Gemini 3.1 Pro Customtoolsとは？5分でわかるカスタムツール優先モデルの使い方

多くの開発者が gemini-3.1-pro-preview-customtools というモデル名を見て、「customtools とはどういう意味か？ 標準の gemini-3.1-pro-preview と何が違うのか？」と困惑します。この記事では、5分でその疑問を完全に解消します。

核心価値: この記事を読み終える頃には、標準版と customtools 版の使い分け、そしてエージェント開発における正しい選択方法が理解できているはずです。

Gemini 3.1 Pro Customtools とは

一言で説明すると

gemini-3.1-pro-preview-customtools は、Google が 2026 年 2 月 19 日に標準版 Gemini 3.1 Pro と同時にリリースした専用のバリアントモデルです。標準版との唯一かつ核心的な違いは、デフォルトで bash コマンドを実行するのではなく、登録されたカスタムツールを優先的に使用する点にあります。

Google 公式の Changelog には次のように記されています：

bash とツールの両方を組み合わせて構築しているユーザー向けに、カスタムツールの優先順位付けに優れた、独立したエンドポイント gemini-3.1-pro-preview-customtools をリリースしました。

なぜこのバリアントが必要なのか

エージェント開発において、開発者は通常、モデルに以下の 2 種類の能力を登録します：

1. Bash/コード実行: モデルに直接 shell コマンドを実行させる能力。
2. カスタムツール (Custom Tools): 開発者が定義した view_file、search_code、create_pr などの構造化された関数。

ここで問題が発生します。標準版の Gemini 3.1 Pro は時々「手抜き」をして、せっかく設計したカスタムツールをスキップし、直接 bash コマンドでタスクを完了させようとすることがあります。例えば、view_file ツールを登録していても、モデルがツールを介さずに cat filename.py を直接実行してしまうといったケースです。

これは、特定のシナリオで問題となります：

• カスタムツールには権限管理やログ記録が組み込まれている場合がある。
• カスタムツールの戻り値は構造化されており、後続の処理に適している。
• カスタムツールが外部システム（データベース、API など）に接続されている場合がある。

customtools バリアントは、まさにこの問題を解決するために生まれました。モデルに、登録されたツールを優先的に選択させるためのものです。

Gemini 3.1 Pro 標準版 vs Customtools 版の主な違い

🎯 重要なポイント: 2つのモデルの「知能レベル」は完全に同じです。違いは、「bashを使うべきか、登録されたカスタムツールを使うべきか」という選択を迫られた際、Customtools 版の方がよりカスタムツールを選択する傾向が強いという点にあります。

Gemini 3.1 Pro Customtools が必要なシーン

Customtools が必要なシーン

Customtools が不要なシーン

Google の公式推奨事項

Google は Gemini 3 開発者ガイドの FAQ で次のように述べています。

If you are using gemini-3.1-pro-preview and the model ignores your custom tools in favor of bash commands, try the gemini-3.1-pro-preview-customtools model instead.

（意訳：もし gemini-3.1-pro-preview を使用していて、モデルがカスタムツールを無視して bash コマンドを優先してしまう場合は、代わりに gemini-3.1-pro-preview-customtools モデルを試してみてください。）

Gemini 3.1 Pro Customtools API 呼び出し方法

基本的な呼び出し：標準版と全く同じ

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # APIYI 統合インターフェース
)

# モデル名を変更するだけで、他のコードは一切変える必要はありません
response = client.chat.completions.create(
    model="gemini-3.1-pro-preview-customtools",
    messages=[
        {"role": "user", "content": "プロジェクト内の main.py ファイルの内容を確認するのを手伝ってください"}
    ]
)
print(response.choices[0].message.content)

カスタムツールを使用した Agent の呼び出し

customtools 版の真の威力は、function calling と組み合わせた時に発揮されます。

import openai
import json

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # APIYI 統合インターフェース
)

# カスタムツールの定義
tools = [
    {
        "type": "function",
        "function": {
            "name": "view_file",
            "description": "指定されたファイルの内容を表示する",
            "parameters": {
                "type": "object",
                "properties": {
                    "file_path": {
                        "type": "string",
                        "description": "ファイルパス"
                    }
                },
                "required": ["file_path"]
            }
        }
    },
    {
        "type": "function",
        "function": {
            "name": "search_code",
            "description": "コードベース内でキーワードを検索する",
            "parameters": {
                "type": "object",
                "properties": {
                    "query": {
                        "type": "string",
                        "description": "検索キーワード"
                    },
                    "file_pattern": {
                        "type": "string",
                        "description": "ファイルマッチングパターン（例：*.py）"
                    }
                },
                "required": ["query"]
            }
        }
    }
]

# customtools 版は、上記で定義したツールを優先的に使用します
response = client.chat.completions.create(
    model="gemini-3.1-pro-preview-customtools",
    messages=[
        {"role": "user", "content": "プロジェクト内で TODO を含むすべての Python ファイルを見つけてください"}
    ],
    tools=tools
)

# モデルは直接 grep するのではなく、search_code ツールを呼び出します
tool_call = response.choices[0].message.tool_calls[0]
print(f"ツール: {tool_call.function.name}")
print(f"引数: {tool_call.function.arguments}")

import openai
import json

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

tools = [
    {
        "type": "function",
        "function": {
            "name": "view_file",
            "description": "指定されたファイルの内容を表示する",
            "parameters": {
                "type": "object",
                "properties": {
                    "file_path": {"type": "string", "description": "ファイルパス"}
                },
                "required": ["file_path"]
            }
        }
    },
    {
        "type": "function",
        "function": {
            "name": "search_code",
            "description": "コードベース内でキーワードを検索する",
            "parameters": {
                "type": "object",
                "properties": {
                    "query": {"type": "string", "description": "検索キーワード"},
                    "file_pattern": {"type": "string", "description": "ファイルマッチングパターン"}
                },
                "required": ["query"]
            }
        }
    },
    {
        "type": "function",
        "function": {
            "name": "edit_file",
            "description": "ファイル内の指定された内容を編集する",
            "parameters": {
                "type": "object",
                "properties": {
                    "file_path": {"type": "string", "description": "ファイルパス"},
                    "old_content": {"type": "string", "description": "置換前の古い内容"},
                    "new_content": {"type": "string", "description": "新しい内容"}
                },
                "required": ["file_path", "old_content", "new_content"]
            }
        }
    }
]

# ツールの実行をシミュレート
def execute_tool(name, args):
    """実際のプロジェクトでは、本物のツール実装に置き換えてください"""
    if name == "view_file":
        return f"ファイル内容: {args['file_path']} (シミュレーション)"
    elif name == "search_code":
        return f"検索 '{args['query']}' の結果: 3 件のヒット (シミュレーション)"
    elif name == "edit_file":
        return f"{args['file_path']} 内の内容を置換しました (シミュレーション)"
    return "不明なツール"

# Agent メインループ
messages = [{"role": "user", "content": "プロジェクト内のすべての TODO コメントを見つけて修正してください"}]
max_turns = 5

for turn in range(max_turns):
    response = client.chat.completions.create(
        model="gemini-3.1-pro-preview-customtools",
        messages=messages,
        tools=tools
    )

    msg = response.choices[0].message
    messages.append(msg)

    if msg.tool_calls:
        for tc in msg.tool_calls:
            args = json.loads(tc.function.arguments)
            result = execute_tool(tc.function.name, args)
            messages.append({
                "role": "tool",
                "tool_call_id": tc.id,
                "content": result
            })
            print(f"[Turn {turn+1}] 呼び出し: {tc.function.name}({args})")
    else:
        print(f"[完了] {msg.content[:200]}")
        break

🚀 クイックスタート: APIYI (apiyi.com) プラットフォームを通じて、標準版と customtools 版で同じ API キーを使用できます。model パラメータを変更するだけで切り替えられるため、どちらのバージョンが Agent に適しているかの A/B テストに最適です。

Gemini 3.1 Pro Customtools と Agent フレームワークの関係

主要な Agent フレームワークの適応状況

customtools 版は、以下の Agent 開発シナリオにおいて特に価値があります。

Gemini 3.1 Pro Customtools と標準版の動作比較

違いをより直感的に理解するために、具体的な例を見てみましょう。

同じリクエストに対する、2つのモデルの異なる反応

ユーザーのリクエスト: 「src/main.py ファイルの内容を確認して」

登録済みツール: view_file(file_path: string)

どちらの方法でもファイル内容を取得できますが、カスタムツールの呼び出しを介することには以下の利点があります。

1. 権限管理: view_file ツール内で、パスがホワイトリストに含まれているかチェックできます。
2. フォーマット済み出力: ツール側で生のテキストではなく、構造化された JSON を返すことができます。
3. ログ監査: ツール呼び出しがフレームワークによって自動的に記録されます。
4. エラーハンドリング: bash のエラーではなく、ユーザーに分かりやすいエラーメッセージを提供できます。

Google Gemini ツール呼び出しモデルの進化

Customtools は、Google が初めてツール呼び出し専用に提供したモデルのバリエーションです。以下は、Google Gemini のツール関連モデルの全体像です。

これは、Google がモデルをユースケースごとに細分化しようとしていることを示しています。一つの汎用モデルですべてのシナリオをカバーするのではなく、今後はさらに多くの専用バリエーションが登場する可能性があります。

よくある質問

まとめ: Gemini 3.1 Pro Customtools クイックリファレンス

一言で言えば：gemini-3.1-pro-preview-customtools は、Gemini 3.1 Proの「エージェント専用モード」です。直接bashを実行するのではなく、登録されたツールをより忠実に使用するように調整されています。価格も知能も変わらず、ツールの選択戦略だけがエージェント開発により適した形になっています。

APIYI（apiyi.com）プラットフォームを通じて両方のバージョンに同時にアクセスし、実際のプロジェクトでA/Bテストを行って最適な方を選択することをお勧めします。エージェント開発者にとって、customtools版はほぼ常に優れた選択肢となるでしょう。

参考文献

1. Google AI ドキュメント: Gemini 3.1 Pro Preview モデルページ

   • リンク: ai.google.dev/gemini-api/docs/models/gemini-3.1-pro-preview
   • 説明: 標準版と customtools 版の比較説明が含まれています。

2. Gemini API Changelog: 2026年2月19日の更新

   • リンク: ai.google.dev/gemini-api/docs/changelog
   • 説明: customtools バリアントの初回リリース記録。

3. Gemini 3 開発者ガイド: FAQにおけるツール選択のアドバイス

   • リンク: ai.google.dev/gemini-api/docs/gemini-3
   • 説明: 標準版から customtools 版へいつ切り替えるべきかについて。

4. Google AI ドキュメント: Function Calling ガイド

   • リンク: ai.google.dev/gemini-api/docs/function-calling
   • 説明: Gemini モデルの関数呼び出し（Function Calling）APIの詳細。

📝 著者: APIYI Team | 技術的な交流については APIYI apiyi.com をご覧ください
📅 更新日: 2026年2月20日
🏷️ キーワード: gemini-3.1-pro-preview-customtools, カスタムツール, Agent 開発, function calling, ツール呼び出し, API 呼び出し