最近、GoogleのAI関連サービスが多すぎて、正直追いきれていないな……と感じることが増えてきました。

「Gemini」「Gemini Notebook」「Antigravity」「Gemma」「Nano Banana」……。

しかも直近では、新しいAIノートPC「Googlebook」が海外で発表されて「日本での発売はいつになるんだろう！」とワクワクさせられたばかり。 ハードからソフト、基盤モデルまで、とにかく情報の奔流が止まりません。

ということで、自分自身の備忘録を兼ねて一度全体像を整理してみようと思います。

同じように「最近のGoogle製品、多すぎて全体像が掴めない！」と感じている方がいれば、頭の整理の参考にしてみてください。

※注意（スナップショットとしての免責）
この記事は執筆日時点の情報を自分なりに整理したスナップショットです。GoogleのAIの進化や統廃合のスピードが凄まじいため、この記事を継続して最新情報にメンテナンス・更新し続ける予定はありません。「この記事を書いた時点の構図」として、軽い気持ちで読んでいただければ幸いです。

では早速、**「じゃあ実際、今のGoogleのAIってどういう構成になっているのか？」**を順に見ていきます。

目次

  1. 【全体マップ】Google AIを5つのレイヤーで整理してみた
  2. 【第1層】日常・OS統合層
  3. 【第2層】制作・プロトタイピング特化層
  4. 【第3層】自律型AIエージェント層
  5. 【第4層】開発・推論インフラ層
  6. 【第5層】コア基盤モデル層
  7. おわりに

1.【全体マップ】Google AIを5つのレイヤーで整理してみた

全体を調査し、下層の「基盤モデル」から上層の「一般ユーザー向けUI」まで5層に整理しました。

Google AI製品レイヤ構造

1.1 Google AI製品レイヤ構造

こうして並べてみると、名前は知っていても実際に触ったことがないサービスがまだまだ多いです……（笑）。

この記事では、上から順に以下の5層に分けて見ていきます。

  • 第1層：日常・OS統合層（Gemini, Workspace, 検索など）
  • 第2層：制作・特化ツール層（Gemini Notebook, Google Flowなど）
  • 第3層：自律型AIエージェント層（Antigravity, Jules, Sparkなど）
  • 第4層：開発・推論インフラ層（AI Studio, Vertex AI, LiteRTなど）
  • 第5層：コア基盤モデル層（Gemini, Gemma, Veo, Nano Bananaなど）

では早速、もっとも身近な「第1層」から順に見ていきましょう。

2. 【第1層】日常・OS統合層

一番目に触れる機会が多い、OSや普段使いのアプリに溶け込んでいる層です。

Gemini (Web / App) & Gemini Live

一番触るGeminiの機能を整理しました。

機能・名称概要具体的な活用例
テキスト生成・要約・翻訳自然な文章の作成、長文の要約、多言語への翻訳をすばやく実行議事録の要点抽出、ビジネスメールの下書き作成、海外記事の日本語要約
Gemini Live音声によるリアルタイムで自然な対話・相談アイデア出しの壁打ち、語学スピーキング練習、画面を見ないハンズフリー対話
画像・動画生成テキストの指示（プロンプト）から高精度な画像や動画を作成・編集プレゼン資料用の挿し絵、ブログアイキャッチ作成、動画のビジュアル試作
Deep Research / Canvas複数Web情報のディープリサーチによるレポート作成、およびコードや文章のリアルタイムプレビュー・並行編集業界調査レポートの自動作成、HTML/CSSのプレビュー確認、長文原稿の共同推敲
Google Workspace連携Gmail、Google ドキュメント、Google マップなどと直接連携した作業支援過去メールからの情報検索、ドキュメントへの下書き反映、目的地ルートの提示
Gems（カスタムAI作成）目的や好みのトーン、指示（システムプロンプト）を固定した専用AIを作成・保存コードレビュー専用Gem、社内規程QA専用Gem、特定トーンの執筆アシスタント
ファイル・データ分析PDFやCSVなどの各種ファイルをアップロードし、データ解析や可視化・グラフ化を実行売上CSVデータの傾向分析、複数PDFの横断抽出、数値データのグラフ描画

OS・検索連携

  • AI Overviews: Google検索のトップに表示される検索結果の構造化要約。
  • Circle to Search（かこって検索）: 画面上の画像や文字を指で丸く囲むだけで、アプリを切り替えずに即座に検索できるAndroid標準機能。

こうして見ると、Gemini単体でも「これ全部入りなのか……」と思うほど機能が盛りだくさんですね。正直、まだまだ使いこなせていない機能だらけです。

自分はスマホでPixelを使っているのですが、「かこって検索」は日常的にめちゃくちゃ便利に使っています。

カレンダー連携も含めて基本的にGeminiに投げてしまえば、日常のこまごまとした面倒ごともかなり肩代わりしてくれます。

また、「Gems」については、この間**人生ドラクエ化を手伝ってくれるプロンプト（Gem）**を作成してみました。

適当に日常の悩みを相談するだけでも面白い返答が返ってくるのでおすすめです。ぜひ使ってみてください！

👉 人生ドラクエ化メンターのプロンプト記事はこちら

人生ドラクエ化メンター

2.1 人生ドラクエ化メンター

3. 【第2層】制作・プロトタイピング特化層

汎用チャットだとプロンプトの調整が面倒な作業を、専用UIで効率化してくれるツール群です。

Gemini Notebook（旧 NotebookLM）：ソース限定型RAG・音声ポッドキャスト生成

資料を読み込ませて要約・調査するツールとして大人気だった「NotebookLM」が、Geminiブランドへと統合・進化。

単なる要約ノートを超えて、「専用リサーチスタジオ 兼 成果物生成ツール」としての色が一段と強くなりました。

機能・特徴概要具体的な活用例・メリット
多様なソースの読み込みPDF、Google ドキュメント、Webページ、YouTube動画、音声、手書きメモなどを最大100件まで登録可能散らばった仕様書・YouTubeの解説動画・Web記事を1箇所に集約した「プロジェクト専用Wiki」の構築
ハルシネーションの抑制アップロードしたソース内の情報源に限定して回答を生成（引用元リンクも明示）社内規定・契約書・論文など、AIの「知ったかぶり（嘘情報）」が許されない正確性が求められるリサーチ
Geminiアプリとの双方向連携Geminiアプリのサイドバーからノートを開いたり、チャット履歴やWeb検索結果をソースとして直接追加Geminiで日常リサーチした検索結果をワンクリックで保存し、あとからノート側で体系的に深掘り整理
成果物の自動生成（Studio機能）登録した資料を基に、スライド（PDF/PPTX形式）、音声解説（ポッドキャスト風）、FAQ、マインドマップ、フラッシュカード等を自動作成膨大な資料をプレゼン用スライド（PPTX）の骨子に一発変換、移動中に音声（Audio Overviews）でインプット
コード実行によるデータ分析クラウド上でPythonコードを実行し、読み込んだ情報の詳細な数値分析や成果物の作成が可能資料内の数値データやテーブルを集計・グラフ化したり、複雑な計算を伴うレポート分析

これまでの「資料を読んで答えてもらう」だけでなく、**スライド（PPTX形式）やマインドマップといった成果物を自動で作ってくれる（Studio機能）**ようになったのが大きな進化点ですね。

普段の調べ物はGemini本体で行い、じっくりまとめたいナレッジはGemini Notebookへ放り込んでいく、という使い分けがかなり便利そうです。

資格取得に活用した事例を別記事で書いていますので、ぜひ参考にしてみてください。

👉 Gemini Notebook 活用記事はこちら

Google Flow & FXシリーズ：次世代クリエイティブ環境

Googleのクリエイティブ系AIは、単なる「画像生成」を超えて、映像スタジオやインタラクティブな世界生成へと急速に広がっています。

  • Google Flow: VeoやImagen、Geminiを束ねた映像制作スタジオ。タイムライン上でシーンを繋げたり、映像と同時に効果音・BGM・セリフまでまとめて生成可能。
浅瀬くんのキャラ修正

3.1 浅瀬くんのキャラ修正

  • ImageFX / MusicFX: プロンプトの単語をチップ感覚で切り替えながら試行錯誤できる画像・音楽生成実験場（Google Labs）。直感的なUIでクオリティの高い素材が作れます。
  • Project Genie（世界モデル）: 単なる動画にとどまらず、1枚の画像やテキストから**「実際にコントローラーで操作して遊べる仮想空間（2D/3Dゲームのような世界）」を自動生成する**次世代のインタラクティブ環境モデル。
Project Genieのホームページ

3.2 Project Genieのホームページ

Google Flowが「映画やプロモーション映像を作るツール」だとすれば、Genieは「ゲームなどの動かせる世界そのものを生み出す技術」です。

映像を見るだけの時代から、AIが作った世界を人間が操作する時代への片鱗を感じさせて面白いですよね。

Stitch & Opal：ノーコードUI・ワークフロー構築

  • Stitch: 自然言語の指示や手書きスケッチから、Web/アプリのUIデザインやフロントエンドコードを生成するデザインツール。
4つのサイト案を提案するstitch

3.3 4つのサイト案を提案するstitch

  • Opal: Geminiを組み込んだ社内用ミニアプリや自動化ワークフローを、GUI上でノーコード構築できるツール。
Opalのホームページ

3.4 Opalのホームページ

Stitchは実際に使ってみたところ、たった2文ほど指示を入力しただけで、エージェントが4つのサイト案を同時に自律生成してくれました。

目の前で勝手に画面が組み上がっていく様子はまさに「新時代」という感覚でした。

Opalは業務効率化したいフローを自然言語で組み立てられるツールという印象です。普段のGoogle環境での作業や、日常の定型タスクで自動化したいものが出てきたらぜひ試してみたいと思います。

4. 【第3層】自律型AIエージェント層

最近特に動きが激しいのがここです。「チャットで質問して返答を待つ」のではなく、**「目的を投げたら裏で自律的に作業を進めておいてくれる」**エージェントたちです。

Antigravity（デスクトップ & CLI agy）：自律型開発プラットフォーム

「AIにコードを聞く」チャットの時代から、**「AIに要件を伝えて開発を丸投げする」**自律型エージェントへと舵を切ったGoogleの本格的な開発プラットフォームです。

スタンドアロンのGUI環境（IDE / 管理ダッシュボード）だけでなく、ターミナル派向けの軽量コマンドラインツール agy（Antigravity CLI） も用意されています。

機能・特徴概要具体的なメリット・ユースケース
自律的なエンドツーエンド実行日本語で目的を伝えるだけで、タスク分解・設計・コーディング・ファイル生成・サーバー起動まで自律実行「〇〇の機能をREST APIで作って」と指示するだけで、設計から起動確認まで一連の作業を代行
マルチエージェントと並列処理複数のAIエージェント（サブエージェント）を立ち上げ、異なるタスクを同時並行で処理フロントエンド実装、バックエンド開発、テストコード作成を別々のエージェントに並列で分担
3領域への直接アクセス（Editor/Terminal/Browser）コードエディタだけでなく、ターミナル操作やブラウザの自律操作（Browser Agent）まで対応Webサーバーを立ち上げてブラウザを開き、画面遷移やUI崩れ、コンソールエラーがないかAI自身が動作テスト
成果物（Artifacts）と検証機能単なるチャットの回答ではなく、実装計画、Git差分（Diff）、検証ログ、構成図などを構造化ファイルとして出力勝手にコードを書き換えて壊すのを防ぎ、人間が計画や差分を確認・承認しながら安全に作業を進められる
GUIとCLI（agy）の両対応リッチな画面で複数エージェントを俯瞰できるデスクトップ版と、ターミナルで爆速で動くCLI版が存在腰を据えた機能開発はGUIで、サーバー上のリモート作業やコマンドラインでの自動化は agy で使い分け
MCP（Model Context Protocol）連携外部ツールやDB、GitHub、各種プラグインと繋がる標準プロトコル（MCP）をサポート自社のデータベーススキーマを参照させたり、外部APIと繋ぎ込んだ高度な開発タスクを任せる

従来のコーディングAI（GitHub Copilotなど）は「エディタの入力補完」が中心でした。しかしAntigravityは、**「コードを書く ➔ ターミナルで実行する ➔ ブラウザで画面確認する ➔ エラーが出たら勝手に直す」**という、エンジニアが普段やっている泥臭い開発ループそのものをAIが一人で回してくれるのが最大の違いです。

ターミナル派にとっては、専用の CLIツール（agy） からシェルスクリプト感覚でサクッと自律エージェントを叩けるのがとにかく快適です。

個人的に特に気に入っているのがスマホからのアクセス対応です。自宅のPCさえ立ち上げておけば、出先からスマホで指示を投げておいて、バックグラウンドで開発タスクを進めてもらう……といった使い方ができるため、完全に日常使いのツールになっています。

Google製でありながら、バックエンドのモデルとしてGeminiだけでなく、ClaudeやGPT-OSSなどの外部・オープンモデルを自由に選択できる懐の深さも大きな魅力です。

Jules：GitHubリポジトリ連携の自動コード修正エージェント

Google Labs発の、GitHubリポジトリと直接連携する完全非同期型のコーディングエージェントです。

  • 完全クラウド完結の自律修正: GitHubのIssueやタスクの指示を渡すと、クラウド上に専用VMが立ち上がり、対象リポジトリを自動でクローン。
  • 修正からPR作成まで一気通貫: コードの変更、ローカルテストの実行、コミットまでを行い、最終的にレビュー可能な「PR（Pull Request）」を自動で作成してくれます。
  • 主なユースケース: 「夜寝ている間に定型的なバグ修正やテストコードの拡充、ライブラリの依存関係アップデート（Dependabotの上位互換的な作業）を完了させてPRを作らせておく」といった、手離れの良さが最大の強みです。

Gemini Spark：クラウド常駐型パーソナル自動化エージェント

PCやスマートフォンの電源を切っていても、クラウド上で24時間働き続けてくれる常時稼働型のパーソナル自動化エージェントです。

  • デバイスレスな自律実行: 自分のPCを落としていても、Google Cloud側でスケジュールやイベントをトリガーに自律起動。
  • Workspace横断の日常業務自動化: メールの確認、Web情報の定期巡回、Google スプレッドシートへのデータ集計・追記などをバックグラウンドで黙々とこなしてくれます。
  • 主なユースケース: 毎朝のニュースや競合情報の巡回まとめ、定期的な定型レポート作成、受信メールの自動分類・転記など、「毎日決まって発生する面倒な作業」を完全にクラウドへ丸投げできます。

実際に自分は株価情報やセキュリティニュース配信をGemini Sparkを利用して確認しています。

セキュリティニュース配信

4.1 セキュリティニュース配信

💡 Antigravity / Jules / Gemini Spark の使い分け

  • Antigravity: 「今すぐ手元の環境（PCやCLI）で、対話や画面確認を交えながら並列でガッツリ自律開発したいとき」
  • Jules: 「GitHubのIssueを投げておいて、バックグラウンド（クラウド）で勝手にPRを作らせておきたいとき」
  • Gemini Spark: 「PCを閉じた状態でも、クラウド上で定期的に日常タスクや情報収集を回し続けてほしいとき」

同じ「エージェント」でも、**動く場所（手元のPCかクラウドか）と目的（開発か日常業務か）**で綺麗に住み分けられています。

5. 【第4層】開発・推論インフラ層

AIを自分のアプリやシステムに組み込む開発基盤です。

Google AI Studio：最速のプロンプト開発Web環境

ブラウザ上でGoogleの最新AIモデルを直接操作し、プロンプトの実験からアプリへの組み込みコード生成までを最速で完結できる開発者向けWebプレイグラウンドです。

「Gemini APIを使って何か作りたい」と思ったとき、真っ先にアクセスする入り口になります。

主な機能概要具体的な活用例・メリット
最新モデルのチャット＆検証最新のGeminiモデルを使い、超長文ドキュメント、音声、動画、画像のマルチモーダル入力を検証巨大なログファイルや長時間の動画・音声を放り込んで、要約やデータ抽出の挙動を事前テスト
詳細なパラメータ調整Temperature（創造性の度合い）、Top-P、思考プロセス（Thinking Mode）、Google検索連動（グラウンディング）等を細かく制御回答のブレを抑えた厳密なタスク設計や、最新Web情報を参照させた事実ベースの回答検証
画像・動画の生成テストテキストプロンプトからImagen（静止画）やVeo（動画）をブラウザ上で直接生成API経由で生成モデルを呼び出す前に、プロンプトごとの出力クオリティや挙動を画面上で試行錯誤
APIキーの発行と管理アプリや外部ツール（自作スクリプト、CLI等）に組み込むためのGemini APIキーを即座に無料発行個人開発やプロトタイプ段階なら、無料枠の範囲内ですぐにGeminiの全機能を外部連携可能
ワンクリックでコード出力（Get Code）画面上で調整したプロンプトやパラメータを、Python / JavaScript / cURL などのコードに一発変換ブラウザで上手くいった設定をそのままコピーして、自分のバックエンドアプリへ即座に移植
システム指示＆構造化出力（JSON Mode）「System Instructions」による役割固定や、レスポンス形式をJSONスキーマで厳密に固定可能システム連携で扱いやすい綺麗なJSON出力を保証し、パースエラーの起きない堅牢なAPIを設計

Vertex AI (Google Cloud)：エンタープライズMLOps基盤

  • 企業向けの本格運用プラットフォーム。
  • 入力データの学習利用なし、エンタープライズレベルのセキュリティ、独自データのファインチューニングや企業内ドキュメントとのグラウンディング（RAG）を提供します。

LiteRT（旧 TensorFlow Lite）：オンデバイス推論フレームワーク

「Gemini APIなどのクラウドAPIがあるのに、なぜわざわざLiteRTを使うのか？」と疑問に思うかもしれませんが、これは**「スマホやPC端末のチップ（NPU/CPU）で、直接モデルを動かすための推論エンジン」**です。

一言で言えば、**「クラウドにデータを飛ばすのが『遅い』『高い』『危ない』『通信できない』ときの決定打」**として使われます。

LiteRTが活躍する4つのユースケース

  1. 究極のプライバシー保護（データを外に出さない）
    • 通信を一切行わないため、個人情報や音声データが外部サーバーに送信されません。
    • 身近な例で言えば、Google Pixelの「レコーダー」アプリの文字起こしや自動要約。社外秘の会議音声などがクラウドに上がらず、手元のスマホ単体で完結しているのはこの仕組みのおかげです。
  2. 通信費・APIサーバー費用の削減（ゼロコスト推論）
    • ユーザーが増えるほどAPI課金が跳ね上がるクラウドと違い、ユーザー自身のスマホの計算力（NPU）を借りて推論させるため、サーバー側のAPI代が実質ゼロになります。
  3. ミリ秒単位の超低遅延（レイテンシゼロ）
    • 「スマホ ➔ クラウド ➔ スマホ」というネット通信の往復（ラグ）が発生しないため、カメラ映像のリアルタイム認識やゲーム内の判定、キーボードの入力補完など、即座に反応させたい処理に最適です。
  4. 完全オフライン動作（圏外でも動く）
    • 電波の届かない地下、飛行機内、山の中、災害時などでも、アプリが一切停止せずにAI機能（翻訳や要約など）を提供できます。

文字で追うと少し頭がパンクしそうなので、要点をギュッと一枚の図にまとめるとこんな感じです！（笑）

基盤サービス比較

5.1 基盤サービス比較

6. 【第5層】コア基盤モデル層

すべてのサービスを裏で支えている「モデル（重み）」の層です。

フラッグシップ：Geminiシリーズ

Geminiの基幹となるモデルファミリーです。用途や処理速度、コストに応じて以下のように綺麗に役割が分かれています。

  • Gemini Pro: 複雑な論理推論、プログラミング、数百万トークンに及ぶ巨大な長文脈（コンテキスト）処理を担当するメインモデル。最も賢く、深い思考を要するタスク向け。
  • Gemini Flash: 超高速・低コストで普段のAPI利用における大本命モデル。高スループットでレスポンスが早いため、大量のリクエストを捌く実運用サービスに最適。
  • Gemini Flash-Lite: Flashをさらに軽量化し、極限までコストパフォーマンスと処理速度を高めた高スループット特化モデル。定型的な分類や簡易な抽出に最適。
  • Gemini Omni: テキスト、音声、画像を中間のテキスト変換を挟まず、ネイティブに同時入出力する次世代マルチモーダルモデル。

Gemini 3.8 特化モデル群の違い

直近で登場した「Gemini 3.8世代」のモデル群ですが、名前にすべて「3.8」と付いているため非常に混同しやすいです。

💡 3.8 Proは出ているの？
執筆時点において、「Gemini 3.8 Pro」はまだリリースされていません。
現在の3.8世代は、軽量・高速な「Flash」をベースにした汎用推論モデルと、リアルタイム音声（Live）・音声合成（TTS）に特化したモデルが先行して投入されているのが特徴です。Proの登場を待ちつつ、まずはこの3.8 Flash群をどう使い分けるかがポイントになります。

実態は「① 汎用推論」「② リアルタイム音声対話（Live）」「③ テキスト読み上げ・音声合成（TTS）」の3系統に分かれています。

【比較一覧表】Gemini 3.8 特化モデルの違い

モデル名（表示名）種別・モダリティ主な特徴・強み最適なユースケース
Gemini 3.8 Flash汎用マルチモーダル推論
（Text/Img/Audio/Video ➔ Text）		コーディング、エージェントタスク、多段階推論を強化した主力Flash。思考モード（Thinking）対応通常のAPI利用全般、コード解析、Web/PDF横断リサーチ、タスク自律実行
Gemini 3.8 Liveリアルタイム音声対話
（Audio ➔ Audio 双方向）		低遅延でネイティブな音声対音声（Audio-to-Audio）対話。相槌や会話の割り込みに対応音声通話アシスタント、英会話練習、ハンズフリーのリアルタイム相談
Gemini 3.8 Live Extended Thinking高次思考型リアルタイム音声対話
（Audio ➔ Audio 双方向）		音声対話のリアルタイム性を保ちつつ、裏で深層思考（Extended Thinking）を回せる上位版複雑な計算・論理パズル・専門的な技術ディスカッションの音声相談
Gemini 3.8 Flash TTS表現力特化・音声合成
（Text ➔ Studio Audio）		自然言語プロンプトでゼロから声を作れる（ボイスデザイン）。感情表現やため息タグ、2話者の掛け合いに対応オーディオブック、キャラクターボイス、ポッドキャスト音声、動画のナレーション
Gemini 3.8 Flash-Lite TTS高速・低コスト音声合成
（Text ➔ Audio）		Flash TTSの表現力をベースに、応答速度とコストパフォーマンスを極限まで高めた軽量版大量のシステム通知音声、Web記事の即時読み上げ、大規模な自動アナウンス

画像・動画・マルチモーダル生成モデル

  • Veo: 高解像度・映画品質の動画生成モデル。シネマティックなカメラワークとネイティブ音声生成に対応。
  • Gemini Omni（Gemini Omni Flash）: 会話しながら動画を直せる対話型動画生成モデル。素材画像や動画を参照しながら、「背景を変えて」「カメラを引いて」と言葉でやり取りして動画を編集できる（いわば動画版のNano Banana）。
  • Imagen: 高精細な静止画生成モデル。
  • Nano Banana（Gemini Flash Image）: 対話型・超高速画像編集モデル。キャラクターの一貫性を保った連続画像生成や部分修正が得意。

オープンウェイト：Gemmaシリーズ

GoogleがGeminiと同じ技術基盤から生み出し、モデルの重み（Weights）をオープンに公開しているのが「Gemma」ファミリーです。商用利用が可能で、手元のPCや自前のサーバー、スマホ上でローカルに動かせます。

最新のGemma 4世代では、エッジからサーバー級まで、マシンスペックに応じた美しいラインナップが揃いました。

モデル名アーキテクチャ / 規模必要環境・VRAM目安特徴・主なユースケース
Gemma 4 E2B / E4B超軽量・オンデバイス特化
（PLE省メモリ技術）		スマホ / タブレット / 小型エッジ機器（省メモリ）実質2B/4B相当の超低負荷。モバイル端末やIoT上で高速動作する組み込み向け
Gemma 4 12Bマルチモーダル（Dense）
テキスト・画像・音声		VRAM 16GB前後の一般PC
（RTX 4080 / Mac 32GB等）		1台のPCで画像・音声をネイティブ処理。手元で動くローカルAIエージェントの本命
Gemma 4 26B A4BMixture-of-Experts（MoE）
総パラメータ26B / 稼働4B		一般的なゲーミングPC / ローカルGPU知識量は26B級なのに、推論時は4B並みに高速＆低負荷。品質と軽さを両立した秀才モデル
Gemma 4 31B高密度（Dense）フラッグシップローカルワークステーション / クラウドGPU（VRAM 24GB〜）サーバークラスの高推論力・高精度コーディング。オンプレミス運用の主力

各モデルの特徴と選び方

  • Gemma 4 E2B / E4B（スマホ・エッジ特化）
    • 名前の「E」はEdgeを意味し、独自の省メモリ技術（PLE）によってモバイル端末の限られたメモリでもサクサク動きます。
    • 通信を行わずにスマホアプリ内で完結するローカル推論機能や、小型デバイスへの組み込みに最適です。
  • Gemma 4 12B（ローカル・マルチモーダル標準機）
    • テキストだけでなく、画像や音声をネイティブに理解できるマルチモーダルモデルです。
    • 開発者にとって嬉しいのは「VRAM 16GB前後のグラフィックボードを積んだPC 1台」で無理なく動く点。API代を気にせず、画像認識や音声対話をローカルで回す個人開発エージェントにぴったりです。
  • Gemma 4 26B A4B（Active 4B：MoEの傑作）
    • 全体の重みは26Bあるものの、推論時はタスクに応じて必要な専門家（Expert）だけを呼び出し、実質4B相当の計算量だけで動作するMoEモデルです。
    • 「大容量モデルの賢さ・知識量」を持ちながら、「小型モデル並みのレスポンス速度と低メモリ消費」で動くため、ローカルPC環境で最もコストパフォーマンスが高い注目モデルです。
  • Gemma 4 31B（最高峰のDenseモデル）
    • 手加減なしの高密度（Dense）モデルで、複雑なコード生成や論理的推論においてサーバー級の性能を発揮します。
    • 社内のオンプレミスサーバーに載せてセキュアに業務アシスタントを動かすなど、本格的なローカル基盤として活躍します。

オンデバイス特化基盤：Gemini Nano

Gemmaが「PCやサーバーで自由に動かせるオープンモデル」だとすれば、**Gemini Nanoは「スマートフォン（PixelやGalaxyなど）のチップセット上に直に組み込まれる超小型基盤モデル」**です。

OSのシステム層（Android AICoreなど）を通じて、普段使っている標準アプリの裏側で静かに動作しています。

項目主な特徴・メリット具体的な活用シーン（スマホ標準機能）
高いプライバシー性個人データや会話内容をクラウドに一切送信せず、端末内（NPU）だけで完結会議や面談の音声文字起こし・要約、プライベートな日記やメッセージ解析
完全オフライン動作ネット通信なし・機内モードや圏外でも通常通り推論が停止しない飛行機内での長文資料の要約、海外渡航時や山間部でのオフライン多言語翻訳
高速応答＆省電力通信遅延（ラグ）がゼロ。最新のGemini Nano 4では処理速度の大幅向上とバッテリー消費の削減を実現メッセージ受信時のスマートリプライ（返信候補の即時提案）、キーボード入力補完
通信コストゼロユーザーのパケット通信量を消費せず、Google側のAPIサーバー費用も発生しない日常的に何十回も発生する細かなテキスト生成や校正・言い換え支援

💡 身近なところで一番恩恵を受けているAI

「AIを使っている」という意識すらなく、日常のスマホ操作を裏から支えてくれているのがこのGemini Nanoです。

Pixelを使っている方ならおなじみの**「レコーダーアプリの自動要約」や「メッセージの返信サジェスト」、「かこって検索時の文字解析」**など、通信を挟むと一瞬待たされるような処理がパッと瞬時に返ってくるのは、すべてこのNanoが手元のチップで動いてくれているおかげです。

最新のGemini Nano 4になったことで、スマホのバッテリー持ちを気にせず高度な要約や翻訳がサクサク動くようになっており、モバイル体験の土台として欠かせない存在になっています。

おわりに

ここまで読んでいただき、本当にお疲れ様でした！

興味本位でまとめ始めた記事でしたが、途中で情報量の多さに頭がパンクしそうになりました。Google様を完全に甘く見ていましたね……。

ただ、普段何気なく使っていた機能の裏側で動いているモデルの理解が進んだり、まだ触ったことがなかった新サービスにも触れるきっかけになったりと、自分自身にとってもすごく面白い整理の機会になりました。

こうして全体を眺めてみると、Googleが**「OS」「特化スタジオ」「開発者エージェント」「クラウド基盤」「端末チップ」の全方位に配管を通そうとしている**のがよく分かります。

今後また新しいツールやモデルが登場して「多すぎて追えない！」となったときは、まず「自分が触りたいのはUIなのか、エージェントなのか、それともモデルなのか？」とレイヤーを意識してみると、情報のキャッチアップがだいぶ楽になるはずです。

現時点のスナップショットとしての整理はこんなところです。この記事が、少しでもみなさんの頭の整理の足しになれば幸いです！