Gemini 2.0 徹底解説: コード実行 - Google Developers Blog

Gemini 2.0 徹底解説: コード実行 - Google Developers Blog Gemini / Google AI Studio Gemini 2.0 徹底解説: コード実行 2025年3月6日 Jason Stephen Product Manager Luciano Martins Tech Lead Manager & AI Engineer 共有 Facebook Twitter LinkedIn Mail コード実行により、Gemini モデルが Python サンドボックスにアクセスし、コードを実行して結果から学べるようになります。コード実行を有効にすると、Gemini モデルが計算したり、複雑なデータセットを分析したり、視覚表現を即座に作成したりできるので、ユーザーのクエリに対する最終的な回答が向上します。現在、この機能は、 Google AI Studio と Gemini API の両方で、Gemini 2.0 モデルを通して一般提供されています。 ツールとしてのコード実行 コード実行は、Google AI Studio の [Tools] パネルで切り替えて、または Gemini API の tools 変数から有効にすることができます（下を参照）。 from google import genai from google.genai import types client = genai.Client(api_key="GEMINI_API_KEY") response = client.models.generate_content( model='gemini-2.0-flash', contents=""" What is the sum of the first 50 prime numbers? Generate and run code for the calculation. """, config=types.GenerateContentConfig( tools=[types.Tool( code_execution=types.ToolCodeExecution )] ) ) Python Copied ツールにコード実行を追加すると、モデルがコード実行サンドボックスにアクセスし、最長 30 秒、最大 5 回のコードを再プロンプトなしで実行できます。コード実行環境には、Numpy、Pandas、Matplotlib（グラフのレンダリング用）などのライブラリが含まれます。利用できるすべてのライブラリのリストは、 API ドキュメント に記載されています。近日中に、サポートするライブラリを増やす予定です。 ファイル IO とグラフ出力 Gemini 2.0 では、コード実行ツールが更新され、コード実行サンドボックスへのファイル入力と、Matplotlib によるグラフと図の出力が可能になりました。この更新により、コード実行のユースケースが広がり、次のようなことを実現できます。 論理分析を行い、ユーザーがアップロードした複雑なファイルを解釈する。 Matplotlib がサポートする図やグラフでデータを視覚化する。 ローカルのコードファイルをデバッグする。 [試験運用版] Multimodal Live API で、コードをリアルタイム実行する。 [試験運用版] コード実行と Google 検索のグラウンディングなどのツールを組み合わせる。 [試験運用版] Gemini 2.0 Thinking Mode でコード実行を活用する。 その他... ここで、コード実行の実例を 2 つ紹介しましょう。 Gemini モデルでリアルタイムにデータを分析して可視化する このデモでは、 Multimodal Live API とコード実行を組み合わせ、Gemini モデルとのライブ会話を通して、音声入力とコード実行の両方を利用してみます。Gemini モデルに依頼し、Tom Cruise の映画のリストを上映時間順に並べてから、Matplotlib で棒グラフを作成し、データを視覚化してもらいます。Gemini モデルは、タスクを実行する Python コードを生成したあと、追加リクエスト（バーの色の変更）を受けてチャートを更新します。 Sorry, your browser doesn't support playback for this video （右クリックして新しいウィンドウで動画を開くと、音声を聞くことができます） Thinking モデルとコード実行を組み合わせて複雑な問題を解く このデモでは、Gemini 2.0 Flash Thinking Experimental モデルとコード実行を利用して、古典的な最適化問題を解きます。セールスマンがスペインの 5 つの都市を訪れて、出発点の都市に戻る場合の最短ルートを見つけるよう Gemini に依頼します。Gemini は Python コードを生成し、反復的にデバッグ（初期ライブラリ エラーを修正）したうえで、距離を計算し、最終的に最適なルートを Matplotlib グラフで視覚化します。 Sorry, your browser doesn't support playback for this video （右クリックして新しいウィンドウで動画を開くと、音声を聞くことができます） Gemini 2.0 のコード実行を使ってみる 自分で試してみたい方は、 GitHub をチェックし、コード実行を行ってみましょう。その他の例やデモは、 Gemini API ドキュメント で確認できます。使われているコード実行のシナリオなども調べることができます。 Gemini API デベロッパー フォーラム に参加し、ユースケースやコード実行の改善につながるフィードバックを共有してください。近日中に、ライブラリのサポートを拡大して、PDF などの他の入力モードをサポートし、マルチツールにも対応したいと考えています。楽しい開発を！ 投稿先: Gemini Google AI Studio AI How-To Guides data processing visualization Gemini API python 前へ 次へ 関連投稿 AI Cloud How-To Guides Announcements Announcing User Simulation in ADK Evaluation 2025年11月7日 Gemini AI Announcements ターミナルを超えて: Gemini CLI が Zed に登場 2025年8月27日 AI Announcements Building with Gemini 3 in Jules 2025年11月19日 Gemini Google AI Studio AI Announcements 最先端の画像処理モデル Gemini 2.5 Flash Image のご紹介 2025年8月26日 AI Announcements Announcing the Data Commons Gemini CLI extension 2025年12月2日 AI Cloud How-To Guides Announcements Announcing the Agent Development Kit for Go: Build Powerful AI Agents with Your Favorite Languages 2025年11月7日