新世代「Gemini 3.6 Flash」が登場！

 Googleから最新AIモデル「Gemini 3.6 Flash」が7月21日に電撃発表されました。発表された記事から要点を取り出してみました。

１．Gemini 3.6 Flash の特徴

• 優れたパフォーマンス: コーディング（DeepSWE）や機械学習研究（MLE Bench）などのベンチマークで、前世代を大きく上回るスコアを記録しています。

• コスト削減と効率化: 必要なツール呼び出しや推論ステップを減らし、出力トークン使用量を17%削減しました。

• マルチモーダル対応: テキストだけでなく、画像、動画、音声、PDFの解析やグラフ分析にも強力に対応します。

• コンピュータユース機能: AIが画面やUIを直接操作して自律的にタスクをこなす「エージェント機能」がビルトインツールとして統合されています。

２．機能強化でも単価の引き下げ

最大の注目ポイントは、「単価の引き下げ」×「トークン消費の削減」という“ダブルのコストカット”です。

今回のアップデートでは、入力単価（100万トークンあたり1.50ドル）は従来の低価格をキープしたまま、出力単価が1Mトークンあたり9.00ドルから7.50ドルへと大幅に値下げされました。

さらに、モデル自身の「頭の回転」が良くなったことで、同じ回答を得るために必要な出力トークン数が最大17%削減されています。

単価の値下げ（ 約16.7%オフ）と出力量の効率化（最大17%削減）、この2つの掛け合わせにより、実際の請求額ベースで見ると、「ダブルの値下げ効果」が実現しています。

３．性能は大幅アップ！進化のポイント

強化されたポイント

1. コーディング＆研究能力の向上
   ソフトウェア開発（DeepSWE）や機械学習研究（MLE Bench）のベンチマークで前世代を大きく上回るスコアを記録。プログラミングのバグ修正やコード生成の精度が一段と高まりました。
   
   

2. バックグラウンドでのPython実行・データ解析
   複雑なグラフ画像を入力した際、ただ画像を「見る」だけでなく、裏で自律的にPythonコードを生成・実行して正確な数値を導き出すといった高度な処理が可能になりました。
   
   

3. Computer Use（画面操作・UI操作）の標準組み込み
   WebブラウザやOSの画面を認識し、マウス操作や入力などを自動実行するエージェント適性（OSWorldテスト等）も大きく伸びています。

Google AI StudioやGeminiアプリ、各種API経由で既に利用可能となっています。

生成AIはどれくらい電気を食うのか？「Our World in Data」の最新分析から見えてきた真実

 「AIを使うと大量の電力が消費され、環境に悪影響を与えるのではないか？」

「生成AIの普及で世界の電力網がパンクするのでは？」

ChatGPTやGeminiをはじめとする生成AIの爆発的な普及に伴い、こうした「AIのエネルギー消費問題」が連日ニュースで取り上げられています。

では、本当にAIのエネルギー消費量は問題なのでしょうか？私は、これには大いに疑問を感じています。

国際的なデータ分析機関である「Our World in Data」が、最新データに基づいた非常にわかりやすい解説記事を公開しています。この記事から見えてきた興味深いポイントを詳しくご紹介します。

1. 世界全体で見るとAIの電力消費は「約0.5%」

国際エネルギー機関（IEA）の推計によると、データセンター全体で消費されている電力は年間約485 TWh（テラワット時）で、これは世界全体の電力生成量の約1.5%にあたります（ドイツ1国全体の年間発電量に相当）。

さらに、データセンターにはクラウドストレージや動画配信（Netflix等）、検索、ネットバンキングなどあらゆるデジタルインフラが含まれます。このうち「AI用途」に特化したデータセンターが占める割合は全体の約3分の1（約0.5%）です。

• データセンター全体：世界の電力の約 1.5%
• うちAI用途：世界の電力の約 0.5%

「AIが世界の電気を使い果たしている」というイメージからすると、現時点での絶対量は意外にもかなり小さいことがわかります。

なお、IEAの予測では、2030年までにデータセンター全体の電力消費は世界全体の約3%まで増加し、その半分程度をAIが占めるようになると見込まれています。

 2. 本当の課題は「地域的な偏り」にある

「世界全体で0.5%なら問題ないのでは？」と思えるかもしれませんが、話はそう単純ではありません。本質的な問題は「電力需要が特定の地域に極端に集中している」ことです。

データセンターは世界中に均等に配置されているわけではなく、一部の国や地域の送電網に負荷が集中しています。

• アメリカ全体：データセンター消費率 約5%（うちAIは約2%）
• アイルランド：国内電力の 20%以上 がデータセンター
• 米バージニア州：州内電力の 25%以上（4分の1以上） がデータセンター

世界全体ではわずかな割合であっても、特定の自治体や地域送電網においては「電力が足りなくなる」「地域の電気代が高騰する」といった深刻なリスクがすでに発生しています。

3. プロンプト1回のエネルギーは電子レンジ「1秒未満」

個人がAIツール（ChatGPTやGeminiなど）を使う際の1回あたりの消費電力はどうでしょうか？

GoogleやOpenAIなどの公表値や研究機関（Epoch AI）の試算をまとめると、以下のようになります。

クエリの種類                              消費電力の目安               例え・比較 

通常のテキスト質問                約 0.24 〜 0.34 Wh        電子レンジを1秒未満、

                                                                                                       テレビを**10秒**つける程度 

長文の読み込み・生成            約 2.5 Wh                          スマホの充電ごくわずか分 

（約7,500語） 

複雑な推論・Agentタスク    約 40 〜 50 Wh                比較的大きな負荷

（長大テキスト）

欧州の一般家庭における1人あたりの1日の電力消費量は約17,000 Wh（17 kWh）です。これと比較すると、個人が日常的に数回のテキスト質問をする程度であれば、全体のエネルギー足跡（フットプリント）に与える影響は極めてわずかです。

「AIで質問すると地球環境を壊してしまうのでは…」と個人で過剰に罪悪感を持つ必要は今のところなさそうです。

4. 将来の需要予測：カギを握る「省エネ技術」の進化

AIの将来的なエネルギー需要は、ユーザー利用の伸びだけでなく、半導体チップやハードウェアの電力効率がどこまで向上するかによって大きく左右されます。

例えばIEA（国際エネルギー機関）のシナリオでも、今後の需要増加を強調する予測がある一方で、「ハードウェアの効率化が予想以上のスピードで進む」という予測も提示されています。

私自身は、これまでの技術革新の歴史を振り返っても、後者の「省エネ技術・電力効率の向上が需要増を上回るペースで進む」のではないかと考えています。

過度に悲観的になるのではなく、これからもAIの利便性を賢く享受しながら、エネルギーインフラの課題にも冷静なデータに基づいて注目していきたいところです。

皆さんは、AIのエネルギー問題と今後の進化についてどう思われますか？

* **元記事**：[How much energy do data centers and artificial intelligence use? - Our World in Data](https://ourworldindata.org/how-much-energy-do-data-centers-and-artificial-intelligence-use)（著者: Hannah Ritchie / 2026年7月公開）

Google Flowで画像を編集・作成してみました！

 Google Flowを使って、画像編集と生成を試してみました。

まず、下の画像は我が家の猫です。

この写真を使って、「この画像を他の方向から見た画像にしてください」と依頼してみたところ、少し上から見下ろした画像と、横から見た画像を作成してくれました。下の画像は、その横から見た画像です。

次に、この画像を活用して「猫がゆったりとしたソファの上に寝転んでいる。周囲には静かな雰囲気が漂っており、そばには花瓶に薔薇の花がいけられている」と入力し、新しい画像を作成してもらいました。

続いて、人物の画像をアップロードして追加し、「このソファにこの人物が座っており、その膝の上に猫が座っている」と指示を出してみました。

少し人物の表情が硬く感じられたので、さらに「おじいさんはニッコリと微笑んでいる」と追加で入力してみます。

Google Flowは動画生成が得意なイメージがありましたが、Nano Banana 2などを組み合わせることで、こうした高度な画像処理や編集にも大いに活用できることが実感できました。

鯉が泳いでいる動画を編集してみた

 我が家の近くにある池で鯉が泳いでいるのを動画で撮りました。

その動画を使って、鯉が水面に飛び上がるという動作をつけることと、水面に２，３輪の睡蓮を追加してくれるように依頼してみました。

以下のところに動画を入れていますので、ご覧ください。

https://youtu.be/fd8DfYVQ6Ew

動画の前半は私の撮った動画で、後半はGeminiで作成した動画です。

水面から飛び上がる様子はよくできていると思うのですが、２，３輪追加してくれた睡蓮は、鯉が飛び上がると表示がおかしくなっています。思わぬ動きですが、こういうのも面白い動画と思えば許されるのかも知れません。

2026年7月17日（金）付毎日新聞夕刊の第5404回・上級数独の解き方

 7月17日（金）付の毎日新聞夕刊に掲載されている第5404回・毎日数独上級の解き方を説明します。

問題は上のようなものです。

とりあえず、簡単にわかるところだけを埋めてみます。以下のようになります。

ここで下の図を見て下さい。左側上段の９つの箱に注目します。赤い矢印て示した線上には、「４」と「５」があるので、左側下段の赤い丸印で示した2つの箱には、「４」もしくは「５」が入り、他の数は入らないことがわかります。

この結果を使うと、左側上段の9つの箱の一つに、「１」が入ることが分かります。

それ以降、分かるところを埋めていくと、以下の図のようになります。

ここで下の図を見て下さい。右側中段の９つの箱の中にある赤い丸印で示した箱注目します。この箱のある赤の２つの直線上にある数字と、この箱のある９つの箱の中にある数字に注目します。「１」から「９」までの数字のうち「３」だけがないので、赤い丸印で示した箱には「３」が入ることがわかります。

この結果を使うと、右側上段の9つの箱の一つに、「３」が入ることが分かります。

それ以降も、難しいところもあると思いますが、じっくり考えれば解くことができると思います。頑張ってみて下さい。

暑中見舞いの動画をAIで作ってみました！

 先日、友人からLINEで素敵な暑中見舞いの動画が送られてきました。LINEかどこかで見つけて、送ってくれたもののようです。

「こんな動画なら、今のAIでも作れるんじゃないか？」 そう考えて、さっそくGoogleのツールを使って自作に挑戦してみました。

少し長尺の動画にしたかったので、軽量なOmni Flashではなく、動画生成に強いVeo 3.1を使ってみることに。

友人の動画は「縦長の画面に、縦書きの文章がいくつか流れる」というスタイルでしたが、私は「横長の動画に、縦書きの文章を入れる」という構成でプロンプト（指示文）を出してみました。

しかし、残念ながら日本語がうまく表示されず、中国語風の何とも言えない不思議な文字に……。

そこで、文字入れは以前から愛用しているCyberLinkの『PowerDirector』で行うことにしました。

動画全体の長さは17秒。 あれこれ詰め込まず、シンプルに「暑中お見舞い申し上げます」という文字を、こちらは横書きでスッキリと表示させることに。

映像は夏らしい情景を狙って、「屋形船が浮かぶ川の向こうに、花火が上がっていく」という指示を出しました。

出来上がった動画そのものは、川の雰囲気が少し屋形船にはそぐわない感じだったり、花火の種類を指定しても思い通りに上がらなかったりと、AIの「一筋縄ではいかない部分」もありました。ただ、花火の「ドン、ヒュルルル……」という音は、かなりそれらしく仕上がったと思います。

動画は以下のところから。

https://youtu.be/1GeHnj0wXbI

AIと動画編集ソフトの合わせ技、なかなか面白い体験でした！

AI動画生成ツール「Flow」で、昔話『竹取物語』の動画作成に挑戦してみた！

 Googleの動画生成ツール「Flow」を使って、昔話『竹取物語』の動画を作成してみました。今回は、ほんの冒頭部分だけの小試作です。

まずは、動画の土台となるプロンプト（指示文）の作成をGeminiに依頼しました。

Geminiへのプロンプト： 「竹取りのお爺さんが山で竹をとっていると、一本の竹が金色に光っているのを見かけた。この文章の動画をFlowを使って作成したい。Flow用にプロンプトを作成してください。」

Geminiからは、すべて英語で書かれた以下の3つのプロンプトの提案がありました。それぞれ異なるテイストです。

• オプション1：絵本・ファンタジー風（暖かみのある美しい3Dアニメ風）

• オプション2：映画・実写風（リアリティと重厚感のあるドラマチックな映像）

• オプション3：アニメ・ジブリ風（手描き感のあるノスタルジックな映像）

せっかくなので、これら3つのプロンプトをそのままFlowに入力し、それぞれのタッチで動画を作成し比べてみました！

ぜひ以下のリンクから仕上がりを体験してみてください。

• オプション1（ファンタジー風）を視聴する

• オプション2（実写風）を視聴する

• オプション3（ジブリ風）を視聴する

続きのシーンを繋げて、長尺の動画にしたい！

続いて、作成した動画のあとにシーンを付け足して、少し長めの動画にしようと考えました。

しかし、初期に使っていたモデル「Omni Flash」では動画の継続生成（拡張）ができないことが判明。調べてみると、「Veo 3.1」であれば可能とのこと。そこで、今回はVeo 3.1 Fastを使って、続きの動画を作成してみました。

続きのシーン用に、以下の日本語を英語に翻訳してプロンプトに入力しました。

「眼の前の竹をおじいさんは割ります。ここでカメラを竹に近づけます。竹の中から可愛らしい赤ちゃんが現れます。カメラを引いていく（※「話していく」のタイポ修正）。おじいさんは赤ちゃんを抱き上げます。赤ちゃんが産声を上げています。」

すると、最初に作ったおじいさんが竹を見つける動画から、次の「竹を割って赤ちゃんを抱き上げる」動画へと、見事にシーンが繋がった動画を生成してくれました！

完成した繋ぎ合わせ動画は、こちらからご覧いただけます。

完成動画：竹を割るおじいさんと赤ちゃんの誕生

AIが生成する絵の細部（衣装や道具の描写など）に少しユニークな部分もありますが、前後の動画の繋がりやストーリーの流れは想像以上に自然で、まずまずの出来栄えになったのではないかと思います。

AI動画生成の進化は本当に早いですね。次はもう少し長いストーリーにも挑戦してみたいです！