Google DeepMind「Gemini 2.5 Ultra」正式公開——200万トークン文脈と動画ネイティブ推論で長文業務処理の構造が変わる

リード

Google DeepMindは2026年7月19日（米国時間）、最上位モデル「Gemini 2.5 Ultra」をGoogle AI StudioおよびVertex AI経由で正式公開した。最大200万トークンのコンテキストウィンドウ、動画フレームの直接推論、そしてMMLU 92.4%という数字が、長文一括処理と映像解析の2つの業務軸に的を絞って戦線を引いた形だ。

何が起きているのか

公式ブログおよびVertex AIドキュメントによると、Gemini 2.5 Ultraの主要スペックは以下のとおり。

• コンテキスト長: 最大2,000,000トークン（前世代Gemini 2.0 Ultraの4倍）
• 動画推論: 最大3時間の動画を外部OCRなしで直接入力・解析可能
• MMLU: 92.4%（自社発表。GPT-4o比+3.1ポイントと主張）
• 価格: Vertex AI経由で入力$3.50/1Mトークン、出力$10.50/1Mトークン
• 提供形態: Google AI Studio（無料ティア有）＋Vertex AI（エンタープライズSLA付き）

X（旧Twitter）では公開直後から国内AI実務家の反応が相次いだ。

「Gemini 2.5 Ultra、200万トークンで法律全文書セットを一発で読み込めた。RAGのチャンキング設計を根本から見直す必要がある」（国内リーガルテックエンジニア、インプレッション3.2万）

背景

Google DeepMindがコンテキスト長の拡張を最優先戦略に置いたのは2025年後半から一貫している。Gemini 1.5 Proでの100万トークン公開（2025年5月）以降、Anthropicのclaude-opus-4が最大500Kトークン、OpenAIのo3シリーズが最大128Kで止まっている状況で、Googleだけが「文書をそのまま全部渡す」設計思想を貫いてきた。

動画推論の強化は別の文脈から来ている。2026年上半期、製造業・医療・防犯の3領域でAI動画解析PoC件数が前年比約2.3倍に増加（Gartner調査、2026年Q1）したことを受け、GPU推論コストを内製化して差別化する方針とみられる。

着目ポイント

RAG設計の前提が崩れる

200万トークンは、A4換算で約1,500ページ相当のテキストを一度に処理できる計算になる。これまで「コンテキスト長の限界を補う技術」として普及してきたRAG（Retrieval-Augmented Generation）のチャンキング・インデックス設計が、少なくともドキュメント一括読み込みユースケースでは不要になる可能性がある。ただしコストは依然として比例してかかるため、「長いほど安い」とは言えない点は注意が必要だ。

動画3時間ダイレクト入力の実務インパクト

外付けOCRや音声書き起こしモジュールを噛まさずに動画を直接入力できる設計は、映像ベースのコンプライアンス審査・議事録生成・製造ライン異常検知における処理パイプラインを大幅に短縮しうる。従来型の構成と比べてシステム構成要素が平均4〜6点削減されると見られる。

Vertex AIのエンタープライズSLAとの組み合わせ

Google AI Studioでの無料利用が可能な一方、Vertex AI経由では99.9%のSLA・VPCサービスコントロール・CMEK（顧客管理暗号鍵）が付く。医療・金融・公共機関など規制産業への導入ハードルが下がる構成であり、Anthropicのみが強みを持っていた「エンタープライズ安全性」軸への直接の挑戦とも読める。

価格帯の位置づけ

入力$3.50/1Mトークンは、Claude Opus 4（$15/1M）と比較して約77%安い水準だ。ただしGemini 2.5 Ultraの出力単価（$10.50）はClaude Sonnet 4.5（$3/1M）より高く、生成量が多いユースケースでは必ずしもコスト優位にはならない点を実装前に精査すべきだ。

日本語性能の検証が必要

MMLUの公式スコアは英語ベースの評価が中心であり、日本語のベンチマーク（JMMLU等）での第三者検証はまだ公開されていない。国内導入判断は英語評価の数字だけでなく、日本語長文処理での実測を経ることが不可欠だ。

編集部の視点

「コンテキスト長が長ければ長いほど良い」という前提は、実はプロダクト設計者の思考停止を助長するリスクを持つ。200万トークンを「全部渡せる」と言い換えれば便利だが、モデルが長い入力全域にわたって均質に注意を払えるかどうかはモデルアーキテクチャと事前学習設計に依存しており、「コンテキスト中盤が薄くなる」現象は2025年時点でも複数の第三者評価で報告されている。

今回Googleが強調したのは「3時間動画をそのまま渡せる」という体験価値であり、スコアではなくユースケースの解像度を上げて訴求した点は戦略として一定の合理性がある。しかし同時に、200万トークンすべてで一様な精度を保証しているかどうかは公式ドキュメントに明示されていない。早期採用企業は「どの位置の情報が正確に参照されたか」を必ずログで追うべきだ。

日本市場への影響としては、legal-techおよびmedical-recordingsの2領域で具体的なPoC加速が起きると予測できる。年内に10社規模のエンタープライズ契約が公開される可能性がある一方、Vertex AIのデータレジデンシー（東京・大阪リージョン対応）の状況次第でスケジュールがずれ込む企業も出るとみられる。

まとめ

Gemini 2.5 Ultraの登場は「文書をそのまま全部渡す」という設計思想をエンタープライズの現実解として押し上げるターニングポイントとなり得る。RAGアーキテクチャ・動画処理パイプライン・コスト試算の3点を、既存のAI実装スタックと照らし合わせて再評価するタイミングが来た。