Gemini 1.5 Proとは？百万トークン長コンテキストの転換点

試験で問われる見方

個別スペックの暗記より、コンテキストウィンドウの概念が核心です。「モデルが一度に扱える入力や会話履歴の長さに関係する」（TF-0170）。1.5 Proはその上限が極めて大きい具体例として整理します。

よくある誤解は、ウィンドウが大きいほど最新情報を自動検索できるという説明です（TF-0169は×）。長い文脈を参照できることと、リアルタイムの外部知識取得は別です。

トークンは一文全体だけを指す単位ではありません（TF-0156は×）。100万トークンは「単語数＝100万」ではなく、モデル内部の分割単位の上限と理解します。

1.5 Proとは

2024年に発表されたGemini 1.5は、1.0からの世代更新です。1.5 Proはその標準帯で、マルチモーダル能力を維持しつつ、Mixture-of-Experts（MoE）などの効率化と長コンテキスト対応を前面に出しました。

デモでは数時間の動画を丸ごと入力し、特定シーンの検索や要約を行う例が示され、「分割して要約を重ねる」従来ワークフローを短縮できる可能性が話題になりました。試験ではデモの細部より、長いメディアを一括処理できる設計という整理が重要です。

100万トークンの意味

当時の競合モデルが128Kトークン規模（例：GPT-4 Turboの128K）を公表する中、1.5 Proの最大100万トークンは「長さの競争」における転換点でした。

「業界最長」と言われたのは公表時点の比較です。後続世代や他社モデルでも上限は更新され続けるため、数値の暗記よりコンテキスト拡張の意味を押さえます。

長コンテキストが効く場面

• 契約・規程の横断チェック 数百ページの文書から矛盾条項や定義の揺れを探す
• コードベース理解 複数リポジトリのソースを一度に渡し、依存関係を説明させる
• 長時間動画・音声 会議録画全体から発言者別の論点抽出（マルチモーダル入力）
• 長い対話の継続 過去のやり取りを切らずに参照するカスタマーサポート

いずれも「入力が長い＝正答が保証される」わけではありません。ハルシネーションや見落としは長コンテキストでも起こり得ます。

1.0 Proとの世代差

名称の「Pro」は世代をまたいで標準帯のラベルとして継承されています。1.0 Proと1.5 Proを同一モデルとみなさないことが試験でも実務でも重要です。

すり替えに注意

よくある質問