GoogleがGemini 3.1 Ultraを正式にリリースしました。200万トークンというコンテキストウィンドウは業界最長水準であり、動画・音声・テキストを同時にネイティブで処理するマルチモーダル推論能力を備えています。あわせて、コスト重視のユースケース向けに「Gemini 3.1 Flash-Lite」を入力100万トークンあたり0.25ドルという低価格で提供開始しました。
200万トークンのコンテキストは、大規模なコードベース全体の一括解析や2時間超の動画コンテンツの理解を可能にします。従来のモデルが分割処理を余儀なくされていたような長文書類や映像コンテンツを、単一のプロンプトで処理できる点が研究・開発現場での活用を後押しすると見られています。ネイティブマルチモーダル処理については、テキスト・音声・画像・動画を変換ステップなしに直接扱える設計で、医療診断支援や映像編集補助など複合メディアを扱う用途での強みが期待されています。
X上では「ようやくGPT-5.5に対抗できるGoogleのモデルが出た」という開発者からの歓迎コメントが相次ぎました。一方Hacker Newsでは、「Flash-Liteの$0.25/Mトークンはコスト重視ユースケースでDeepSeek Flashと正面からぶつかる。価格競争がさらに激しくなる」という市場分析が上位コメントとなり、フロンティアモデル同士の性能競争とは別軸でコスト競争の激化が注目されています。
フロンティアモデルのコンテキスト長とマルチモーダル能力の競争はGPT-5.5、Claude Opus 4などとの間で続いており、Googleとしては今回のリリースでOpenAIへの対抗軸をより鮮明にした形です。Flash-Liteによる低価格帯の強化も含め、エンタープライズ市場とデベロッパー市場の双方を同時に取りに行く戦略が見えます。