0
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

@kai_kou(甲斐 甲)

Gemini 3 Deep Think入門 — 科学・推論特化AIをAPIで活用する完全ガイド

0
Last updated at Posted at 2026-03-29

はじめに

2026年2月、GoogleはGemini 3モデルファミリーの中でも特に推論能力を強化したGemini 3 Deep Thinkを発表しました。数学・科学・エンジニアリングの複雑な課題に対して、複数の仮説を並行探索しながら段階的に思考するモデルです。

この記事では、Gemini 3 Deep ThinkのAPIを使った実装方法を解説します。

この記事で学べること

  • Gemini 3 Deep Thinkの仕組みと従来モデルとの違い
  • ThinkingConfigを使ったAPI実装方法（Python）
  • ベンチマーク比較データ（AIME 2025・GPQA Diamond・ARC-AGI-2）
  • 利用プランと料金の選び方
  • 思考深度（LOW / MEDIUM / HIGH）の使い分け

対象読者

  • Gemini APIを使ってアプリケーションを構築しているエンジニア
  • 推論・科学計算タスクにLLMを活用したい方
  • Gemini 3シリーズのモデル選定を検討している方

前提環境

  • Python 3.10+
  • google-genai SDKインストール済み
  • Google AI Studio / Gemini APIキー取得済み

TL;DR

  • Gemini 3 Deep ThinkはGoogleの推論特化モデル。数学・科学・エンジニアリングに強い
  • APIでは ThinkingConfig(thinking_level=ThinkingLevel.HIGH) で有効化
  • ARC-AGI-2で45.1%、AIME 2025で93.3%（公式ベンチマーク）を達成
  • 1日10プロンプトの制限あり（Google AI Ultraプラン）。API経由はアーリーアクセス

Gemini 3 Deep Thinkとは

Gemini 3 Deep ThinkはGoogleが2026年2月12日に発表した推論特化モードです。通常のGemini 3 Proが「オートコンプリート型」の即時応答を生成するのに対し、Deep Thinkは回答を出す前に次の処理を内部で実行します。

  1. 問題の分解: 複雑な問いを部分問題に分割
  2. 並行仮説探索: 複数の解法候補を同時に検討
  3. 自己検証: 各候補の整合性を確認し、反例がないかチェック
  4. 段階的統合: 部分解を組み合わせて最終回答を導出

この思考プロセスにより、通常のモデルでは誤りが出やすい「数学オリンピックレベルの問題」や「マルチステップの論理推論」に対して精度が向上します。

従来の推論モデルとの違い

項目 Gemini 3 Pro（通常） Gemini 3 Deep Think
思考スタイル 即時出力 段階的推論（内部思考）
応答速度 秒単位 数分（Highモード）
数学・科学精度 標準 大幅向上
コスト 標準 Highモードで最大10倍
用途 汎用 複雑な推論・研究・科学計算

ベンチマーク性能

Googleの公式発表によると、Gemini 3 Deep ThinkはAIベンチマーク全般で高いスコアを達成しています。

主要ベンチマーク（2026年2月時点）

ベンチマーク Gemini 3 Deep Think Gemini 3 Pro（通常）
ARC-AGI-2（抽象・視覚推論） 45.1% 31.1%
AIME 2025（数学オリンピック） 95%（ツールなし）/ 100%（コード実行あり） —
GPQA Diamond（大学院レベル科学） 93.8% 91.9%
Humanity's Last Exam 41.0% —
LMArena Elo（総合評価） 1,501（Gemini 3 Pro系、首位）1 —

ARC-AGI-2は「人間には簡単だがAIには困難なタスク」を測定するベンチマークです。通常のGemini 3 Proと比較して約14ポイントの差があります2。

AIME 2025（米国数学オリンピック予選）ではツールなしで95%、コード実行ありで100%を達成しています3。

APIでの実装方法

セットアップ

pip install google-genai

基本実装（思考レベル制御）

ThinkingConfigにthinking_levelを指定することで深度を制御します。

from google import genai
from google.genai import types

client = genai.Client(api_key="YOUR_GEMINI_API_KEY")

response = client.models.generate_content(
    model="gemini-3-flash-preview",
    contents="次の微分方程式を解いてください: dy/dx = 3x² - 2x + 1",
    config=types.ThinkingConfig(
        thinking_level="high"  # "low" | "medium" | "high" | "minimal"
    ),
)

print(response.text)

思考レベルの選択

レベル 文字列値 思考トークン目安 応答時間 推奨用途
LOW "low" 500〜2K 数秒 翻訳・分類・要約
MEDIUM "medium" 2K〜8K 数十秒 コードレビュー・分析
HIGH "high" 8K〜32K+ 数分 数学証明・研究タスク

注意: thinking_levelとthinking_budgetは同時に指定できません。同時指定すると400エラーが返ります。

思考プロセスの取得（Thought Summaries）

モデルの推論過程を確認したい場合は include_thoughts=True を指定します。

response = client.models.generate_content(
    model="gemini-3-flash-preview",
    contents="素数判定アルゴリズムをPythonで最適化してください",
    config=types.ThinkingConfig(
        thinking_level="high",
        include_thoughts=True  # 推論プロセスを含める
    ),
)

# 思考プロセスと最終回答を分離して取得
for part in response.candidates[0].content.parts:
    if part.thought:
        print("=== 思考プロセス ===")
        print(part.text)
    else:
        print("=== 最終回答 ===")
        print(part.text)

科学計算での実装例

from google import genai
from google.genai import types

client = genai.Client(api_key="YOUR_GEMINI_API_KEY")

# 大学院レベルの物理問題
question = """
量子力学の問題です。
ポテンシャル V(x) = 0 (0 < x < L)、V(x) = ∞ (それ以外) の
1次元無限深さの井戸型ポテンシャルについて:
1. シュレーディンガー方程式を解き、波動関数を導出してください
2. エネルギー固有値を求めてください
3. 基底状態での粒子の位置の期待値と不確かさを計算してください
"""

response = client.models.generate_content(
    model="gemini-3-flash-preview",
    contents=question,
    config=types.ThinkingConfig(
        thinking_level="high"
    ),
)

print(response.text)

利用プランと料金

個人向けプラン（Google AI）

プラン 月額 Deep Think 用途
Free 無料 × Gemini 2.5 Flash + 限定的なProアクセス
Google AI Plus $7.99 × Gemini 3 Flash（拡張版）
Google AI Pro $19.99 × Gemini 3.1 Pro + 1,000 AIクレジット
Google AI Ultra $249.99（¥36,400） ✓ 全モデルアクセス。1日10プロンプト制限

Deep ThinkへのアクセスはGoogle AI Ultraプランが必要です。

API料金（Gemini API）

APIでの利用はアーリーアクセスプログラムへの申込が必要です（2026年3月時点）。

項目 料金
入力トークン $0.50 / 100万トークン
出力トークン $3.00 / 100万トークン（思考トークン含む）

思考レベルHIGHでは1リクエストあたり8K〜32K以上の思考トークンが消費されます。通常のGemini 3 Proと比較してコストが5〜10倍になる可能性があるため、本番利用ではコスト試算が重要です4。

推奨ユースケース

Deep Thinkが特に効果を発揮する用途を整理します。

向いているタスク

数学・アルゴリズム

  • 数学証明の検証・生成
  • 計算量解析を伴う競技プログラミング問題
  • 最適化問題（線形計画法、動的計画法）

科学・研究

  • 大学院レベルの物理・化学の理論計算
  • 論文の論理的整合性チェック
  • 仮説設計とその検証方法の立案

複雑なコーディング

  • 複数のアーキテクチャ候補を比較した上での最適設計
  • バグ原因の多段階推論による特定
  • セキュリティ脆弱性の体系的な分析

向いていないタスク

  • メール作成・要約・翻訳（通常のGemini 3 Flashで十分）
  • リアルタイム応答が必要なチャットボット（応答に数分かかる）
  • 1日10プロンプトを超える大量バッチ処理

注意点

API利用上の制限

  1. thinking_levelとthinking_budgetは同時指定不可
    片方のみを指定してください。両方指定すると400エラーになります。

  2. アーリーアクセス対象のみ
    2026年3月時点でAPIアクセスは選別制です。申込フォームから申請が必要です。

  3. 地域制限
    現状は米国・英語ユーザー向けに提供が先行しています。日本語での品質は今後改善見込みです。

  4. 処理時間
    HIGHモードでは数分かかることがあります。タイムアウト設定に注意してください。

# タイムアウトを設定した実装例
import httpx

client = genai.Client(
    api_key="YOUR_GEMINI_API_KEY",
    http_options={"timeout": 300}  # 5分に設定
)

まとめ

Gemini 3 Deep Thinkは、複雑な推論や科学計算タスクに特化したGoogleの最新モデルです。

  • ベンチマーク: ARC-AGI-2で45.1%、AIME 2025で93.3%を達成
  • API: ThinkingConfig(thinking_level=ThinkingLevel.HIGH) で有効化
  • 用途: 数学証明・物理計算・複雑なアルゴリズム設計・論文検証
  • 制限: 1日10プロンプト（Ultraプラン）、API利用はアーリーアクセス

汎用タスクにはGemini 3 FlashやGemini 3.1 Proを使い、高精度推論が必要な場面にのみDeep Thinkを使う「使い分け」がコスト効率の観点から推奨されます。

アーリーアクセスが拡大次第、研究・教育・金融リスク計算など幅広い分野での活用が期待されます。

参考リンク

  1. LMArena Elo 1,501はGemini 3 Proシリーズとして記録されたスコアです ↩

  2. Gemini 3 Deep Think | Google Blog（2026年2月12日） ↩

  3. Google Gemini 3 Benchmarks | Vellum AI ↩

  4. Gemini API Pricing | Google AI for Developers ↩

0
1
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
0
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?