カテゴリー: PC：パソコン

IoT MCU開発関連のWindowsやLinix Mint記事を集めています

Windows 11 26H2更新

WithHappy
Windows 11 25H2から26H2へアップデート
Windows 11 25H2から26H2へアップデート

9月30日朝8時いつものWin Updateを行うと、「26H2が利用可能です」が表示され25H2から26H2アップデートに成功しました。当該Win11は「2028年10月までサポート延長」完了です。

緊急的Win11 26H2アップデート

Windows 11 25H2から26H2への手順
Windows 11 25H2から26H2への手順

最近のWin Updateは、月例セキュリティ更新スケジュールと無関係(?!)に、随時/突然Update配布が始まります。既に配布したプログラムに緊急配布が必要なほど重大なバグがあるからでしょう。

今回もまたか、と思い見ると26H2配布でした。

コチラの記事によると、新しい26H2は25H2からの変化は少ないそうです。では、「なぜ緊急的に26H2を配布したか疑問」です。暫く様子を見る必要があるかもしれません。

Office 2021も10月9日まで

現在サービス中の「買切りOffice 2021も今年10月13日でサポート終了」です。買切りOffice 2024（2029年10月までサポート）、または、クラウドOffice 365（サブスクリプション型サポート）へのアップグレードが必要です。

Office 2021以降、従来の買切りOfficeにあった延長サポートが廃止され発売後5年でサービスも終わります。

Summary：Windows 11 26H2更新

日本時間9月30日朝、緊急的にWindows 11 26H2アップグレード配布が始まりました。段階配布ですが、弊社4PC中2台のWin11 25H2は、26H2アップデートが無事完了し、本日時点で2台とも安定動作中です。

残り2台のWin11 25H2は、10月の月例セキュリティ更新（10月14日）まで待って26H2更新を行う予定です。



AI Mac 3種比較

WithHappy
Mac miniとMac Studio背面比較
Mac miniとMac Studio背面比較

2026年9月（158円/$）のAI Mac公式サイト価格を記録しておきます。
弊社の次期AI Mac本命は前稿で示した9月22日発売Mac Studio M5 Max 64GBですが、価格上下の2種と比べます。

AI Mac 3種仕様と価格

AI Mac仕様

mini M5 Pro

Studio M5 Max

Studio M5 Max

CPU/GPU/Neural(コア数)

18/20/16

18/40/16

実装メモリ(GB)

64

128

メモリ帯域(GB/s)

307

614

LAN速度(GbE)

2.5

10

Thunderbolt(数)

3

4

最大消費電力(W)

145

200

SSD(TB)

1

ユーザSSD交換

NG

本体価格（円）

569,800

653,800

941,800

評価

NG

本命

対抗

－84,000円のMac mini M5 Pro比較

M5 ProとM5 Maxの違いは、制御チップのGPUコア数とメモリ帯域でどちらもMaxの半分がProチップです。同じ64GBメモリを実装したStudio M5 Maxとmini M5 Proの本体価格差が84,000円で、この低コストに伴い筐体小型化、LAN速度やThunderbolt数、最大消費電力も下がります。

Mac mini M5 Proは、AI駆動を低電力で処理するのに適す選択肢だと思います。Winユーザ向けに言えばCopilot+ PC相当です。しかし、ローカルLLM活用処理やAIエージェント開発には、「Max比メモリ帯域も減少するため少々力不足」の感じがします。

＋288,000円の実装メモリ128GB比較

288,000円追加すると128GBメモリが実装でき、大型LLMや中型の複数LLM収容が可能です。しかし、大型LLMの高速実行は、「288,000円追加よりクラウドAI利用の方がコスパ良し」と思います。

また、M5 Maxの２倍コア搭載（36/80/32）でメモリ帯域も1.2TB/sのM5 Ultraチップが296,000円追加の949,800円から選べるため、大型LLMローカルAI活用開発にはM5 Ultraの方がより適す感じがします。

弊社ローカルAI活用タスク

Apple PCは、購入後ユーザのハードウェア変更ができません。従って、実行するAI処理を想定しハードウェアを決定すべきです。公式サイトでも「先ず使い方に合わせたチップ選択」を推薦しています。

弊社の場合は、下記が想定ローカルAI活用タスクです。GPUメモリ割り当て48GBで「Qwen3.8 27B」クラスの中型LLMモデル運用ができるM5 Max 64GB実装のMac Studioが現状最適（本命）だと判断しました。メモリ高騰が落ち着き価格低下すれば、上位128GBの可能性もあります。

  • 作業効率化
  • AIベースのワークフロー
  • Transformerモデルのトレーニング
  • ソフトウェア開発
  • 画像生成、LLM推論

Summary：AI Mac 3種比較

次期AI Mac本命のMac Studio M5 Max 64GBと、低コストMac mini M5 Pro 64GB、高コストMac Studio M5 Max 128GBを比較しました。弊社が想定するローカルAI活用タスクからmini M5 Proでは力不足、Studio M5 Max 128GBはクラウドAI利用の方が高効率と判断しました。

※話題のクラウドAI開発スピード減速の理由はコチラを参照。

Afterword：ユーザSSD交換NG

Mac Studio修理マニュアル
Mac Studio修理マニュアル

Apple公式サイトにはMac miniやMac Studioの修理マニュアルがあります。しかし、筆者のようなWin自作ユーザが好むSSD交換/追加記載が無く、あっても、トルクスネジやリペア用に別途Mac(!)も必要です。ユーザSSD交換/追加は事実上NGと言えそうです。PC故障時は修理サービスへGOです。



Mac Studio M5 Max 64GBで元を取る

WithHappy

筆者は、自作も含め30年以上Windows PCを愛用してきました。但し、昨今のAIデータセンター需要によるメモリ高騰は、次期AI PC計画に大きな影響を与えています。浮上したのが、CPUとGPUで大容量メモリを高速共有するユニファイドメモリを備えたApple社Mac Studio M5 Max（64GB）です。省電力でGPU割当メモリ48GB確保ができローカルAI PCとして同価格Win比、魅力的です（関連投稿：AI Macの今後）。

この状況で、以下2記事が気になりました。

  1. ローカルAIで元を取るには何年かかる?、Gigazine、2026/09/16
  2. ローカルLLMブームの正体（上中下）、ITmedia、2026/09/08～10

記事1は、仮にMac Studioを購入した場合、その元を取るには43.6年かかるという試算結果です。記事2は、ローカルLLM普及とその実用性を多面的に分析しています。

本稿は、これら記事を参考に筆者がMac Studioを選択する訳をまとめます。

43.6年の内訳

記事1紹介のSunk Costは、ローカルAI PC運用の費用対効果が試算できます。デフォルトでMac Studio M5 Max 64GB（本体価格3,499ドル/約55万円/159円/$）を導入、GPUメモリ割り当て48GB環境で「Qwen3.8 27B」クラスの中規模LLMモデル運用という設定がそのまま筆者の想定環境に当てはまります。

結果は、「You’re underwater for 43.6 years.」つまり、「PC購入費用回収までに43.6年(!)かかる」という衝撃的な数字でした。

Sunk CostのMac Studio費用対効果
Sunk CostのMac Studio費用対効果

※試算の基本条件

  • 本体価格：3,499ドル（約55万円）
  • 主な用途：Agentic coding（入力と出力の比率 15:1）
  • 利用量：1日50万トークン（コンテキスト長 約32,000トークン）
  • 使用モデル：Qwen3.8 27B（Q4_K_M）

つまり、単純に「クラウドAPI利用代金の代わりにローカルAI PC代で元を取る」という条件で計算すると、40年以上回収できないという結果です。

40年以上かかる理由

これほど年数がかかる理由は、「クラウドAPIの価格競争と効率性・性能の高さ」があるからです。

  1. 僅かな月間節約額：同等クラス（Qwen3.8 27B）をクラウドAPI経由で利用した場合の月額コストは、約6.94ドル（約1,083円）です。一方、Mac Studioをローカルで動かす電気代は月0.26ドル（約41円）であり、差額は月約6.68ドル（約1,042円）です。月1,000円程度の節約で55万円超の本体価格を回収しようとすれば、43.6年かかるのは当然です。
  2. 「時間」という隠れたコスト：時間的コストも無視できません。1,000トークンの生成速度を比較すると、クラウドAPIが約13秒なのに対し、ローカルAI PC処理では約40秒かかります。1日50万トークンの負荷では、回答待ち時間が1日あたり約15分増える計算になります。

純粋な処理能力や効率、費用対効果では「ローカルAIがクラウドAIに勝つことは極めて困難」が判ります。

クラウドAI「止められず・奪われず」の保険

しかし、この試算には含まれていない決定的な要素が存在します。記事2に示された「データプライバシー」と「外部要因による遮断リスクへの対策」です。

2026年に入り、クラウドAI特有のリスクが相次いで顕在化しました。海外モデルの輸出規制による一時利用不可や、利用規約の判断による突然のアカウント停止措置などです。Gemini場合、Googleアカウントごと凍結され、Gmailなどの重要インフラまで巻き込まれる懸念すら指摘されています。

ローカルLLMの本質的な価値は、コスト削減ではなく「一度手元にダウンロードすれば、誰にも取り上げられない自由」と「機密データを外部に出さずに安全に処理できるガバナンス」にあります。

Summary：Mac Studio M5 Max 64GBで元を取る

ローカルPC操作、プライバシー重視業務、クラウド障害への備え机上のAI相棒Mac Studio
ローカルPC操作、プライバシー重視業務、クラウド障害への備え机上のAI相棒Mac Studio

クラウドAI代替としてMac Studioを購入するなら、43.6年という数字が示す通り不経済です。しかし、最先端知能はクラウドAPIを活用しつつ、手元のローカル操作やプライバシー重視の業務、万一のクラウド障害時に備えた「机の上のAI相棒」としてローカルAI PCを持つなら、64GBユニファイドメモリを持つMac Studio M5 Maxは極めて強力な選択肢だと思います。

例えるなら、買切りOfficeとOffice 365の違いです。
この「買い切りの安心感と自由」を手に入れるため、Mac Studio投資を前向きに検討しています。

Project Zenith PC発表

WithHappy

2026年9月4日Microsoftは、開発者向けAI PC要件：「Project Zenith PC」を発表しました。40TOPS以上NPUの一般向け「Copilot+ PC」に対し、大容量・広帯域ユニファイドメモリが要件です。

Project Zenith PC要件

  • 64GB以上のユニファイドメモリ
  • 250GB/s以上のメモリ帯域幅

Project Zenith PCの開発者向け大容量・広帯域ユニファイドメモリ要件が上記です。現状の対象CPUは、AMD Ryzen AI Haloで、具体的には本ブログでピックアップ中のRyzen AI Max+ 395などです。

これら要件を満たすProject Zenith PCであれば、30B（300億）以上のパラメタを持つLLMをローカルAI PCで実行可能です。

さらにMicrosoftは、AI開発者向けツール：「Windows Terminal」と「Visual Studio Code」を既定でタスクバーへピン留めするなどWindowsを調整して提供するようです（お節介な！）。

「Project Zenith PC」にプリインストールされるWindows開発ツール（出典：記事）
「Project Zenith PC」にプリインストールされるWindows開発ツール（出典：記事）

つまり、垂直統合Apple MシリコンAI PCに対し、対抗策としてMicrosoftの垂直統合的な新たな解と考えて良いと思います。

Project Zenith PCとCopilot+ PC

Project Zenith PC発表により、Microsoft AI PCラインナップは2つに分かれました。

  • 一般向け「Copilot+ PC」: NPU（40+ TOPS）主体の低電力・バッテリー駆動重視。日常的なOS機能補助やユーザー体験の向上が目的。
  • 開発者向け「Project Zenith PC」: 大容量・超広帯域ユニファイドメモリ主体のハイパフォーマンス機。ローカルLLM/エージェントを利用する本格的な開発環境が目的。

因みに、現状でProject Zenith準拠PCを購入する場合は、64GB構成で30万円以上、128GB構成では、60万円前後が必要です。中程に、Apple Mシリコンの公証最大メモリ帯域幅も記載しています。ご参考まで。

Summary：Project Zenith PC発表

MicrosoftのAI PCラインナップはProject Zenith PCとCopilot+ PCに分岐
MicrosoftのAI PCラインナップはProject Zenith PCとCopilot+ PCに分岐

Microsoft発表の「Project Zenith PC」は、64GB以上ユニファイドメモリと250GB/s以上メモリ帯域幅、各種AI向けWindowsツール調整済みを要件とする開発者向けの新しいAI PC規格です。垂直統合Apple AI Macの対抗策と言えそうです。Microsoft AI PCラインナップは、開発者向け「Project Zenith PC」と一般向け「Copilot+ PC」の2つに分離しました。

Afterword：Win11上下左右タスクバー復活

復活したWin11上下左右タスクバー
復活したWin11上下左右タスクバー

9月初め頃からWin10で好評だった上下左右タスクバーが弊社1台のWin11 PCに復活しました。また、1週間遅れで別のWin11 PCにも復活しました。本機能は、段階的配布です。やはり良いものは良いですね！
Microsoftは、Win11では上下左右タスクバーは「技術的に困難」と言い続けてきましたが…。



AI PC候補価格（2026-08）

WithHappy

2026年8月（159円/$）の弊社次期AI PC候補の公式サイト価格を記録しておきます。
後日購入時の参考にするためです。

Summary：AI PC候補価格（2026-08）

名称 価格（円） 主要スペック 備考
MS-S1 Max 652,799 Ryzen AI MAX+ 395
128GB LPDDR5X 8000MHz		 2TB SSD
10GbE x 2
EVO-X3 607,999 2TB SSD
2.5GbE
EVO-X2 599,999
Mac Studio 653,800 M4 Max
64GBユニファイドRAM		 1TB SSD
2.5GbE
AI PC候補のMS-S1 Max、EVO-X3、EVO-X2、Mac Studio（2026-08）
AI PC候補のMS-S1 Max、EVO-X3、EVO-X2、Mac Studio（2026-08）

Mac RAMはWin半分で同等以上

AI PC性能を決める要素が、RAM容量と速度、帯域です。Apple Mシリーズ採用のユニファイドメモリは、Win PC搭載量の半分でも「同程度以上の高性能ローカルAI処理」ができるためAI PC候補のMac Studioは64GB版にしています。メモリ価格高騰が終息すれば、128GB版にするつもりです。

ちなみに、主要Mシリーズの公証最大メモリ帯域は下記です。Ryzen AI MAX+ 395は、確か250GB/s程度と記憶していますので、Mシリーズが圧倒的に広帯域です。

Apple Mシリコンのメモリ最大帯域
Apple Mシリコンのメモリ最大帯域

新Mac Studio発表

2026年8月25日、AppleはM5 Max、M5 Ultra搭載の新型Mac Studioを発表しました。現行のM4 Maxよりも高性能にも関わらず、価格据え置き(!)です。

さらに、2nmプロセス製造でGPUコア強化のM6も発表しました。AI性能はM5比最大2倍です。

Afterword：恐るべしApple AI PC

Mac Studioの高さ半分でさらに小型化しコストパフォーマンスを高めたMac miniは、M6が最大32GB、M5 Proは最大64GBです。恐るべしApple AI PC。

ブラウザとクラウドAIサービス

WithHappy
ユーザとクラウドAIの架け橋がブラウザ
ユーザとクラウドAIの架け橋がブラウザ

普通のユーザがクラウドAIを利用する場合、ブラウザ経由が一般的です。そこで、主要ブラウザと無料版クラウドAIサービスの特徴をまとめました。また、有料版AIサービスへ切替えるタイミングも示します。

主要ブラウザとAIサービスの関係

ブラウザ 統合AIサービス AIモデル（無料版） 強みと主な特徴
Microsoft
Edge		 Copilot GPT-4o (一部GPT-4) Web検索との親和性最高。ブラウザ内のタブやページ内容を直接読み取り、要約や分析が可能。Bing検索結果を即座にAI回答に反映。
Google
Chrome		 Gemini Flash-Lite/Flash/Pro Googleエコシステム連携。Gmail、Docs、Driveとの連携強化中。ブラウザの検索履歴やGoogleアカウント情報に基づいた回答が可能。
Mozilla
Firefox		 Perplexity (提携) Perplexity (自社/他社モデル) プライバシー重視。Firefoxは自社AIを持たず、検索特化AI「Perplexity」と提携。広告追跡をブロックしつつ、出典明記のある正確な回答を提供。
Brave Leo Mixtral 8x7B / Llama 3.1 プライバシーとローカル処理。Brave内蔵AI「Leo」は、デフォルトで会話履歴を保存せず、広告・トラッカーをブロックしたまま利用可能。

主要ブラウザは、現在、自社または提携するAIモデルを「ブラウザの1機能」として提供中です。AIモデルは毎年進化しますが、ブラウザと組合せたAIサービスの「強みや特徴は、維持継続」していくと思われます。

そこで、ブラウザと「標準搭載」AIモデルが提供する「AIサービス最大の強み」を短くまとめたが以下です。

    • Edge x Copilot：「WebページそのものをAIに読ませたい」なら最強。
    • ChromeｘGemini：「Googleアプリ（メールやドキュメント）とAIをつなげたい」なら最適。
    • Firefox x Perplexity：「情報の出典を必ず確認したい、リサーチに特化したい」なら最適。
    • Brave x Leo：「プライバシーを最優先し、邪魔な広告なしで素早く知りたい」なら最適。

ブラウザとクラウドAIサービスの詳細

各社とも自社ブラウザを活かすクラウドAIサービスを統合し差別化を図っています。

Microsoft Edge × Copilot

    • 強み: 「ブラウザ内での作業」が最も得意。例えば、長いニュース記事を開いた状態で「この記事を要約して」と言うと、そのページの内容を即座に処理。
    • 用途: 情報収集、Webページ要約、画像生成（DALL-E 3内蔵）。
    • 注意点: 無料版でも高度な機能を使えるが、利用制限（メッセージ数など）が発生することあり。

Google Chrome × Gemini

    • 強み: Googleアカウントと統合。ブラウザ検索結果を自然言語で深掘りや、Gmail内容に基づいたドラフト作成などが可能。
    • 用途: 日常のQ&A、Googleサービス（Docs/Sheets）との連携、クリエイティブ文章作成。
    • 注意点: 完全にブラウザとシームレス統合は進行中で、バージョンによって挙動が異なる場合あり。

Firefox × Perplexity (または検索機能)

    • 強み: 出典の明記。Perplexityは「検索エンジン」としての側面も強く、回答根拠となるURLを必ず提示。
    • 用途: 事実確認、リサーチ、学術的情報収集。
    • 注意点: 創造的文章作成やチャットボット的な会話よりは、情報検索ツールとしての性格が強い。

Brave × Leo

    • 強み: プライバシー保護と速度。データがサーバーに送信される前に匿名化される仕組みや、ローカル処理を重視。広告ブロックと相性は抜群。
    • 用途: 秘密性の高い質問、素早い要約、広告なし検索体験。
    • 注意点: 複雑な推論能力はGPT-4oやGemini Proに劣る場合あり。（モデル切替えで改善可能）。

有料版AIサービスへの切替タイミング

無料版でも日常利用には十分です。但し、以下の事象が発生した場合は、有料版（Copilot Pro, Gemini Advanced, Perplexity Proなど）への切替えタイミングと考えられます。

1. 利用制限（レートリミット）に引っかかる

    • 事象: 「メッセージ数制限に達しました」「後でお試しください」という警告で作業が中断。
    • 対策: 有料版では1日の会話数制限が大幅に緩和、または撤廃。

2. 「最新・高度なモデル」が必要になった

    • 事象: 複雑な論理的推論、高度プログラミングコード作成、長文の分析（数万字のPDFなど）で無料版の回答が不十分、またはハルシネーションが多い。
    • 対策: 有料版では、最新のGPT-4o、Gemini Pro (100万トークン以上のコンテキスト)など、より賢いモデルが利用可能。

3. 大容量ファイルや長文書分析が必要

    • 事象: 数百ページ論文、長時間動画トランスクリプト、大量コードベースを一度に読み込ませて分析。
    • 対策: 有料版は「コンテキストウィンドウ（記憶容量）」が広く、一度に大量の情報を処理できる。

4. 画像生成やマルチモーダル機能制限に不満

    • 事象: 画像生成枚数が少ない、画像生成の速度が遅い、アップロードできる画像解像度や数が制限。
    • 対策: 有料版は画像生成の優先処理、高解像度生成、動画生成機能などが追加されることが多い。

5. ビジネスでの利用

    • 事象: 生成内容をビジネス文書として使用する著作権、データプライバシー保証が欲しい。
    • 対策: 有料版（特に企業向けプラン）は生成データ学習利用停止、ビジネス利用の保証提供が一般的。

Summary：ブラウザとクラウドAIサービス

ブラウザは、単なる情報収集ツールからクラウドAIを統合した情報分析・生成ツールへと進化しつつあります。現在のWindows主要ブラウザとそのクラウドAIサービスの想定用途を示します。

ブラウザ x クラウドAIサービス 想定用途
Edge x Copilot WebページそのものをAIに読ませ、分析・解析
Chrome ｘ Gemini GoogleアプリとAIを連携し、文章・画像生成
Firefox x Perplexity Webベージの事実確認、学術情報収集・解析
Brave x Leo プライバシー保護、広告ブロックの情報検索・収集・解析

無料クラウドAIサービスの有料版への切替えタイミングも示しました。

Afterword：Brave LeoでDraft作成

筆者が最も好むブラウザBraveのAI Leoを用いて本稿ドラフトを生成しました。EdgeやChromeよりも自社贔屓が無いと思うからです。ドラフト内容をできる限り筆者が確認し、本ブログを作成しています。



8月Windowsセキュリティ更新プログラム配布

WithHappy

8月12日（水曜）、Windows 8月例セキュリティ更新プログラムが配布され、弊社4PCは全て最新Win11 25H2（26200.9168）へ更新成功しました。Microsoftは、16GB RAMでも問題なく動作するようにWin11軽量化を実施中ですが、今回の配布で迷惑な機能が追加されました。

迷惑な機能追加とは

Update設定で「利用可能になったら直ぐに最新の更新プログラムを入手する」がオンにも関わらず、再度、「全てダウンロードしてインストール」をクリックする必要があります。

ユーザインタフェースの改悪、2度手間のWindows Update
ユーザインタフェースの改悪、2度手間のWindows Update

以前は、入手がオンであれば、自動で最新更新プログラムダウンロードとインストールができました。26200.9168以降は、面倒なことに再度「全てダウンロードしてインストール」クリックが必要です。

2度手間で過去何度も経験したWinユーザインタフェースの改悪です。

PC平均耐用年数

上記のようにユーザ無視で変化するWindowsに対し、新しいAI PC購入を「年単位で待ち続ける弊社」は、現状のPCハードウェアでどの程度Microsoftに追随できるかが気になり「平均耐用年数」を調べました。但し、従来タイプのPCハードウェアの場合です。

対象 平均耐用年数 法定耐用年数 備考
Windows 4～7年 4年 ノートPCはバッテリ劣化もありえる
Mac 5～7年 4年 Appleシリコン（Mシリーズ）モデルは高耐久
軽自家用車 16年 4年 走行距離10～15万Kmの場合
普通自家用車 13～14年 6年 走行距離10～15万Kmの場合

AI PCとして十分な性能を持つ128GB RAM搭載Winハードウェアは、価格50万円以上で一昔前の軽自動車並みです。平均16年耐用の軽自動車に比べ、AI PCハードウェア価格は、円安影響があるにせよ高すぎます。

※法定耐用年数：減価償却資産が経年劣化により価値を失う法律で定めた使用可能期間。

垂直統合（ハード/ソフト1社提供）のAppleハードウェアは、8GB RAMでも16GB RAM Winより高性能だそうです。現在のメモリ高騰が続けば、「128GB AI Winよりも64GB AI Macの方が、低価格・高性能でAI PC耐用年数も長く」なりそうです。

※高性能・長期耐用Mac要因は、ユニファイドメモリアーキテクチャ。

Summary：8月Windowsセキュリティ更新プログラム配布

円安とメモリ高騰で新しいAI PCを購入できないユーザは、現状のPCハードウェアでMicrosoftのAI化、OS軽量化に追随していく必要があります。40TOPS以上NPUハードウェアが要件のMicrosoft Copilot+ PCに対し、Apple Mシリーズ搭載AI Macは、半分のRAMで高性能・長期耐用のローカルAIエージェントになる可能性があります。

次期AI PCハードウェアは、「Copilot+ PCだけでなくAI Macも選択肢」に入れた方が良さそうです。ローカルAIエージェント実装AI PCなら従来Windows優位性は減少するからです。

Afterword：Win10からWin11移行失敗の連想

クラウドAIを活用すれば40TOPS要件を満たさない従来Win PCハードウェアでも数年はAI時代を生き残れます。問題は、ローカルAIエージェント要件を満たすハードウェア価格が高すぎることです。Win11アップグレード要件が高いためWin10から移行に失敗した過去を連想します。



今週投稿は夏休み

WithHappy
Gemini生成の技術者のn夏休み
Gemini生成の技術者のn夏休み

今週は夏休みを頂き金曜投稿は休みます。「技術者の夏休み」というプロンプトで生成したGemini Flashの図です。夏休みなのにどこへも行かず、自分の部屋に外部の新鮮な風を入れ、古いノートPCとブレッドボード、Macを使って自習中の中堅技術者が描かれています。Gemini、深～く我々を解ってますね！



AI基本のキ：Gemini 3モデルの使い方

WithHappy

前投稿でGeminiの３モデル（Flash-Lite/Flash/Pro）を示しました。現在は3モデルがある理由と、主な利用シーン、具体的な使い方を示します。

Gemini Flash-Lite/Flash/Proの使い方
Gemini Flash-Lite/Flash/Proの使い方

Gemini 3モデルの理由

現在Geminiに３モデル（Flash-Lite/Flash/Pro）がある理由は、AI利用の「コスト」「応答スピード」「推論の深さ・正確さ」のバランスが、ユーザが与えるタスクによって大きく異なるためです。

全てを最高性能モデルGemini Proで処理すると、時間と費用（トークン）がかかりすぎます。逆に、簡易モデルFlash-Lite処理では、複雑な分析や精度を求める作業は無理です。

つまり、ユーザ自身がタスクによりGeminiモデルを使い分ける必要がある訳です。

Gemini 3モデルの主な利用シーン

3モデルの主な利用シーンが下表です。処理コスト（トークン）は、Proになるほど多くなります。

モデル 主な利用シーン ユーザ選択の理由
Flash-Lite メール分類、データ抽出、FAQ自動応答、大量要約 コストを抑え、一瞬で処理したい
Flash 日常の調べ物、標準的な文章作成・翻訳、一般的なコード記述 待ち時間を短くしつつ、質の高い回答が欲しい
Pro 複雑なコードのデバッグ、法律・財務文書の精査、戦略提案 時間をかけてでも、失敗できない高度な判断が必要

Gemini 3モデルの出力具体例

3モデルの回答具体例を示します。

プロンプト例：注文商品と違う色が顧客に届き、梱包も破れていた。顧客から明日のイベントに使う予定だったため返金と代替品の即日発送を求められている。また過去の注文履歴にもトラブルがあった顧客メールに対し、今後の対応方針と返信文案を作成して。

3モデル解答例：

  1. Flash-Lite（超高速・定型処理）
    • 対応スピード：数十ミリ秒レベル（一瞬）
    • 出力内容：「商品違いと梱包不良のお詫び」「交換または返金手続きの案内」といった標準的でシンプルなテンプレ返信文案を素早く作成。
    • 弱点：複雑な背景（過去のトラブル歴や顧客感情ケア、社内調整の個別方針）まで汲み取った柔軟な提案は浅くなる。
  1. Flash（標準・汎用思考）
    • 対応スピード：1〜2秒程度
    • 出力内容：顧客の怒りや緊急性に配慮した丁寧な返信文案を作成し、「1. 即日発送の可否確認」「2. 返金手続きの手順」「3. 次回使えるクーポンの進呈提案」など、一般的なカスタマ視点での対応策を網羅的に提示。
    • 実用性：日常的な業務の9割はこのレベルで十分な品質に達す。
  1. Pro（高度推論・コンサルティング能力）
    • 対応スピード：数秒〜数十秒（熟考してから出力）
    • 出力内容：返信文案にとどまらず、多角的な分析と提案を行う。
    • リスク分析：「過去のトラブル履歴から見た顧客離脱リスク」と「社内運用コスト」のトレードオフを考察。
    • 段階的アクションシナリオ：「即日発送が不可能な場合」の代替案（当日配送便の手配、近隣店舗での引き渡し等）の分岐条件を整理。
    • 再発防止策：梱包プロセス・検品プロセスのどこにボトルネックがあったかの仮説出し。

これらGeminiモデルの特徴を理解していれば、例えば、「最初にFlash-Liteで問い合わせメール緊急度を分類し、難易度の高い案件だけをProに引き渡し対応」といったモデル連携をユーザが行うことで、品質を維持しながら処理コストを削減することもできます。

Summary：Gemini 3モデルの使い方

Gemini ３モデル（Flash-Lite/Flash/Pro）には特徴があります。

Gemini Pro（最上位・最高精度）   
特徴: 高度な論理推論、複雑なコーディング、マルチステップのデータ分析に特化したモデル。

Gemini Flash（標準・ベストバランス）   
特徴: 速度・コスト・精度のバランスが優れており、日常的なタスクや一般的な業務を高速で処理できる主力モデル。

Gemini Flash-Lite（超高速・最安値）   
特徴: 圧倒的な低コストと爆速レスポンスで、単純なテキスト処理や大量データの高速選別・分類に特化したモデル。

ユーザは、3モデル特徴を理解し、与えるタスクにより3モデルを使い分け、3モデルを連携し回答品質を維持しながら処理コスト削減を行うなどのAI利用工夫が現状必要です。

Afterword：動画生成AI Gemini Omni出力例

AI動画生成Gemini Omniが8月4日まで期間限定で無償利用できます。本件を10秒動画にしてみました。ご参考まで。



AI基本のキ：Gemini Notebook発表の考察

WithHappy
NoteboolLMからGemini Notebookへリブランディング
NoteboolLMからGemini Notebookへリブランディング

以前の投稿：AI基本のキ：GeminiとNotebookLM、Copilotでは、GoogleとMicrosoftのAIサービスの基本的な違いについて解説しました。2026年7月16日、Google AIに大きな動きがありました。Google提供のリサーチ支援ツール「NotebookLM」が、「Gemini Notebook」へと名称変更（リブランディング）されたのです。

本稿は、このリブランドに伴う進化と、同じタイミングで発表されたGeminiモデル自体の最新アップデートについて整理し、「激しく早いAI進化に対し、我々ユーザはどう対応すべきか」という観点で考察します。

NotebookLMから「Gemini Notebook」への進化

7月16日、GoogleはNotebookLMを「Gemini Notebook」に改名しました。これは単なる名前の付け替えではなく、独立していたNotebookLMを、Geminiブランド中核のGoogle AIエコシステム：Gemini Notebookへと格上げしたことを意味しています。

Gemini Notebookの主な進化点が以下です。

  1. 読むAIから実行するAIへ：

従来NotebookLMの主な機能は、資料の要約や対話（読解）でした。新機能として「コード実行機能」が追加されました。各ノートブックに安全なクラウドコンピュータ環境が割り当てられ、AIが資料に基づいてPythonコードを記述・実行し、複雑なデータ集計や統計分析を行うことが可能になりました。

  1. AIエコシステムとの完全連携：

Geminiアプリ内から直接ノートブックを作成・アクセスできるようになり、双方向でシームレスに同期されます。今後は、Google検索の「AIモード」からも直接利用できるようになる予定です。

  1. 特徴は不変：

ユーザが読み込ませた資料のみを情報源とする「ソースグラウンディング（根拠に基づく回答）」という最大の特長は、そのまま引き継がれてます。

Geminiモデル自体の劇的進化

前章Gemini Notebookの裏側で動作するAIモデル自体も、驚異的なスピードで進化を続けています。2026年7月22日には、高速・低コスト帯の最新モデル「Gemini 3.6 Flash」と「Gemini 3.5 Flash-Lite」が登場しました。

Gemini 3.6 FlashとGemini 3.5 Flash-Lite追加のGeminiに相談画面例
Gemini 3.6 FlashとGemini 3.5 Flash-Lite追加のGeminiに相談画面例

  1. 17%の効率化と値下げ：

Gemini 3.6 Flashは、前世代の3.5 Flashと比較して出力の無駄を17%削減しつつ、トークン単価も引き下げられました（引き続き無料トークンもあります）。

  1. 精度の向上：

コード修正の正確さ（DeepSWE）は37%から49%へ、PC操作の代行能力（OSWorld-Verified）も78.4%から83%へと大きく向上しています。AIエージェントの進化です。

  1. ユーザインターフェース：

実際の「Geminiに相談」画面例（上図）を見ると、用途に合わせて「3.6 Flash（あらゆる場面でサポート）」や3.5 Flash-Lite（すばやく回答）」などを簡単に切り替えて利用できるようになっています。

AI進化に翻弄されないユーザ対応の考察

これほどまでに激しく早いAIの進化に対し、我々ユーザはどう向き合うべきでしょうか？　筆者は、AIツールの根底特性（ポイント）を理解していれば、新機能が登場しても迷わないと思います。

  1. 目的と情報源を明確にする：

ネット全体の広範な知識が必要なら「Gemini」、手元の資料を深く分析・整理したいなら「Gemini Notebook」という使い分けの基本は変わりません。リブランドによってこの境界はよりスムーズになりましたが、何に基づいてAIに回答させるかを明確にし、使い分けることが重要です。

  1. AIアシストを使いこなす：

新しく加わったコード実行機能や、AIが自律的に推論するAIエージェント機能は、ユーザの生産性を大きく引き上げます。それでも、AI提案や回答の採否を決めるのは、ユーザ自身を忘れないことです。

  1. 変化を恐れずAIツールを試す：

「名前が変わった」「モデルが新しくなった」というニュースに圧倒されるのではなく、先ずはツールに触ってみることです。Gemini Notebookのように、過去のデータはそのまま引き継がれ、操作感も改善されているケースがほとんどです。

Summary：AI基本のキ：Gemini Notebook発表の考察

AIの導入や進化を脅威と感じることは不要です。AIは、ユーザ課題解決の1手段に過ぎないからです。

Gemini Notebookという強力な「実行可能リサーチ拠点」を手に入れた今、ユーザはこれまで以上に高度なアウトプットを短時間で生み出せる環境にいます。AIモデルの低コスト化・高効率化（Gemini 3.6 Flashなど）により、Google AIエコシステムはより身近な存在になりました。

重要なのは、最新のAI情報を追いかけるのではなく、「今の自分にとってどのツール・機能が有効かを見極め、俯瞰的にポイントを押さえ柔軟にAIを活用する姿勢」だと思います。使ってみないとツールの良し悪しは判らないものです。