【速報】Gemini 3 Proモデルカード公開！詳細スペックを徹底解剖

https://preview.redd.it/oc9whjmt802g1.jpeg?width=6880&format=pjpg&auto=webp&s=c5d0625ecc80c5482fdaf4c68d97e7e4925994a5

何も必要ないよ。そのうちひょっこり現れるさ。

まあ、ギャップを埋めるための徹底的な研究はすごく効果的だよね。

おそらく、もうすぐリリースされる2.5をコピー＆ペーストしただけだろうね。後でアップデートされる可能性が高い。

同じトレーニングデータセットを使ってるからじゃない？

それはちょっと残念。GeminiとExpedition 33について話せるようになるまで、もうちょい時間かかるな。

2025年にはAI生成のクソコンテンツが大量に出回るからね。

＞最大1Mのトークンコンテキストウィンドウ。テキスト文字列（質問、プロンプト、要約するドキュメントなど）、画像、オーディオ、ビデオファイル。

それはそれでいいんだけど、問題は実際にそのコンテキスト長をちゃんと守ってるかどうかだよね。

マジで同意。もうすぐわかるさ。

2025年1月？それはかなりヤバいな。なぜだろう？モデルのトレーニングをかなり前にやったのか、それとも何らかの理由でトレーニングデータを最新の状態に保っていないのか？

競合他社も似たような状況みたいだし、つい最近リリースされたChatGPT 5.1も、まだ2024年の知識で止まってるみたいだね: https://platform.openai.com/docs/models/gpt-5.1 。もしかして、学習にかかる時間が長くなってるだけじゃない？

Cursorだと200万のコンテキストウィンドウをサポートしてる。

https://preview.redd.it/yfnna4yd502g1.jpeg?width=349&format=pjpg&auto=webp&s=e3133aedff89239c4f49efb432574550620aab66

APIだと200万だけど、Geminiだと100万みたいなパターンでしょ

つまり2.5 Proと同じ入出力だから、改善はなしってことか。コンテキスト長も実際は100kぐらいなんじゃない？何も言及してないし。

違いが実際に見られるベンチマークをチェックしてみたら？

マジかよ、2.5 Proと同じカットオフ日ってのが信じられねえわ

Gemini 2.5のカットオフ日は2025年1月じゃないぞ

https://deepmind.google/models/gemini/pro/ によると、そうみたいだよ。どこかで違うって聞いたの？

いや、マジだよ。リンク見て、Googleのサイトに飛ぶから。2.5 Proのモデルカードも見てみな、同じドメインで公開されてるから。

😭

どうか嘘であってくれえええ😭

なんで？かなり大幅な改善に見えるけど。

なんで？ベンチマークスコアがマジでヤバいじゃん。

マジで、ジェミニがそんなに嫌ならGrokにでも戻れば？

storage.googleapisはただの汎用的なGoogleクラウドストレージのリンクでしょ。deepmind-mediaの部分が本当にDeepMindのものかどうかは分からんけど。

https://modelcards.withgoogle.com/model-cards
リンクをチェックして。

うん、プレフィックスは正しそうだね。

/deepmind-media は彼らのものだよ、うん。同じリンクのドキュメントがGoogleのブログ記事にもたくさんある。誰かがわざわざGoogleストレージをハッキングして、たった一つのファイルを置いて人をからかうなんて考えにくいな。

そこが気になったんだよね。Gemini 3が他のすべてを圧倒してるのに、SWEベンチだとイマイチってどういうこと？

それでも最高のコーディングモデルなんだから、ベンチマークは話半分に聞いとくわ。

Claude Sonnet 4.5は、ものを作るのがマジ得意。スキルとMCPがあれば、タスクに必要な情報を与えれば、メモを取って正式なドキュメントを1つのチャットで作れる。

そうそう、Gemini 2.5はCursorみたいなAgenticツールではマジでクソだったから、3.0を試すのが楽しみ。少なくともエージェントのスコアはClaude/GPTと同等みたいで期待できる。

コンテキストウィンドウが1Mだったことなんてないよ。2.5 Pro だと、200k を超えるとマジで Bard みたいになっちゃうし… まあ、様子見だね。

テストのためだけに100万に制限されてるのかも。そういうテスト作った人たちが、もっと許可するようにアップデートする必要があるのかもね。

どれくらい？ まだわからん。

つまり、どのモデルも漸進的な改善で、それでも新しいモデルをリリースし続けるなら、それを壁とは呼ばないんじゃないかな。

簡単なところは拾い尽くされて、指数関数的な改善なんてありえないのは確かだけど、それでも可能な限り絞り出してるんだよ。

リリースごとにステップが小さくなってるね。アーキテクチャの根本的な問題は解決されないまま。Sonnetよりも良いコーディングすらできてないし。AGIはもう終わりだ。

この分野に真剣に取り組んでる人で、LLMがAGIにつながると本気で信じてる人いる？

せやな

そうなの？

LLM についてはそうだと思う。

LLMはずっとそうじゃん。今までと何も変わってないって。

Vending-Bench-2の結果はかなり重要そう。

別のページで開いてたから、ダウンロードしちゃったよ（笑）。リフレッシュしたらリンクが削除されてた。