Google Gemini 3 Pro: チャットボット時代の終焉、AIエージェント時代の幕開け？

Gemini 3 Proは、Googleの最も「合理的な」モデルとして紹介され、同社は多くの点でこのソリューションを業界のリーダーとして公然と位置づけています。独立した評価もこれを裏付けています。

Artificial Analysisによると、このモデルは彼らの総合インデックスの新たなリーダーとなりました。

Artificial Analysisのテストを信じるならば、Googleは知的タスクの分野—推論、複雑な構造の理解、精度、マルチモダリティ—で競合他社をリードしています。

Deep Analysisでのパフォーマンスは特に注目に値します。ツールを使わずに博士レベルの問題を解く能力を評価する「Humanity's Last Exam」では、Gemini 3 Proは37%以上のスコアを獲得しました。

これは以前の記録より10パーセントポイント以上高い数値です。ルールを導き出し、新しい状況に適用する能力を評価する最も難しいベンチマークの一つであるARC-AGI-2でも、このモデルは大半の競合他社を上回りました。

Googleは、数学テストでも高いパフォーマンスが見られると強調しています。従来、極度に複雑な質問がモデルのバランスを崩すMathArena Apexテストでは、Gemini 3 Proは23.4%を獲得しました。以前はこの数値は他のシステムでは達成不可能で、最高の結果でも5.2%を超えませんでした。

マルチモーダルテストでも、更新されたGeminiはトップの位置を占めています。専門家はこれを、モデルの潜在的な大規模さに直接起因すると考えています。

この仮説は、視覚分析や空間理解を含むタスクで、GoogleのAIが他社の製品を上回る能力を説明するものです。

ClaudeやChatGPTとの比較も特筆に値します。GitHubタスクを自律的に処理する能力をテストするSWE-Bench Verifiedベンチマークでは、新モデルはSonnet 4.5に1%差で遅れをとっています。他の指標では、Geminiが頻繁にリードしています。

もう一つの重要な証拠はモデルの速度です。Artificial Analysisによると、Gemini 3 Proは1秒あたり約128トークンを生成します。これはGPT-5.1、Kimi K2 Thinking、Grok 4のパフォーマンスよりも速いです。

これはおそらく、Tensor Processing Unit（TPU）プロセッサに基づくGoogleの独自ハードウェアプラットフォームによるものです。

このように、多くのパラメータにおいて、このモデルは既存のフラッグシップモデルと自信を持って競争し、多くの場合それらを上回っています。同時に、一部のテストでは競合他社に遅れをとっていますが、通常はわずかな差にとどまっています。

技術的に言えば、Gemini 3 Proはより多くのコンテキストと拡張された制御可能なパラメータセットを持つマルチモーダルモデルです。Googleのドキュメントによれば、テキスト、コード、画像、音声、動画、PDFを入力として受け付けます。

最大入力サイズは1,048,576トークン、出力は最大65,536トークンとされています。実用的な応用では、これはモデルが長文書、記事セット、大規模なビデオ講義、あるいはコードリポジトリ全体など、大量のデータを一度に分析できることを意味します。

ドキュメントには、モデルがクエリあたり最大900枚の画像、最大900件のドキュメント、最大10本の動画、数時間に及ぶ音声をサポートすることが別途記載されています。

これにより、テキスト記述と視覚素材、コードを組み合わせた複雑なクエリを構築することが可能になります。

Gemini 3の導入により、多くの新しい設定が導入されました。まず、推論レベルのパラメータです。以前の「思考予算」の代わりに、低または高に設定できる明示的なthinking_levelスイッチが使用されています。

Googleはこれを内部推論の量を調整する方法として説明しています。この機能は、応答品質、論理の複雑さ、遅延、コストのバランスを取ります。

第二に、メディアコンテンツの解像度制御が登場しました。media_resolutionパラメータ（低、中、高）により、画像や動画の視覚分析の深さとトークン消費を制御できます。

製品レベルでは、Googleはこれらの機能を新しい形のインターフェースに変えようとしています。ピチャイはGeminiの体験をこのように説明しています：

さらに、Googleの幹部はGemini 3が「検索と新しい生成インターフェースに強力な推論をもたらす」と述べています。具体的には、ビジュアルレイアウトモードを導入しています。

これは、回答が写真、モジュール、ユーザーが制御するアイテムを含む「雑誌」のような見た目になることを意味します。例として、彼はローマへの3日間の旅行を計画するリクエストを挙げました。

システムは視覚的なブロックを含む旅程を生成し、ユーザーの好みに合わせてカスタマイズする機能を提供しました。

開発の重要な領域はエージェントベースの機能です。GoogleはGemini 2以降、「エージェント時代」を積極的に開発しており、Gemini 3は長期間にわたるアクションを計画する能力において進歩を示していると述べています。

彼らの資料は特に、1年間の自動販売機の管理をシミュレートするVending-Bench 2ベンチマークでのリーダーシップに言及しています。Googleの説明によると、AIはアクションの順序とツールの使用を安定した状態に保ち、設定された目標から「離れない」とのことです。

同社は、日常的なタスクに対するこれらのアイデアの実用的な応用をGemini Agentに帰しています。Googleの幹部は、この機能が高度な推論能力を使用して複雑なタスクを複数のステップに分解すると説明しています。

それらを完了した後、モデルは得られた結果に応じて、ユーザーに次のアクションを提案します。

エンジニアリング面では、新しいGoogle Antigravity開発ツールがエコシステムの重要な要素となっています。公式発表ではこれを「エージェントベースの開発プラットフォーム」と説明しています。

このソリューションは、Gemini 3ベースのエージェントがエディタ、ターミナル、ブラウザにアクセスできる統合環境です。彼らは複雑なソフトウェアタスクを計画・実行し、そのステップをユーザーに個別の「アーティファクト」として提示することができ、簡単に検査できます。

ArsTechnicaの記事は、AntigravityがGeminiベースのエージェントだけでなく、Claude Sonnet 4.5やGPTベースのソリューションも使用できることを強調しています。この製品はクライアントとサーバーサイドのコマンドラインツールも提供しています。

これらのケースは、モデルがオブジェクトの空間化や仮想・拡張現実環境での作業に関連するタスクを処理できることを示しています。

要約