| name | gemini-text-models |
| description | Use when user asks about Gemini text models, Flash vs Pro, Flash Lite, thinking mode, reasoning, context window, or model migration. Also use when user says テキストモデル, Flash と Pro の違い, 推論モード, thinking モード, コンテキストウィンドウ. Gemini テキスト生成モデル（3.1 Pro / Flash / Flash Lite）の詳細比較、推論モード、コンテキストウィンドウ、移行ガイドを提供する。 |
| context | fork |
Gemini Text Models
Gemini テキスト生成モデルの詳細比較と選択ガイド。
モデル比較
Gemini 3.1 Pro
| 項目 | 値 |
|---|
| モデル ID | gemini-3.1-pro-preview |
| コンテキスト | 入力 2M / 出力 65K トークン |
| 推論モード | 対応（thinking budget 設定可） |
| マルチモーダル | テキスト、画像、音声、動画、PDF |
| 強み | 最高精度、複雑な推論、コード生成 |
| 推奨場面 | 高精度が必要なタスク、複雑な分析 |
Gemini 3.1 Flash（基本推奨）
| 項目 | 値 |
|---|
| モデル ID | gemini-3.1-flash-preview |
| コンテキスト | 入力 1M / 出力 65K トークン |
| 推論モード | 対応（thinking budget 設定可） |
| マルチモーダル | テキスト、画像、音声、動画、PDF |
| 強み | コストと性能のバランス、高速レスポンス |
| 推奨場面 | 汎用用途のデフォルト選択 |
Gemini 3.1 Flash Lite（基本利用推奨）
| 項目 | 値 |
|---|
| モデル ID | gemini-3.1-flash-lite-preview |
| コンテキスト | 入力 1M / 出力 32K トークン |
| 推論モード | 非対応 |
| マルチモーダル | テキスト、画像 |
| 強み | 最速レスポンス、最低コスト |
| 推奨場面 | 大量処理、シンプルなタスク、コスト最優先 |
選択フローチャート
タスクの複雑さは？
├── シンプル（分類、抽出、翻訳）→ Flash Lite
├── 中程度（要約、QA、コード補完）→ Flash
└── 複雑（推論、分析、コード設計）→ Pro
└── コスト制約がある？ → Flash + thinking mode
推論モード（Thinking）
Pro と Flash は推論モード（thinking）を使用して、回答前に内部で段階的推論を実行できる。
設定方法
from google import genai
from google.genai import types
client = genai.Client(api_key="YOUR_API_KEY")
response = client.models.generate_content(
model="gemini-3.1-flash-preview",
contents="17 * 23 + 42 / 6 を計算して、手順を説明して",
config=types.GenerateContentConfig(
thinking_config=types.ThinkingConfig(
thinking_budget=2048
)
)
)
for part in response.candidates[0].content.parts:
if part.thought:
print(f"思考: {part.text}")
else:
print(f"回答: {part.text}")
Thinking Budget ガイド
| 値 | 用途 |
|---|
| 0 | thinking 無効 |
| 1024 | 軽い推論（計算、簡単な論理） |
| 2048-4096 | 中程度の推論（数学、コード分析） |
| 8192-16384 | 深い推論（複雑な証明、設計判断） |
| -1 | 制限なし（モデルが自動判断） |
マルチモーダル入力
画像入力
from google.genai import types
response = client.models.generate_content(
model="gemini-3.1-flash-preview",
contents=[
types.Part.from_text("この画像を説明して"),
types.Part.from_image(types.Image.from_file("photo.jpg")),
]
)
PDF 入力
response = client.models.generate_content(
model="gemini-3.1-flash-preview",
contents=[
types.Part.from_text("この PDF を要約して"),
types.Part.from_uri(
file_uri="gs://bucket/document.pdf",
mime_type="application/pdf"
),
]
)
音声入力
response = client.models.generate_content(
model="gemini-3.1-flash-preview",
contents=[
types.Part.from_text("この音声を文字起こしして"),
types.Part.from_uri(
file_uri="gs://bucket/audio.mp3",
mime_type="audio/mp3"
),
]
)
システム指示
response = client.models.generate_content(
model="gemini-3.1-flash-preview",
contents="ユーザーの質問",
config=types.GenerateContentConfig(
system_instruction="あなたは親切な日本語アシスタントです。"
)
)
構造化出力（JSON モード）
import json
response = client.models.generate_content(
model="gemini-3.1-flash-preview",
contents="東京の天気を教えて",
config=types.GenerateContentConfig(
response_mime_type="application/json",
response_schema={
"type": "object",
"properties": {
"city": {"type": "string"},
"temperature": {"type": "number"},
"condition": {"type": "string"}
}
}
)
)
data = json.loads(response.text)
ツール使用（Function Calling）
weather_tool = types.Tool(
function_declarations=[
types.FunctionDeclaration(
name="get_weather",
description="指定都市の天気を取得",
parameters=types.Schema(
type="object",
properties={
"city": types.Schema(type="string", description="都市名")
},
required=["city"]
)
)
]
)
response = client.models.generate_content(
model="gemini-3.1-flash-preview",
contents="東京の天気は？",
config=types.GenerateContentConfig(
tools=[weather_tool]
)
)
3.0 / 2.5 系からの移行ガイド
主な変更点
| 項目 | 3.0 以前 | 3.1 |
|---|
| コンテキスト | Pro: 1M, Flash: 1M | Pro: 2M, Flash: 1M |
| 推論モード | Flash 非対応 | Flash も対応 |
| 出力上限 | 8K-32K | 32K-65K |
| 構造化出力 | 基本対応 | 改善（精度向上） |
移行手順
- モデル ID を
gemini-3.1-*-preview に変更
- 推論モードの活用を検討（Flash でも使用可能に）
- 出力上限の拡大を活用（max_output_tokens の調整）
- テストを実行して互換性を確認
