先日のGoogle I/O 2025で発表された、GeminiとGemmaの新しいモデルをPythonとGoogle Colab環境を使用し、API経由(無料枠内)で実行してみました。
注意事項
- 本記事の実行結果は特定の時点でのプレビュー版の性能です
- 正式リリース時には性能や回答品質が変更される可能性があります
- API使用量は無料枠の制限にご注意ください
今回使用するモデルは以下の2つです。
gemini-2.5-flash-preview-05-20gemma-3n-e4b-it
公式のモデル情報は以下のリンクで確認できます。
- Gemini 2.5 Flash Preview: https://ai.google.dev/gemini-api/docs/models?hl=ja#gemini-2.5-flash-preview
- Gemma 3n: https://ai.google.dev/gemma/docs/gemma-3n
実行のための準備作業
- Python環境はGoogle Colabを使用します。
Google AI Python SDKのインストールを行います。
!pip install -q google-generativeaiAPIキーの取得と格納を行います。
- キーは Google AI Studio の画面上部にある【Get API key】ボタンをクリックして生成します。
- 取得したキーはGoogle Colabの左側のサイドバーにある鍵のアイコン (🔑) の【シークレット】を開き、【Gemini API キー】のプルダウンからインポートを行います。
- 追加されたキーを【ノートブックからアクセス】のチェックをONにします。
Google AI StudioのGetAPIkeyボタンをクリック

Google ColabのKeyの格納を行うシークレット設定

Key情報のインポート

チェックを有効化

Pythonコードと実行結果
それでは、実際にPythonコードを使ってモデルを試してみます。普通に実行するだけでなく、スピードなども表示してみるようにしました。こっちのほうが時間がかかっている🙄
処理結果は以下のようになりました。
実行結果
Google Generative AI モデル比較テスト プロンプト: "真空中でもなぜ熱は伝わるのでしょうか?簡潔に説明してください。" テスト対象モデル数: 2 開始時刻: 2025-05-23 04:38:13 1/2 番目のモデルをテスト中... ============================================================ LLMモデル: gemini-2.5-flash-preview-05-20 ============================================================ 生成開始時刻: 2025-05-23 04:38:13 生成中... 生成結果: ---------------------------------------- 真空中でも熱が伝わるのは、**熱放射(ねつほうしゃ)**によるものです。 * 熱の伝わり方には「伝導」「対流」「放射」の3種類がありますが、真空中には物質がないため、「伝導」や「対流」は起こりません。 * しかし、**熱放射(赤外線などの電磁波)は物質を介さずにエネルギーを直接空間に放出します。**この電磁波が真空中を伝わり、別の物体に吸収されることで熱として伝わるのです。 太陽の熱が地球に届くのも、この熱放射によるものです。 ---------------------------------------- 生成統計: 生成時間: 6.11 秒 完了時刻: 2025-05-23 04:38:19 プロンプトトークン数: 17 生成トークン数: 135 総トークン数: 1005 生成文字数: 221 文字 生成単語数: 6 語 生成速度: 36.2 文字/秒 ステータス: 成功 ============================================================ 2/2 番目のモデルをテスト中... ============================================================ LLMモデル: gemma-3n-e4b-it ============================================================ 生成開始時刻: 2025-05-23 04:38:19 生成中... 生成結果: ---------------------------------------- 真空中でも熱が伝わるのは、**熱が物質の振動によって生じるエネルギーであり、その振動が波として伝わる**ためです。 * **物質(固体、液体、気体)**:分子や原子が振動している。 * **真空**:物質がないが、振動はエネルギーとして伝わる。 * **伝播**:振動が近傍の分子を振動させ、その振動が連鎖的に伝わる。これが熱の伝わり方。 熱伝導の仕組みは、物質の有無に関わらず、エネルギーの振動として伝わることに起因します。 ---------------------------------------- 生成統計: 生成時間: 2.24 秒 完了時刻: 2025-05-23 04:38:21 プロンプトトークン数: 17 生成トークン数: 132 総トークン数: 149 生成文字数: 221 文字 生成単語数: 8 語 生成速度: 98.8 文字/秒 ステータス: 成功 ============================================================ ============================================================ 全体テスト結果 ============================================================ 成功: 2 モデル 失敗: 0 モデル 総実行時間: 8.35 秒 平均実行時間: 4.17 秒/モデル 完了時刻: 2025-05-23 04:38:21 ============================================================
感想としてはgemma-3n-e4b-itは生成スピードがかなり速いなという印象です。
おわりに
今回は、Google I/O 2025で発表された新しいLLMモデル (gemini-2.5-flash-preview-05-20 と gemma-3n-e4b-it) を、PythonとGoogle Colabを使ってAPIを試してみました。
なお、今回作成したGoogle Colabのノートは以下にありますのでご参照ください。
Gemma 3nについてはHugging Faceでもモデルが公開されているためRaspberryPiやノートPCでも試してみようと思います🤩
Hugging Face Models (gemma-3n)
https://huggingface.co/google/gemma-3n-E4B-it-litert-preview