GoogleのGeminiはAIレースをリードしているのか？

AI技術の開発は、正しくレースと表現されており、OpenAIやAnthropicのようなプライベートスタートアップが、Microsoft (MSFT )やGoogle (GOOGL )のようなテック巨人と激しく競争している。このレースは、ソフトウェア開発だけでなく、最新のモデルをトレーニングするために、ますます大きなスケールで電力消費の大きいAIデータセンターを構築するための大量の資本支出によって推進されてきた。

一方、中国のモデルも急速に進歩しており、西側諸国の企業の努力に緊迫感と地政学的競争を加えている。

最近、GoogleのGeminiが競合他社を抜きん出ているように見え、特にGemini 3 Deep Thinkのリリースにより、言語だけでなく物理世界の現実的な理解に焦点を当てたモデルが登場した。また、GoogleはApple (AAPL )のデバイスのAIを動かすために選択され、AIチップ製造のビジネスでも進展している。

Gemini 3 Deep Think: 什么が変わったのか?

Deep Thinkのリリース

2026年2月12日のGemini 3 Deep Thinkのリリースにより、Googleは、主に検索と言語（LLM）に焦点を当てたAIから、物理世界を理解できるより一般的なAIへの移行を果たした。

これは重要な進展であり、「物理AI」は、業界が進む方向であり、”物理AI: 2026年のヒューマノイドロボットブームへの投資”で詳しく説明している。

現在、Deep ThinkはGoogle AI Ultraのサブスクライバー向けのGeminiアプリで利用可能であり、初めて、選択された研究者、エンジニア、企業向けのGemini APIでも利用可能となり、テストモデルではなく商用モデルとなっている。

数学と科学を先に

Deep ThinkをGeminiの以前のバージョンや他のAIと区別するのは、数学的理解への焦点にある。

LLMは、単純な数学タスクでひどく失敗することが知られており、たとえば、加算や数え上げができないことがある。ただし、Deep Thinkは、専門のエージェントが研究レベルの数学探索を実行できるようにし、数学と科学のテストで他のモデルを大きく上回っている。また、コーディングタスクでも非常に優れている。

ソース: Google

科学的なトピックに関するテストでは、国際数学オリンピックや国際化学オリンピックで約82%のスコアを獲得し、前のGoogle LLMモデルでは数学テストで14%しか獲得できなかった。

ソース: Google

これらの結果は、従来のAIとは根本的に異なるアーキテクチャによって実現された。従来のAIは、データが乏しい場合に幻覚を起こすことが知られているが、これは新しい科学的発見の場合に必ず発生する。

たとえば、純粋数学の場合、数学研究エージェント（内部コード名Aletheia）は、Gemini Deep Thinkによって動作し、自然言語バリデーターを備え、候補解の欠陥を特定できる。反復的な解の生成と修正プロセスを可能にし、問題を解決できないことを認めることができる。これは、研究者の効率を向上させる重要な機能である。

ソース: Google

このアプローチは、正しい結果を提供するだけでなく、より効率的であり、Aletheiaは、より高い推論の品質が、より低い推論時間のコンピューティングで達成できることを実証した。

このアプローチは、数学から他の物理科学に拡張できる。たとえば、Gemini Deep Thinkは、宇宙の弦からの重力放射を計算するための「Gegenbauer多項式を使用する新しい解決策」を見つけた。

現実世界の科学的応用

この性能は、すでに研究者による現実世界の科学的応用に翻訳されている。

たとえば、ラトガース大学の数学者Lisa Carboneは、Deep Thinkを使用して、重力と量子力学に関する高度な数学的論文で人間のレビュアーが見逃していた論理的な欠陥を見つけた。

Deep Thinkは、デューク大学のWang Labによって、100マイクロメートルを超える半導体薄膜を成長させるレシピを設計するために使用された。

配信、ハードウェア、戦略的動向

Deep Thinkの成果は、GoogleのAIチームにとってもう一つの良いニュースである。

最も重要なのは、AIレースの大部分を外側から見ていたAppleが、GeminiをAppleデバイスのデフォルトAIとして採用することを決定したことである。

この決定により、2025年12月にOpenAIが「コードレッド」を宣言し、Googleの進歩と他のAI企業に対応する必要性を強調した。

「Geminiのユーザー数は、8月に画像ジェネレーターNano Bananaがリリースされて以来増加しており、Googleによると、月間アクティブユーザー数は7月の4.5億人から10月の6.5億人に増加した。

OpenAIは、企業向けに人気のAnthropicからも圧力を受けている。」

Googleの最近の勝利のもう一つは、AIチップの成功である。まず、AnthropicがGoogleのAIチップ、TPU（Tensor Processing Unit）を使用することを発表した。今では、競合するAI企業MetaもGoogleのTPUを使用することになる。これにより、GoogleはNvidia (NVDA )よりもOpenAIに近い競合相手となっている。

(詳細については、”AIハードウェアへの投資: CPUからXPUまで“を参照してください)

AlphabetのAI戦略: 大規模な垂直統合

スワイプしてスクロール →

TPUへの焦点は、Googleの戦略を示す良い指標である。優れたLLMやDeep ThinkのようなSolid LLMは、もちろん非常に重要である。

しかし、Googleが強い立場を占めるのは、AIの配信管理とコスト構造 + 資本アクセスにある。

Androidを通じたモバイル市場への存在はすでに強力であるが、Appleとの契約により、特定のAIアプリにルーティングされていないほとんどのAIリクエストが、直接的または間接的にGeminiにルーティングされることがほぼ保証される。

もう一つの要素は、TPUへの依存の増加である。いくつかの報告によると、TPUはNvidia GPUよりも約30%安く、同等のワークロードでドルあたりのパフォーマンスが2〜4倍優れている。また、同じコンピューティングでエネルギー消費が低いことは、単に財務的な問題ではなく、エネルギー供給の制約が増しているため、AIデータセンターをスケールアップするのに役立つ。

最後に、垂直統合のレベルは、チップから直接所有するデータセンター、企業向けクラウドプラットフォーム、そして消費者向け配信チャネルまで、業界で無比である。Microsoftは企業向けスペースで近いが、他は遠く及ばない。

最後に、AIインフラストラクチャーの構築は非常に高価であった。これらの数百億ドル相当のチップとデータセンターの費用は、今後毎年、バランスシート上で大量の償却費を生み出すことになる。Alphabetの検索、YouTube、Android、その他の製品からのキャッシュフローは、これらの初期費用と将来のメンテナンスを賄うことができる。

Geminiは実際に先頭を走っているのか?

特定の「勝者」をAIレースで呼ぶことは、まだ時期尚早である。たとえば、現在のパラダイムは、xAI/Spaceが合併して宇宙ベースのAIデータセンターを提供することで覆される可能性がある。

しかし、いくつかの傾向が現れ、Googleに有利に働いている。

最初の傾向は、専用のAIハードウェアの必要性であり、テック巨人の多くが遅れを取っているため、チップメーカーとGoogleに利益をもたらしている。

もう一つの傾向は、一般大衆にとっての配信管理の重要性であり、一般大衆は、どのAIを使用できるか、または使用すべきかについて十分な認識を持っていない可能性がある。この点では、Appleのエコシステムへの直接アクセスは、以前のGoogleをiPhoneのデフォルト検索エンジンにする戦略を反映している（これは、2025年末に「あまりにも有利」であるとして、米国反トラスト裁定を引き起こした）。

Deep Thinkの数学と科学での優位性とともに、GoogleはAIの分野で2026年を素晴らしいスタートを切っている。ただし、このリードを、OpenAI、Microsoft、Meta、Anthropic、中国のモデルなどの激しい競争から守ることができるかどうかは、まだ見方が分からない。