AI Models9分で読めます

週次報告にどれだけの推論が必要か。Gemini 4 Hydrogenの比較方法

同じ会議録音、PDF、スプレッドシートを使い、Gemini 4 Hydrogenの推論設定をレビュー時間、費用、根拠の正確さで比較する。

K
Ken Jo

会議が終わって40分。手元には録音、スプレッドシート、改訂版のプロジェクトPDFがある。責任者が求めているのは、承認済みの期限、各作業の担当者、変更理由をまとめた短い報告だ。回答が数秒で届いても、期限の根拠を探すために録音を聞き直せば、さらに15分かかることがある。

Googleは2026年11月12日、日常のコーディングやエージェント業務向けのGemini 4モデルとして、Gemini 4 Hydrogenを公開した。発表にはGeminiアプリ、Google AI Studio、Gemini APIなどの提供先が挙がっている。Google CloudのAgent Platformでは、音声、画像、動画、テキストのほか、一部のOffice形式やOpenDocument形式を入力できる。同じようなリクエストでも、四つの推論レベルで考える量を変えられる。 Googleの公開発表 · Google Cloudのモデル仕様

まず、毎週作っている報告を一つ選ぶ。同じ資料を二つのHydrogen設定に渡し、同じ形式の報告を求める。人が確認して承認するまでにかかった時間をそれぞれ測る。資料の記述が食い違う場合に、推論を増やすと本当に作業が減るかを比べやすくなる。

短い回答ほど、根拠が問われることがある

プロジェクトPDFの12枚目では公開予定が5月14日、進捗表では5月19日、録音では5月21日への変更案が出ていたとする。この三つは意味が違う。変更案も報告する価値があるが、承認済みの期限とは区別したい。最終的な文面が4行でも、この違いが残っていれば判断に使える。

関連する証拠が複数のメディアに分かれているため、マルチモーダル入力が生きる。会議で誰かが表の数字を変えた理由を話しているかもしれない。PDFからはどの版の計画が配られたか分かる。承認済みの金額は表のセルにあり、単位は列見出しにあるかもしれない。まとめて渡せれば、文字起こしや表の転記、ページの切り出しを手作業で進める負担が減る。その分、モデルがどの証拠を選ぶかは重要になる。

比較前に、各資料に変わらない名前を付ける。録音ならファイル名とタイムスタンプの書式を指定する。表はシート名とセルまたは行の参照を求める。PDFは印刷されたページ番号とファイル上のページ番号が異なる場合に区別する。こうした小さな整理があれば、共有フォルダに移した後でも根拠を確認しやすい。

会議録音、プロジェクトPDF、スプレッドシートから個別の主張を取り出し、レビュー担当者が元の資料に照らして確認する

判断に関わる主張ごとに、確認する人が開ける根拠を添える。Telli.shによる図。

比較には、対照として特に簡単な事例も入れる。承認済みの予算が明確な名前のシートに載っていれば、どちらの設定でも見つけられるはずだ。次に、予算案が二つ議論されたものの、結論が出なかった会議などを加える。「未決定」と記載できれば評価する。難しい事例が実際の確認ミスに近いほど、比較結果を活用しやすい。

四つの推論レベルを一つずつ比べられる

Google CloudがHydrogen向けに案内するレベルは、LOW、MEDIUM、HIGH、XHIGH の四つ。文書化されているAPIでの既定値は HIGH だ。まず LOW と既定値を比較し、繰り返し出る難しい事例をどちらもうまく扱えないなら別の設定を試せる。実際に使う提供先を確認しておきたい。API上の選択肢が、そのまま一般利用者向けアプリに四項目のメニューとして出るとは限らない。 Google Cloudのモデル仕様

設定はシンプルに保つ。モデルID、添付ファイル、プロンプト、回答の形式をそろえる。文書の比較がウェブ検索や別の操作に広がらないよう、不要なツールは無効にする。回答は実際の読み手に合う長さにする。委員会が1ページで六つの判断を読みたいなら、長い報告を作れる設定でも1ページに収める。

リクエストから回答がすべて返るまでの時間を記録する。ストリーミング中に読む場合は、出力が始まる時刻も測る。その後、担当者が確認、訂正、承認に使った時間を測る。最初のトークンまで長く待つと、対話型アプリでは使いづらい。一方で、すぐ出力が始まっても、完了には時間がかかる場合がある。どちらの数字にも、根拠のない数値を人が訂正する時間は含まれない。

同じ形式にそろえた下書きを、どの設定で作ったか伏せてレビューしてもらう。期限、担当者、数字を一つずつ確認する。プロジェクトフォルダ全体のリンクより、裏付けになる箇所への参照を高く評価する。事実の訂正と文体の修正を分けておけば、表現の違いで根拠の評価がぼやけにくい。

記録するもの観察の例測る理由
回答の完了時間最後まで出力されるまでの時間まとめてレビューする人が着手できるまでの待ち時間が分かる
根拠の正確さ指定したページ、セル、時間帯が主張を裏付けているか引用を信頼するための確認負担が分かる
矛盾への対処食い違う日付が未解決と明示されているか提案が知らないうちに決定に変わるのを防ぐ
人のレビュー時間確認、修正、承認までの分数生成後に残る実作業を含める
リクエスト費用利用した環境での再試行込みの使用量と請求チームが使える報告1件の費用が分かる

100万トークンの枠を何に使うか決める

Google Cloudの文書で、該当するHydrogenの提供先は入力と出力の合計が1,048,576トークンまで。出力には推論、関数呼び出し、最終回答も含まれる。フォアグラウンドの1区間で最大65,536出力トークンを生成でき、対応する継続フローでは合計の上限内で生成を延長できる。別のモデルがコンテキストと出力の上限を別々に記載している場合、比較にはこの違いが関係する。 Google Cloudのモデル仕様

初回から部署全体の資料を渡す必要は薄い。週次の意思決定報告なら、現在の資料と、変更を理解するのに必要な最小限の履歴を渡す。古い進捗表は変更履歴の作成には役立つが、日付も版も示さず最新版と並べると、根拠にできそうな回答が増える。

録音やスキャン文書は別のケースとして扱う。小声で話した人や似た名前を何度も使った人は、会議のメタデータに記載された人より特定しにくい場合がある。Google Cloudによれば、スキャンしたPDFのOCRは既定では使われない。スキャン資料が重要なら、推論レベルの影響を判断する前に、その処理経路で必要なテキストを取得できるか確かめる。 Google Cloudのモデル仕様

同じ資料一式に対して、目的の違う二つの質問を出す方法もある。まず決定事項を短い一覧にする。次に、意見が分かれている一つの項目を選び、該当箇所やタイムスタンプと不確かな点を挙げて検証する。前者は流し読みしやすく、後者はレビュー担当者が一から調べ直さずに食い違いを解消できる内容にしたい。

同じ資料一式を二つの推論設定に渡し、遅延、費用、根拠の正確さ、レビュー負担を比較する

二つの設定を同じ入力で比べ、生成後のレビューにかかる作業も数える。Telli.shによる図。

承認まで早くなって初めて、下書きの速さが効く

Googleの発表では、HydrogenはMultimodal Knowledge Agentで53.4%、Agents' Last Exam v1.1で71.6%を記録した。いずれもGoogleが報告した評価結果だ。文書をまとめる仕事を試すきっかけにはなるが、表の版をめぐる食い違いが繰り返されるチームは、自分たちの事例も用意したい。もっともらしい回答と表の記述が違うときに何が起きるかを含めて評価する。 Googleの発表、ベンチマーク、デモ

仮の例を考える。最初の下書きは20秒で届いたが、曖昧な参照が二つあり確認に4分かかる。二つ目は45秒かかったものの、すべての数値に具体的な根拠があり確認は1分で済む。レビューする人にとっては、早く生成したほうが遅い。逆に、明白な資料の説明に多くの時間を使う設定は、日常の報告を改善せずに遅くすることもある。

比較用の簡単な表を作る。再生成が必要だったか、必要ならその理由を記録する。重大な誤りは、入力の見落とし、日付形式の誤読、実在する箇所を引用したが主張を裏付けていない、実際にはなかった承認を推測した、といった違いを記録する。足りない情報なら資料の準備を変える。矛盾の解釈なら推論設定を見直すか、人の確認を絞って加える。原因ごとに対処が変わる。

同じ背景資料を繰り返し使うなら、初回と繰り返しの速度を分けて測る。Google CloudはHydrogenの暗黙的キャッシュについて説明している。キャッシュと実際の請求を考慮したい。2回目の結果が1回目と違う理由は、推論の差とは限らない。週次報告の見積もりを出すには、本番で想定する資料と繰り返し方を再現する。 Google Cloudのモデル仕様

小さな検証で次の週次報告を変えられる

  1. 決定事項と根拠が分かっている過去の資料を三組選ぶ。平常の組、別ファイルに改訂がある組、本当に記述が食い違う組を用意する。使うサービスに応じて、公開資料、架空資料、利用を承認された資料を使う。
  2. 実際に導入するAPIかワークスペースでHydrogenを開く。APIから比べる場合は、設定が反映されているか確認し、他の条件をそろえる。文書化されているCloud APIなら LOW と HIGH から始める。
  3. 決定、担当者、時期、正確な根拠を1ページにまとめるよう求める。提案と承認を区別し、資料が食い違う場合は明示するよう指示する。可能ならページ、シートのセル、タイムスタンプの範囲を指定させる。
  4. どの設定か伏せたまま下書きを採点する。根拠の誤りと表現の修正を別に数える。サービスの利用情報を使い、応答完了時間、総レビュー時間、再試行、実際の費用を記録する。
  5. 結果に基づいて仕事を振り分ける。平常の組で安定して合格するならそこから使う。不一致が多い場合は、強い設定か、争点を絞った人による確認を使う。業務が変わったら事例を追加する。

同じ形の仕事にも使える。カスタマーサクセスでは引き継ぎ録音と業務範囲の文書を組み合わせ、何を約束したか抽出できる。研究者なら、説明の録音と公開済みの結果表を組み合わせ、口頭の解釈が数値に合うかを確認できる。どちらでも、確認する人が実際にたどれる資料内の箇所を回答の中心にする。

完成した報告を他の人に送る前に、不確かな点の扱いをもう一度見る。「担当者は未確定」と書いた早い段階の下書きのほうが、自信のある推測より役立つことがある。最終版でも不足している事実を見える状態に保ち、送る前に人の判断が必要だった項目を記録する。同じモデルで次の報告を作るときにも役に立つ。

Hydrogenの推論設定は、報告の生成にかける時間を調整できる。資料を開いてから、何が起きたかを確かめて報告を承認するまでの手間が減る設定に、使う価値がある。

出典


資料、会議記録、フォローアップのメモをまとめて残したい場合は、Telli.shのアカウントを作成できます。


← ブログに戻る