GoogleはAI分野における機能を大幅に拡充し、同社で最も高度なテキストから画像生成モデル「Imagen 4」をリリースしました。現在、Gemini APIおよびGoogle AI Studioにて有料プレビューとして利用可能です。
Imagen 4は、従来バージョンと比べて特に画像内のテキスト描画品質が大幅に向上しています。今回のリリースでは、1枚あたり0.04ドルの標準モデル「Imagen 4」と、ユーザー指示への追従精度をさらに高めた1枚あたり0.06ドルの「Imagen 4 Ultra」の2種類が提供されます。いずれのモデルも、肉眼では判別できないAI生成コンテンツ識別用のSynthIDウォーターマーキング技術を搭載しています。
このリリースは、GoogleのGemini 2.5ファミリー拡大の一環でもあります。プレビュー期間を経て「Gemini 2.5 Flash」と「Pro」が一般提供となったほか、最もコスト効率と速度に優れた「Gemini 2.5 Flash-Lite」がプレビュー提供されます。Flash-Liteは、大量処理や低遅延が求められる分類、翻訳、インテリジェントルーティングなどの用途に最適化されています。
効率性を重視しつつも、Gemini 2.5 Flash-Liteは1ミリオン・トークンのコンテキストウィンドウや、Google検索連携・コード実行などのネイティブツール対応といった2.5ファミリーの主要機能を維持しています。他のモデルがデフォルトで「思考」機能を有効化しているのに対し、Flash-LiteではAPIパラメータで思考予算を制御でき、デフォルトでは思考機能がオフとなり、速度とコスト最適化を実現しています。
さらに開発者向けの新機能として、GoogleはオープンソースのAIエージェント「Gemini CLI」を公開しました。これにより、ターミナル上で直接Gemini 2.5 Proへアクセスし、コーディングや問題解決、タスク管理などがコマンドラインインターフェースで可能となります。Gemini CLIはApache 2.0ライセンスのもと公開されており、開発者はコードの検証やセキュリティ確認、開発への貢献が可能です。
Googleの最新AIリリースは、高品質な画像生成から効率的なテキスト処理、ターミナルベースのAIアシスタンスまで、幅広い価格帯と用途に対応した強力かつ柔軟な開発者向けツールの提供に対する同社のコミットメントを示しています。