Gemini API は2026年11月18日から、Excel・Word・PowerPoint のファイルをそのまま読み込めるようになりました。Google の Gemini API リリースノートに「Microsoft Office と OpenDocument のファイルを Gemini API に直接渡せる」と載り、あわせて読む範囲(ページ・シート・セル範囲)を指定して、その分だけ課金させる仕組みも入っています。これまでのように Excel を CSV に書き出したり、PowerPoint を PDF に変換したりする前処理が要らなくなります。
ただし、何も指定しないとGemini 4 系では Word・PowerPoint が「1ページ約560トークンの画像」として読まれるなど、既定の読み方がモデルの世代で違います。この記事では、Google の公式ドキュメントに書かれている仕様だけを使って、対応形式・既定の読み方・範囲指定・費用の目安を整理します。
結論:Excel は「シートとセル範囲」、Word・PowerPoint は「ページ範囲」を指定して渡す
今回の更新で業務に効くのは、ファイルを丸ごと渡せることより「必要な部分だけを渡して、その分だけ払う」ことです。Google のドキュメントは「Gemini はスライスした(切り出した)部分だけをトークンとして数えて課金する」と明記しています。モデルには総ページ数とシート名が自動で渡るので、続きの範囲を後から追加で読ませることもできます。
- Excel(.xlsx / .xls / .ods):シート番号(sheet_index)とセル範囲(visible_cells、例 "A1:H50")を指定できる
- Word・PowerPoint・PDF:開始ページと終了ページ(start_page / end_page)を指定できる
- どちらも:画像として読むか、文字として読むか(content_layers)と、画像の解像度(resolution)を選べる
対応しているファイル形式
種類 | 拡張子 |
|---|---|
文書(Word ほか) | .docx・.doc・.dotx・.odt |
プレゼン(PowerPoint ほか) | .pptx・.ppt・.odp |
表計算(Excel ほか) | .xlsx・.xls・.ods |
上限は1ファイル50MB、Office・OpenDocument は1ファイル2,000ページ(スライド)まで、表計算は1シート5万セルまでです。範囲を指定しても、上限はアップロードしたファイル全体に対してかかります。TXT・Markdown・HTML などは従来どおり文字だけが抜き出され、表の書式やグラフは失われます。
何も指定しないときの読み方は、モデルの世代で違う
ここがいちばん間違えやすい点です。範囲や読み方を指定しない場合、Gemini はファイル全体を次の既定の方法で読みます。
ファイル | Gemini 4 以降 | Gemini 3・2.5 |
|---|---|---|
.docx・.dotx・.odt・.pptx | ページ(スライド)を画像として読む(中解像度・1ページ約560トークン) | 文字を抜き出して読む(埋め込み画像も含む) |
.doc・.ppt・.odp | ページ(スライド)を画像として読む | ページ(スライド)を画像として読む |
.xlsx・.xls | 全シートの値・数式・シート名 | 全シートを CSV として(値のみ) |
.ods | 全シートの値・数式・シート名 | 全シートの値・数式・シート名 |
読み取れることは2つあります。ひとつは、Excel の数式まで読ませたいなら Gemini 4 系を使うこと。Gemini 3・2.5 では .xlsx は値だけの CSV になるので、「この集計式のどこが間違っているか」のような質問には答えられません。もうひとつは、Gemini 4 系では文字の多い Word でも、既定では1ページごとに画像の料金がかかることです。文字だけで足りる文書なら、読み方を「文字」に切り替えたほうが無駄がありません。
Excel はシートとセル範囲を指定する
表計算ファイルでは spreadsheet_options で次の3つを指定します。
- sheet_index:左から何番目のシートか(1から数える)。省略すると全シート(1シート5万セルまで)
- visible_cells:"A1:G40" のような A1 形式の範囲。選んだ読み方すべてがこの範囲に切り取られる
- content_layers:「data」(計算後の値)・「formulas」(数式そのもの)・「visual」(グラフや書式を含むシートの見た目)から選ぶ。既定は data と formulas
実務では、セル範囲の指定は費用だけでなく情報管理にも効きます。顧客名や電話番号の列が同じシートにあっても、集計に必要な範囲だけを visible_cells で切り出せば、その外側はモデルの入力に入りません。ただしファイル自体は丸ごとアップロードされるので、外に出してはいけない列は、渡す前にファイルから消しておくのが原則です。API に送ったデータの扱いは契約やプランで変わるので、あわせてGemini API のログ保存の既定と止め方も確認しておくと安心です。
Excel や Google スプレッドシートで回している業務を、AI に読ませる前提で作り直すと、こうした「どこまで渡すか」の設計が最初から入れられます。記事の途中で恐縮ですが、私たちはスプレッドシートの業務を社内アプリにするお手伝いもしております。良いサービスだと思っておりますので、よろしければあわせてご覧いただけたら嬉しいです。
Word・PowerPoint はページ範囲と「画像か文字か」を指定する
文書・プレゼン・PDF では page_options で次を指定します。
- start_page / end_page:読むページの範囲(1から数え、両端を含む)
- content_layers:「page_image」(ページの画像)・「page_text」(抜き出した文字)、または両方。範囲指定をしたときの既定は page_image
- resolution:画像の解像度。low(1ページ約280トークン)・medium(約560・既定)・high(約1,120)
Google 自身が勧めている使い方は、大きなファイルはまず page_text で全体を読ませ、グラフや細かいレイアウトのあるページだけを high の画像で読み直すという2段構えです。スライド40枚の資料でも、数字の入ったグラフは数枚ということが多いので、この順番にすると無駄が減ります。
費用の目安:スライド40枚を読ませるといくらか
画像として読む場合のトークン数は解像度で決まります(ページの元の画素数では変わりません)。Gemini 4 Hydrogen の入力単価は公式の料金表で100万トークンあたり1.50ドルなので、入力側の費用は次のように計算できます。
読ませ方 | 入力トークン | 入力の費用 |
|---|---|---|
40枚を全部・medium(既定) | 40 × 560 = 22,400 | 約0.034ドル |
40枚を全部・high | 40 × 1,120 = 44,800 | 約0.067ドル |
グラフのある5枚だけ・high | 5 × 1,120 = 5,600 | 約0.008ドル |
計算式は「ページ数 × 1ページのトークン数 × 単価 ÷ 100万」です。1回あたりは小さな金額ですが、毎日100件の資料を自動で読ませる仕組みにすると、全ページ high と必要ページだけ high では入力費用が約8倍違います(上の表の 0.067ドル と 0.008ドル)。出力トークン(回答と思考のトークン)は別に、100万トークンあたり7.50ドルかかります。なお、文字だけ(page_text)で読む場合と Excel の値・数式のトークン数は、ドキュメントに1ページあたりの目安が書かれていないので、実際のファイルで数えて確かめてください。
使う前の注意点
- これは API の機能です。Gemini アプリ(gemini.google.com)の画面でのファイル添付とは別の話で、今回のリリースノートは開発者向けの Gemini API についてのものです
- 範囲を指定しても、上限はファイル全体にかかる:2,000ページを超える資料は、切り出す前に分割が必要です
- 範囲の指定を間違えるとエラーになる:ページやシートの番号に0以下を指定すると「400 INVALID_ARGUMENT」、ページ数を超えた開始ページは空の結果が返ります
- モデルの選び方:範囲指定の機能は Gemini 3 と Gemini 4 以降で使えますが、数式まで読むのは Gemini 4 以降です。料金と無料枠はGemini 4 Hydrogen の料金と無料枠にまとめています
Excel の売上表を AI に読ませて予測まで回す流れはAIで売上予測をエクセル自動化する5ステップ、スプレッドシートの中で AI を使うときの詰まりどころはスプレッドシートのAI関数が使えない原因で扱っています。
まとめ
- 2026年11月18日から、Gemini API に Excel・Word・PowerPoint(と OpenDocument)を直接渡せる
- ページ・シート・セル範囲を指定でき、課金は切り出した部分だけ
- 既定の読み方は世代で違う。Gemini 4 以降は Word・PowerPoint を画像で読み、Excel は数式まで読む
- 大きな資料は「まず文字で全体、グラフのページだけ高解像度の画像」が費用の無駄を減らす
どのファイルを、どの範囲で、どのモデルに読ませるかは、業務の流れと情報管理の決まりで答えが変わります。社内の資料や表を AI に読ませる仕組みづくりでお困りのことがあれば、お気軽にご相談ください。
よくある質問
Gemini API で Excel ファイルを直接読み込めますか?
はい。2026年11月18日のリリースで、.xlsx・.xls・.ods を CSV に変換せずに直接渡せるようになりました。シート番号とセル範囲を指定して、必要な部分だけを読ませることもできます。
Excel の数式も読めますか?
Gemini 4 以降のモデルでは、何も指定しなければ全シートの値・数式・シート名を読みます。Gemini 3・2.5 では .xlsx は値だけの CSV として読まれるので、数式は読めません。
PowerPoint を読ませると料金はどれくらいですか?
画像として読む場合は解像度で決まり、1ページあたり low 約280・medium 約560・high 約1,120トークンです。Gemini 4 Hydrogen(入力100万トークン1.50ドル)でスライド40枚を medium で読むと入力は約0.034ドルです。出力トークンは別にかかります。
ファイルの大きさに上限はありますか?
1ファイル50MB、Office・OpenDocument のファイルは2,000ページ(スライド)まで、表計算は1シート5万セルまでです。範囲を指定しても、上限はファイル全体にかかります。