Google新実験的モデル「Gemini 2.0 Experimental Advanced」提供開始

Google は先日 2024 年 12 月 11 日（水）に、大規模言語モデル「Gemini」におけるこれまでで最も高性能な「Gemini 2.0」を発表し、生成 AI サービス「Gemini」においてチャットに最適化された「Gemini 2.0 Flash」の実験的モデル「Gemini 2.0 Flash Experimental（2.0 Flash Experimental）」を提供開始したばかりですが、早くも新しい実験的モデルが提供開始されました。

今回新たに提供開始された「Gemini 2.0」ベースの実験的モデルは、「2.0 Experimental Advanced（Gemini-Exp-1206）」です。この実験的モデルは、複雑なコーディングや数学問題、複数ステップにわたるビジネスプラン作成、推論など、より複雑なタスクの支援に役立つ言語モデルとなっています。

「2.0 Experimental Advanced」は「2.0 Flash Experimental」と同じく、あくまでも実験的モデルです。予期せぬ動作不良やエラーなどが発生する可能性もある模様。また、一部「Gemini」機能との互換性もありません。

このほか「2.0 Experimental Advanced」は、「Gemini」プレミアムサービス「Gemini Advanced」メンバーシップ向けとして提供されています。一般の無課金ユーザーには提供されていません。

「2.0 Experimental Advanced」は今のところ、デスクトップ版「Gemini（Gemini Advanced）」で選択可能です。また、モバイル版「Gemini（Gemini Advanced）」でも提供されます。

2024.12.17

Priority access with Gemini Advanced: Try our latest 2.0 Experimental Advanced model

• What: Gemini Advanced users can now try Gemini-exp-1206, our model designed to be exceptional at complex tasks such as coding, math, reasoning & instruction following. Whether you’re tackling advanced coding challenges, solving mathematical problems for school or personal projects, or providing detailed, multi-step instructions to craft a tailored business plan, 2.0 Experimental Advanced will help you navigate complex tasks with greater ease. This experimental model is meant to be an early preview and can have unexpected behaviors and may make mistakes. Additionally this model will not have access to real time information and won’t be compatible with some Gemini features in its experimental state. You can access this experimental model in the Gemini model drop-down.
• Why: We believe in rapid iteration and bringing the best of Gemini to the world, and we want to give Gemini Advanced subscribers priority access to our latest AI innovations. Which is why we’re introducing Gemini-exp-1206 to enable users to experiment with cutting-edge models with our latest enhancements. Your feedback helps us improve these models over time and learning from experimental launches informs how we release models more widely.

Source：Google