Googleは、最新の基盤モデル「Gemini 3 Pro」に基づく「Gemini Deep Research」という再構築された研究エージェントを発表しました。新しいエージェントは、研究レポートの作成にとどまらず、開発者がGoogleのSATAモデル研究機能を自分のアプリに組み込むことを可能にするということです。この機能は、Googleの新しいInteractions APIを通じて実現され、開発者にエージェントAI時代のより多くの制御を提供する方針です。
「Gemini Deep Research」は、大量の情報を統合し、大規模なコンテキストを処理する能力を備えたエージェントです。Googleによれば、このツールはデューデリジェンスから薬物の毒性安全性研究まで、顧客に利用されているということです。
また、Googleはこの新しい研究エージェントをGoogle検索、Google Finance、Gemini App、NotebookLMなどのサービスに統合する予定だとしています。これは、人間が何かを検索するのではなく、AIエージェントがそれを行う未来に向けた一歩です。
Googleは、Gemini 3 Proが「最も事実に基づいた」モデルであり、複雑なタスク中の幻覚を最小限に抑えるように訓練されているとしています。AIの幻覚、つまりLLMが事実でないことを作り出す問題は、長時間にわたる深い推論を伴うエージェントタスクで特に重要です。多くの自律的な決定が数分、数時間、またはそれ以上にわたって行われる中で、LLMが選択を行う回数が増えるほど、1つの幻覚的な選択が出力全体を無効にする可能性が高くなります。
Googleはその進捗を証明するために、新たなベンチマーク「DeepSearchQA」を作成しました。これは、複雑な多段階の情報探索タスクにおけるエージェントのテストを目的としています。Googleはこのベンチマークをオープンソース化しています。
さらに、「Humanity’s Last Exam」という独立した一般知識のベンチマークや「BrowserComp」というブラウザベースのエージェントタスクのベンチマークでもDeep Researchをテストしました。Googleの新しいエージェントは、自社のベンチマークおよびHumanity’sで競合を上回りましたが、OpenAIのChatGPT 5 ProはBrowserCompでわずかにGoogleを上回りました。
しかし、これらのベンチマーク比較は、Googleが公開した瞬間に時代遅れとなりました。同日に、OpenAIが期待されていたGPT 5.2を発表したためです。OpenAIは、最新のモデルが特にGoogleを含む競合を典型的なベンチマークで上回るとしています。
この発表で最も興味深い部分の一つは、そのタイミングです。世界がGarlicのリリースを待ち望んでいる中、GoogleもAIに関するニュースを発表しました。
