円のプランを使っている方も試せるようになっています。8月19日に加わった「声でDeep Researchを頼んで、あとで音声で解説してもらう」という使い方は、私のように移動中に情報収集をしたい人間にとっては、かなり相性が良いと感じています。

Gemini上で無料でも一定回数は画像生成ができるはずですが、有料のGoogle AI Proプランなどに加入することでより多く画像が生成可能となります。

Nano Banana Pro（Gemini 3 Pro Image）はGoogle DeepMindが2025年11月に発表した画像生成・編集AIモデルで、それまでのNano Banana（Gemini 2.5 Flash Image）の上位版にあたります。最大4K解像度に対応し、14枚もの参照画像を取り込みながら最大5人までの人物の見た目の一貫性を保ったまま画像を生成・編集できる点が特徴です。日本語を含む多言語の文字レンダリングも大幅に強化され、Google検索と連携することで実世界の最新情報を反映した正確なインフォグラフィックや図解の作成も可能になりました。2026年2月には後継の標準モデル「Nano Banana 2（Gemini 3.1 Flash Image）」が公開され、Geminiアプリの標準の画像生成モデルになっています（Nano Banana Proは有料プランの利用者向けの高品質用のモデルとして残っています）。

2026年6月末には、シリーズで最も速く低コストな「Nano Banana 2 Lite」（文章から画像を4秒で出力）も追加され、用途に応じてモデルを選べるようになっています。なお、開発者向けに提供されていた旧世代の画像モデル「Imagen 4」シリーズは8月17日で提供が終了し、Googleの画像生成はNano Bananaシリーズに一本化されました。2026年10月6日には、改良版の「Nano Banana 2.1」が、開発者向けのGemini APIとGoogle AI Studioで正式に使えるようになりました。画質や指示どおりに描く力、人物の一貫性、文字入れが良くなり、参考画像は最大14枚、極端な横長・縦長（1:8～8:1）の画像も作れます（Geminiアプリに入ったかどうかは、2026年11月5日時点でも公式に書かれていません）。

また10月7日には、画像・動画・音声がAIで作られたものかどうかを、誰でも調べられるサイト「SynthID Detector（シンスアイディー・ディテクター）」も公開されました。Googleのツールで作ったものに加えて、OpenAIなど他社のツールで作ったものも見分けられます（画面は英語のみです）。

2025年8月に「nano banana」という謎の画像生成AIがネット上で話題になり、その正体がGoogleの新モデルだと判明したのは記憶に新しいですね。私も早速GeminiとGoogle AI Studioで使ってみました。日本語のプロンプトで問題なく動作し、特に自分がアップロードした元の写真の人物の顔や雰囲気を維持したまま、背景や衣服を変更できる機能は「これはもうPhotoshopは不要になるのでは？」と話題になりました。さらに2025年11月にNano Banana Proが公開され、文字の正確性・解像度・複数人物の一貫性がさらに進化しています。2026年7月末のアップデート（Gemini Drop）では、自分のアバターを毎回アップロードしなくても画像に挿入できるようになり、自分が登場する画像を量産したい人にはますます使いやすくなりました。

8月は画像モデルそのものの更新はありませんでしたが、8月27日には姉妹の動画生成モデル「Gemini Omni 1.1 Flash」が正式版になり、Geminiアプリの中で動画のシーンを延長したり、最初と最後のコマを指定して動画を作ったりできるようになっています。Geminiの月額2,900円のAI Proプランに加入していれば、追加課金なしで使えるのもありがたいですね。ChatGPTのgpt-image-2と並んで、2026年の画像生成AIの最高峰の1つだと言えるでしょう。

Google AI Studioのサイト上では無料で使用可能です。

Google AI Studioの最新音声読み上げ機能は、あなたが入力した文章を人間のような自然な声で読み上げてくれる画期的なツールです。従来の機械的な音声とは全く違い、2人の話者が実際に会話しているような自然なやり取りを作り出すことができます。2026年4月に公開された読み上げモデル「Gemini 3.1 Flash TTS」では、約100の言語から選択でき、日本語も驚くほど自然な発音で生成されます。感情や話し方のスタイルも細かく指定できるため、喜んでいる声や悲しんでいる声など、場面に合わせた表現が可能です。ブラウザから無料で使えるため、特別な設備や技術知識は必要ありません。約5分程度の音声まで作成でき、ポッドキャストやオーディオブック、研修資料など様々な用途で活用できます。従来は高額な録音スタジオや声優が必要だった音声コンテンツ制作が、あなたの手元で簡単に実現できるようになりました。

そして2026年9月23日には、新しい読み上げモデル「Gemini 3.8 Flash TTS」と、より軽くて速い「Gemini 3.8 Flash-Lite TTS」が、Google AI StudioとGemini APIで公開されました。「落ち着いた声の40代の男性ナレーター」のように文章で説明するだけで新しい声を作れる機能や、本人の同意を録音したうえで、30秒ほどの音声からその人の声を再現する機能が加わり、2,000種類以上（Googleの発表による数です）の用意された声から選ぶこともできます。100以上の言語に対応し、Googleによると、日本語でも声の品質を比べるランキングで上位に入っているとのことです。作った音声には、AIが作ったことを示す目に見えない透かし（SynthID）が入ります。2026年11月4日には、用意された声や自分で作った声を文章の指示で変えて、新しい声として保存できる「ボイスリミックス」も、Google AI StudioとGemini APIで使えるようになりました。

Google AI StudioのGemini Speech Generation機能では、あなたが入力した日本語の文章を自然な音声で読み上げてくれます。1人での読み上げはもちろん、2人の話者による対談形式のポッドキャスト音声も作成できます。話し方のスタイルも「ハキハキと情熱を持って話す」など日本語で細かく指定でき、その指示がしっかり反映されます。従来のElevenLabsと比べても音質が高く、息継ぎや抑揚も自然で人間の声とほとんど区別がつかないレベルです。最大の魅力は無料で利用できることで、ポッドキャスト制作やオーディオブック作成、動画のナレーション音声として活用できます。あなたの文章コンテンツを音声化して補助資料として提供したり、AIアバターと組み合わせて動画を作成することも可能ですので、非常にお勧めできるものです。

（なお、8月26日には読み上げとは逆の「文字起こし」専用のモデルGemini 3.5 Transcribeも正式版になりました。こちらはChapter 14でご紹介します。）また、2026年9月15日には、読み上げではなく「その場で会話する」ための音声モデル「Gemini 3.8 Live」が公開されました。97の言語を自動で聞き分け、話しながら裏で調べ物などの作業も進めてくれます。GeminiアプリやGoogle AI Studio、Google Workspaceなどで順に使えるようになっていますので、「原稿を読み上げさせる」のではなく「AIと会話しながら進めたい」という方は、こちらも試してみてください。なお、9月23日に出たGemini 3.8 Flash TTSでは、声そのものを文章で注文して作れるようになりました。「この動画にはこういう声のナレーターがほしい」というイメージがある方は、ぜひ試してみてください。