Gemini 3 Pro モデルカード

• Gemini 3 Proは、Googleの次世代マルチモーダル推論モデルで、テキスト・画像・音声・動画・コードなど多様な入力を処理する高性能アーキテクチャ
• Sparse Mixture-of-Experts(MoE)ベースのTransformerアーキテクチャを採用し、効率性と性能を同時に向上
• 学習データはWeb文書、コード、画像、音声、動画、ユーザーデータ、合成データなどで構成され、安全フィルタリングと重複除去の工程を経る
• モデルはTPUとJAX・ML Pathwaysで学習され、Google Cloud、Vertex AI、Gemini APIなど多様なチャネルを通じて提供
• 安全性評価とFrontier Safety Frameworkの検証を通過し、Gemini 2.5 Pro比で推論力・安全性・トーンの改善を達成

---

モデル概要

• Gemini 3 ProはGeminiシリーズの最新世代で、高難度な推論とマルチモーダル理解をサポートするGoogleの最上位モデル
  • テキスト、音声、画像、動画、コードリポジトリなど多様な情報源を理解可能
  • 入力は最大100万トークン、出力は64Kトークンまで対応
• **Sparse Mixture-of-Experts(MoE)**構造を採用し、入力トークンごとに一部のエキスパートパラメータのみを有効化して計算効率を向上
• 以前の世代と比べて性能と効率性の両方を改善した構造

学習データ

• 事前学習データには、公開Web文書、コード、画像、音声、動画など多様なドメインを含む
• 事後学習データは、検証済みの指示・応答ペア、人間の選好、ツール使用データで構成
• データソース
  • 公開データセット、クロールデータ、商用ライセンスデータ
  • Googleサービスのユーザーデータ（規約・ポリシー・ユーザー制御に従って収集）
  • Google内部生成データおよびAI合成データを含む
• 前処理工程
  • 重複除去、robots.txt準拠、安全フィルタリング、品質フィルタリングを実施
  • **ポルノ・暴力表現・児童性的搾取物(CSAM)**などの有害コンテンツを除去

実装と持続可能性

• ハードウェア: GoogleのTPUを使用
  • 大規模演算処理と高帯域幅メモリにより学習速度を向上
  • TPU Podによる分散学習で拡張性と効率性を確保
  • Googleの持続可能性目標と整合
• ソフトウェア: JAXとML Pathwaysベースで学習

配布チャネル

• Gemini 3 Proは次のプラットフォームを通じて提供
  • Gemini App、Google Cloud / Vertex AI、Google AI Studio、Gemini API、Google AI Mode、Google Antigravity
• API形式で提供され、追加のハードウェアやソフトウェア要件は不要
• 利用は各プラットフォームの利用規約および追加条項に従う

評価と性能

• 評価範囲: 推論、マルチモーダル能力、ツール利用、多言語性能、長文コンテキスト処理
• 結果: Gemini 3 ProはGemini 2.5 Pro比で全体的な性能が向上
  • 特に推論力とマルチモーダル処理能力で大きく改善
• 詳細なベンチマーク結果はdeepmind.com/models/evals/gemini-3-proで確認可能

用途と限界

• 主な活用領域:
  • 複雑な問題解決、創造的作業、戦略的計画、段階的改善
  • エージェント型性能、高度なコーディング、長文コンテキスト理解、アルゴリズム開発など
• 限界:
  • 一般的な大規模モデルの限界（例: ハルシネーション）が存在
  • 断続的な遅延またはタイムアウトが発生する可能性
  • 知識カットオフ: 2025年1月
• 許可されない使用:
  • 違法・危険行為、セキュリティ侵害、性的・暴力的・憎悪的コンテンツ、誤情報生成など
  • GoogleのGenerative AI禁止ポリシーを適用

倫理とコンテンツ安全性

• 開発プロセス: 内部の安全・セキュリティ・責任チームと協力して評価およびレッドチームテストを実施
• 評価タイプ
  • 自動評価と人間による評価を通じた継続的モニタリング
  • 外部専門チームによるHuman Red Teaming
  • 自動化されたRed Teamingによる大規模な安全性点検
  • リリース前の倫理・安全性レビューを実施
• 安全ポリシー:
  1. 児童性的搾取および虐待関連コンテンツの遮断
  2. ヘイトスピーチの遮断
  3. 自殺・危険行為を助長するコンテンツの遮断
  4. 嫌がらせおよび暴力扇動の遮断
  5. 露骨な性的コンテンツの遮断
  6. 科学的コンセンサスに反する医療助言の遮断

安全性評価結果

• 自動評価結果 (vs Gemini 2.5 Pro)
  • Text-to-Text Safety: -10.4%
  • Multilingual Safety: +0.2% (有意ではない変化)
  • Image-to-Text Safety: +3.1% (有意ではない変化)
  • Tone: +7.9%
  • Unjustified Refusals: +3.7% (有意ではない変化)
• 解釈: 全体としてトーンと安全性が改善し、不正確な拒否率が低下
• Human Red Teamingの結果:
  • 児童安全基準を満たし、Gemini 2.5 Proと比べて同等または向上した安全性能
  • ポリシー外の領域まで拡張したテストでも重大な問題なし

リスク要因と緩和

• 主なリスク:
  • Jailbreak脆弱性（改善されたが完全解決ではない）
  • 複数ターン会話で品質が低下する可能性
• 緩和策:
  • データフィルタリング、条件付き事前学習、教師ありファインチューニング、人間および批評者のフィードバックに基づく強化学習
  • 安全ポリシーと製品レベルのフィルタリングを適用

Frontier Safety評価

• **Google DeepMind Frontier Safety Framework (2025年9月)**基準で検証
• 結果: いかなる**Critical Capability Level(CCL)**にも到達せず
  • CBRN: 脅威アクターの能力向上に十分ではない
  • サイバーセキュリティ: 一部課題を解決(11/12)、高難度課題は未解決(0/13)
  • 有害な操作: 以前のモデル比で有意な上昇なし
  • 機械学習R&D: Gemini 2.5比で向上したが、警告しきい値には未達
  • 誤検知・誤判断・操作リスク: 低水準を維持
• 結論: Frontier Safety基準ではリスクしきい値未満で、安全性を確保

総合まとめ

• Gemini 3 ProはGoogleの最高性能マルチモーダルモデルで、推論力・安全性・効率性がすべて向上
• TPUベースの学習とMoE構造により大規模データ処理を最適化
• 倫理・安全性検証体制を強化し、Frontier Safety Framework基準を満たす
• Gemini 2.5 Pro比で全体的に改善し、実運用環境で安全かつ拡張可能なAIモデルと評価される

[GN⁺]

Hacker Newsのコメント

• 元のコメントはこのスレッドに移動された
  整理してくれてありがとう、という言葉で締めくくられていた