ブラウザとクラウドAIサービス

2026年8月21日2026年8月22日 WithHappy

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。

AI基本のキ：ChromeとEdge

2026年4月24日2026年7月24日 WithHappy

クラウドAIアプリ提供の2社ブラウザ、Google ChromeとMicrosoft Edgeの現状をまとめました。

AIアプリ：Gemini、NotebookLM、クラウド版Copilot機能差

2025年8月投稿のGoogle GeminiとNotebookLM、Microsoftクラウド版Edge CopilotのAIアプリ差を再掲します。

特徴	Gemini	NotebookLM	クラウド版Copilot
目的・機能	汎用AIアシスタント	ユーザ資料理解・分析・整理	汎用AIアシスタント AIエントリーポイント
情報源	インターネット全体	ユーザアップロード資料	インターネット全体
得意分野	広範囲情報検索・分析	資料要約、ハルシネーション抑制	広範囲情報検索・分析
利用例	企画書、アイデア創出	長文・長時間動画要約	企画書、アイデア創出

各AIアプリは、現状も概ね上記8月時点と変わりません。変わったのは、その提供方法です。

Google AIアプリはChromeタブ内へ統合

ChromeにGemini統合、2026年4月21日、ケータイWatch
Gemini新機能ノートブックはNotebookLMと連携、2026年4月20日、窓の杜

2記事は、Google Chromeのハンバーガメニュー経由で、AIアプリGeminiとNotebookLMをより簡単に使えることを示しています。目的は、「検索タブ内でのAI処理」です。

Chromeで新しいタブを開き、GoogleアプリからGeminiを選ぶと左側にハンバーガメニューが現れます。メニューを開いたのが上図です。このメニューのノートブックは、NotebookLMです。過去NotebookLM利用履歴も一覧表示されます（図は削除済み）。

つまり、Geminiアプリ内からNotebookLMアプリも使える訳です。

また、Chromeの新しいタブに「Geminiに相談」が下図のように順次追加されます（弊社は未追加の為、記事より抜粋）。

従って、1つのChromeタブ内で、全ネットAI処理のGeminiとユーザアップ限定AI処理のNotebookLMの両方が簡単に使えます。

統合後のChromeは、検索情報の同一タブ内での所望AI処理が可能へと変わります。

Microsoft Copilot AIアプリは迷走中

一方、Microsoftは、Windows全てのAIアプリのエントリーポイントがCopilotアイコンです。GeminiやNotebookLMなど機能を明確に分離してスタートしたGoogle AIアプリと最も異なる点です。

このMicrosoft AIアプリは、現在、改名や実装変更を繰返す大混乱中です（Copilot大迷走、2026年3月27日、＠IT）。

Win10からWin11へのアップグレードやAI PC普及が進まず、その結果、Winユーザ離れが進みつつある現状に対するMicrosoftの1方策だと筆者は思います。

※AIアプリ以外の方策にWin11タスクバー左右移動復活、2026年3月21日、PC Watch等もあります。

AIアプリGeminiやNotebookLMはChromeへ統合し易いのに対し、AI PCやブラウザEdgeも含め全てのAIアプリエントリーポイントにCopilotアイコンを選択したMicrosoft Copilotは、AIアプリ内容やメニュー変更がGoogleに比べ容易なのが災いしたとも言えます。

AI Copilot (Copilot in Windows)は、MicrosoftがユーザのAI好みをしっかり把握するまで迷走すると思います。

Summary：AI基本のキ：ChromeとEdge

クラウドAIアプリを提供するGoogle ChromeとMicrosoft Edgeの現状とその特徴を示しました。

Chromeは、GeminiとNotebookLMをユーザインタフェースで統合し提供開始しました。一方、EdgeのCopilotは、Chromeに比べAIサービス幅が広いため提供内容に迷走中の感がします。

明確に機能を分離したGeminiとNotebookLMは、ブラウザChromeへ統合し易く、Windowsや全てのAIエントリーポイントとしてスタートしたEdge Copilotは、AIアプリ内容の変更・修正が容易な事が災いしました。

GoogleとMicrosoftのAIアプリ提供方法の差が表れた現状が解りました。

Afterword：AIエージェントはどちらを選ぶか

さて、ローカルAI PC エージェントがクラウドAIアプリ利用時は、ChromeとEdgeのどちらを選ぶでしょうか。「Google ChromeはXXXで、Microsoft EdgeはYYYでした。差分はZZZです」と両方利用で回答してくれれば嬉しいです。この回答で人間（筆者）の検討余地が広がりますから。

STM32G0x専用Edge MCUテンプレート開発

2019年3月10日2019年3月30日 WithHappy

本稿は、STマイクロエレクトロニクス（以下STM）のSTM32G0xデバイス（Cortex-M0+/60MHz）が、汎用MCUのSTM32Fx（F0/Cortex-M0/48MHz、F1/Cortex-M3/72MHz）と異なり、IoT向きの新世代Edge MCUであること、そのテンプレート開発も汎用STM32Fxテンプレートと異なること、これら理由を説明します。

まとめ

はじめに内容をまとめた表1と表2、図1を示し、次章からその詳細理由を説明します。

要するに、STM32G0xデバイスのIoT Edge MCU向きの広いハードウェア性能を活かすには、LL（Low Layer）APIを利用したSTM32G0x専用Edge MCUテンプレート開発が得策だということです。

表1 STM32G0xデバイスとSTM32F0/F1デバイスのハードウェア差
デバイス名	製造プロセス	コア	最大動作周波数	Edge MCU向き周辺回路
STM32G0x デバイス	70nm	Cortex-M0+	60MHz	2.5Msps 12ビットADC、USB Type-C、暗号化処理
STM32F0/F1 デバイス	120nm	Cortex-M0/M3	48/72MHz	特になし（汎用MCU）

表2 STM32G0x Edge MCUテンプレートとSTM32Fxテンプレートの違い
テンプレート名	使用API	流用性	動作確認評価ボード	IoTサービス	重点ポイント
STM32G0x Edge MCU テンプレート	LL（＋HAL）	低い	STM32G071RB	今後決める（TBD）	STM32G0x性能発揮
STM32Fx テンプレート	HAL	高い	STM32F072RB STM32F103RB	特になし（汎用）	デバイス間移植・流用性

テンプレート開発の方向性 — 図1　テンプレート開発方向性。同じメインストリームMCUでもSTM32G0xデバイスは専用性、STM32Fxデバイスは汎用性重視。

STM32G0xデバイス（Cortex-M0+/60MHz）の特徴

STMの場合、新世代Edge MCUと従来MCUの最も異なる点は、製造プロセスです。STM32G0xは70nm、STM32Fxは120nmの製造プロセスです。

製造プロセスによる性能差は、Intelプロセサでお馴染みだと思います。ごく簡単に言うと、製造プロセスを小さくすると、全く同じMCUでも、動作周波数が上がり、消費電力は下がる、販売コストも下がるなど、良いこと尽くめの効果が期待できます。

さらにSTM32G0xは、Cortex-M0の電力消費を改良しCortex-M3の良さを取り入れたCortex-M0+コアを採用しています。つまり、コアと製造プロセスの両方でCortex-M0のSTM32F0デバイスを上回り、動作周波数をCortex-M3のSTM32F1デバイス72MHzに近い60MHzとしたことで、STM32F1と同程度の高性能なのに超低電力動作します。まさに新世代のIoT MCUです。

また、2.5Mspsの12ビットADC、USB Type-C、暗号化処理などEdge MCUに相応しい周辺回路を実装しています（3タイプあるデバイスで実装周辺回路を変え、低価格供給中）。

STM32G0xデバイスとSTM32F0/F1デバイスのハードウェア差をまとめたのが表1です。STM32G0x出現で、STM32F1/F0デバイスで開発する意味は、低下したとも言えるでしょう。
※但し、他デバイスへの移植性・流用性を重視した開発ならSTM32F1/F0デバイスを使い汎用STM32Fxテンプレート使う意味は依然として大きいです。

現在はSTMから何のアナウンスもありませんが、STM32G0xと同じ70nm製造プロセスでCortex-M3/≦100MHzの上位デバイスSTM32G1xが発売されれば、なおさら低下します。

関連投稿に上記特徴の出典などがあります。
関連投稿：守備範囲が広いSTM32G0
関連投稿：STM新汎用MCU STM32G0

STM32G0x専用Edge MCUテンプレートと汎用STM32Fxテンプレートの違い

STM32Fxテンプレートは、ハードウェア差を隠蔽するHAL（Hardware Abstraction Layer）APIを使い、万一性能不足などでデバイスを変える事態が生じても、同じソフトウェアを使えます。従って、STM32F0とSTM32F1の両デバイスで動作するアプリケーションが、ほんの少しの修正で素早く作成できます。

これは、HALのおかげです。HALがデバイスや周辺回路差を吸収するため、アプリケーション側は移植性の高いシンプルな記述ができるのです。その副作用として、アプリケーション記述コードは少なくてもコンパイル後のコードサイズは、周辺回路を直接制御するLL（Low Layer）に比べ大きくなります。

関連投稿：STM32CubeMXの使い方、STM32CubeMXの2種ドライバライブラリの章参照

HALを使うと言うことは、たとえデバイスが変わっても開発したソフトウェアとその労力を無駄にせず、流用・応用できることが最大のメリットです。

汎用「STM32Fxテンプレート」は、この流用・応用に適したテンプレートです。動作確認評価ボードは、STM32F072RBとSTM32F103RBのみですが、全ての汎用STM32Fxデバイスへ応用できます。勿論、ここで示したSTM32G0xデバイスにもこのHALを使う手法は適用可能です。

一方、「STM32G0x専用Edge MCUテンプレート」は、LL APIを使います。つまり、STM32G0x専用のテンプレートです。※LL APIは、使用デバイスにより異なるので専用テンプレートになります。

STM32G1xデバイスが持つCortex-M0からCortex-M3までをカバーする広い適用力と超低電力動作を活かすには、ソフトウェア開発にHAL比60～80％の高速処理のLLを使った方が得策と判断しました。

つまり、STM32G0xデバイスをEdge MCUと認め、そのSTM32G0xの性能や能力を十分に発揮する専用テンプレートがSTM32G0x専用Edge MCUテンプレートです。
※但し、流用性が高い一部機能には、HAL活用も考慮中です。LLとHALは混在可能です。

STM32G0x専用Edge MCUテンプレートと汎用STM32Fxテンプレートの違いをまとめたのが表2、テンプレート開発の方向性を示したのが図1です。

STM32G0x Edge MCU評価ボード選定

STM32G0x専用Edge MCUテンプレートの動作確認評価ボードには、Nucleo-G071RB（￥1,203）を予定しています。

前投稿で示したEdge MCUテンプレート評価ボードの3要件を再掲します。

R1. 低価格、入手先豊富なEdge MCU評価ボード＜￥3,000
R2. 最新Edge MCU使用（2018年後半の新しいIoTトレンドに沿って開発されたEdge MCUであること）
R3. 何らかのIoTサービス例を簡単に示せる

これら3要件のうち、R3：何らかのIoTサービス例を示す要件がNucleo-G071RB 単独ではNGですが、Arduinoコネクタに何らかのIoTサービスシールドを追加することで満たす予定です。

評価ボードNucleo-G071RB。64ピンパッケージでも電源供給が2本のみのなのでアートワーク担当者が喜ぶ。

※STM32G0xデバイスの評価ボードで、IoTのUSB Type-Cサービスを示すSTM32G0 Discovery Kitや、暗号化処理サービスを示すSTM32G081B-EVALは、両方ともR3要件を満たしますが、価格要件R1＜￥3,000を満たさないので利用を断念しました。