Gemini 2.5 Pro Deep Think公開。科学分野で首位
この記事の要点
Googleは2026年6月22日、推論を強化したGemini 2.5 Pro Deep Thinkを公開した。大学院レベルの科学問題で82.4%と高水準を記録した一方、ソフト開発の指標ではFable 5が上回る。Gemini 3.5 Proは7月へ延期。用途で使い分ける視点が要る。
結論
Googleは2026年6月22日、推論を強化したGemini 2.5 Pro Deep Thinkを公開した。大学院レベルの科学問題を測るGPQA Diamondで82.4%を記録し、科学と推論の分野で先頭に立った。一方でソフトウェア開発の指標ではAnthropicのFable 5が上回っており、モデルは用途で使い分ける必要がある。なお上位版のGemini 3.5 Proは6月の予定から7月へずれ込んだ。出典はGoogle DeepMindとStartup Fortune。
ベンチマークの中身
公開された数値は分野ごとに差がある。報道によると、Gemini 2.5 Pro Deep Thinkは大学院レベルの物理・化学・生物を問うGPQA Diamondで82.4%、知識を横断するMMLU-Proで89.8%、コーディング課題のHumanEval+で94.1%を記録した。いずれも公開モデルの中で高い水準にある。
ただしソフトウェア開発の実務に近いSWE-bench Verifiedでは76.4%にとどまり、Fable 5の88.6%を下回った。つまり、グラフの読みや科学の推論ではGeminiが強く、現場のコード修正や長時間の自律作業ではFable 5が強い、という棲み分けが見える。Deep Thinkは出力前に内部で思考を巡らせるモードで、料金はトークン単価で標準のおよそ4倍とされる。数値や料金は更新されることがあるため、最新は公式で確認してほしい。
上位版のGemini 3.5 Proは、当初の6月公開から7月へ後ろ倒しになった。Googleは品質の調整を理由に挙げている。モデル競争の全体像は主要LLM一覧 2026年版にまとめている。
現場の実務にどう効くか
ベンチマークの上下に振り回されないことが大切だ。重要なのは、自社の業務がどの能力を必要としているかを先に決めることである。
研究開発、財務分析、難しい数式を扱う部署なら、科学と推論に強いモデルが効く。逆に、社内ツールの開発やコード修正を任せたいなら、ソフト開発の指標が高いモデルを選ぶ。どちらか一方に固定せず、業務ごとに評価して使い分けるのが現実的だ。選定の基準は生成AIモデルの選び方が参考になる。
実際の使用感は数値だけでは分からない。候補を2つか3つに絞り、自社の典型的な作業で試してから本採用を決めたい。3社の違いはChatGPT・Claude・Gemini徹底比較も役立つ。発表のたびに乗り換えるのではなく、評価の仕組みを社内に持つことが、長く効く投資になる。
出典
よくある質問
Deep Thinkとは何ですか。
出力する前に内部で思考の手順を踏ませる、Googleの拡張推論モードです。難しい数学や科学、複雑な推論で精度が上がる一方、応答に時間がかかり費用も標準より高くなります。料金はトークン単価で標準のおよそ4倍とされますが、最新は公式で確認してください。
業務にはどのモデルを選べばよいですか。
用途で分かれます。研究や財務分析、難しい数学では科学に強いモデルが向き、コーディングや長時間の自律作業ではソフト開発の指標が高いモデルが向きます。1つに固定せず、業務ごとに評価して選ぶのが現実的です。
関連記事
Gemini 3.5 Pro、一般提供を7月へ延期。Googleが確認
Alphabetは、Gemini 3.5 Proの一般提供が2026年6月に間に合わず7月へずれ込むと認めた。GuruFocusが6月24日に報じた。人材流出やベンチマークの差の調整が理由とされる。現状は法人向けの限定プレビューにとどまる。
NotebookLM、Gemini Notebookに改称
GoogleがリサーチツールNotebookLMを7月16日からGemini Notebookに改称し、Workspace全体への展開を広げた。GeminiアプリやGoogle検索との連携も進む。
Gemini 3.5 Pro、一般提供が7月も延期
Googleの次期主力モデルGemini 3.5 Proが7月も企業向け限定提供にとどまる。5月・6月と2回続けて一般提供を見送った理由と、企業が今取るべき対応を解説する。