「Gemini 3.6 Flash」が登場、17%のトークン削減を実現――背景にあるGemini 4開発着手の狙いとは
2026年7月23日 21:46
Googleは7月21日、「Gemini 3.6 Flash」「Gemini 3.5 Flash-Lite」「Gemini 3.5 Flash Cyber」の3つの新モデルを発表した。Gemini 3.6 Flashはトークン消費量を削減しつつ各種ベンチマークで性能を向上させている。同時に同社は、次世代基盤モデル「Gemini 4」の事前学習に着手したことを開示しており、3.5世代の限界を見据えた構造的な再設計が進んでいることが窺える。
■Gemini 3.6 Flash：API利用料に直結するトークン効率の向上
今回発表されたモデル群の中核となるのが「Gemini 3.6 Flash」である。Googleが掲げる最大の特長は「より少ないリソースでより多くの処理を行う」点だ。第三者ベンチマーク機関であるArtificial Analysis Indexの評価によると、3.6 Flashは同等のマルチステップタスクにおいて、Gemini 3.5 Flashよりも出力トークン数を17%削減した。またDatacurveによるDeepSWEコーディングベンチマークでは、最大65%のトークン削減が確認されている。
本番環境でAIエージェントを運用する開発者にとって、この削減幅はコストに直結する。公式価格設定によれば、3.6 Flashの出力トークン価格は100万トークンあたり7.50ドル（約1,223円、1ドル=163円換算）となり、3.5 Flashの9.00ドル（約1,467円）から引き下げられた。入力トークン価格は100万トークンあたり1.50ドル（約245円）に据え置かれている。
リトライや自己修正ループを含めて1タスクあたり100万〜350万トークンを消費する標準的なエージェント型コーディングワークフローにおいて、出力トークンの削減と単価引き下げの相乗効果は大きなコスト削減をもたらす。2026年5月のGoogle I/OにおいてSundar Pichai CEOが言及したように、Google Cloudの顧客のうち375社以上が過去1年間でそれぞれ1兆トークン以上を処理しており、同様のワークフローをFlashモデルに移行することで年間10億ドル（約1,630億円）以上のコスト削減が可能になると見込まれている。
この効率化は、モデル能力の犠牲によって成り立っているわけではない。同時公開されたベンチマーク結果では、Googleが検証した全カテゴリーで向上が示されている。DeepSWEのコーディングスコアは3.5 Flashの37%から49%へ上昇し、意図しないコード改変や実行ループを抑えた高精度な編集が可能となった。また、機械学習研究タスクを評価するMLE Benchでは49.7%から63.9%に向上している。
スクリーンショットの解析やクリック、キー入力、スクロールを通じてグラフィカルインターフェースを操作する「コンピューターユース」能力は、OSWorld-Verifiedで78.4%から83.0%へ上昇した。ただし、OSWorld-Verifiedリーダーボードの数値は各ベンダーによる自己申告値であり、2026年中盤時点では第三者による独立検証が行われていない点には留意が必要だ。方向性としての性能向上は確実視されるものの、他社との絶対的な比較には制約が伴う。なお、コンピューターユース機能はGemini APIおよびGemini Enterpriseに組み込みツールとして統合され、GUI操作エージェントの構築手順が簡略化された。
あまり注目されていない改善点として、ナレッジカットオフが2025年1月から2026年3月へと14か月進んだことが挙げられる。GCNの指摘によれば、最新のフレームワークやドキュメントを扱う開発者にとって実用性が大幅に向上しているという。公式ブログではFigma、Harvey、Hebbia、JetBrainsらがコメントを寄せており、書類解析やチャート分析、コード移植などの活用事例が紹介されている。
■推論ステップの削減が変えるエージェント構築の経済性
3.6 Flashの効率化を可能にした技術的メカニズムは、単なるモデルの小型化ではない。Googleは「マルチステップワークフローを達成するための推論ステップとツール呼び出しの削減」を実現したと説明している。つまり、回答を短く切るのではなく、中間ステップそのものを減らしてタスクを完結させている。
この違いはエージェント運用の経済性に大きく影響する。エージェントのループ処理では、推論ステップごとに蓄積された文脈（コンテキスト）がモデルに再送信される。タスクを12ステップではなく8ステップで完了できるモデルは、単に4ステップ分の出力トークンを節約するだけでなく、肥大化する会話履歴を再読み込みするオーバーヘッドを4回分削ることができる。2026年のエンジニアリング分析によると、フロンティアモデル上のエージェント型ワークフローは1セッションあたり平均30〜50回のツール呼び出しを行う。呼び出し回数の削減は、API利用料の圧縮と処理レイテンシの低減に直結する。
ナレッジワークタスクを評価するGDPval-AA v2では、3.5 Flashの1,349に対し、3.6 Flashは1,421を記録した。両モデルとも100万トークンの入力コンテキストウィンドウと最大6万4,000トークンの出力をサポートする。安全性面では、化学・生物・放射性物質・核（CBRN）関連の誤用シナリオやサイバー攻撃への耐性を強化したFrontier Safetyガードレールが標準搭載され、正当なタスクに対する過剰な拒絶（誤検知）を減らす調整が施されている。
■Gemini 3.5 Flash-Lite：高速処理と検索機能への統合
Gemini 3.5 Flash-Liteは、3.6 Flashとは異なり「圧倒的なスループット」に特化したモデルだ。Artificial Analysis Indexの計測によると、3.5シリーズ最速となる秒間350出力トークンを記録しており、価格は入力100万トークンあたり0.30ドル（約49円）、出力100万トークンあたり2.50ドル（約408円）に設定されている。
能力階層では3.6 Flashの下位に位置するものの、Flash-Liteのエージェントおよびコーディング領域におけるベンチマーク性能は堅調だ。旧世代のGemini 3 Flashに対し、SWE-Bench Pro（54.2%対49.6%）やOSWorld-Verified（74.0%対65.1%）で上回るスコアを示しており、従来フルサイズの3 Flashへルーティングしていたワークフローを、より高速かつ安価に処理する選択肢となる。Terminal-Bench 2.1では3.1 Flash-Liteの31%から54%へ向上し、長文コンテキスト評価のGDM-MRCR v2では60.1%から72.2%へと拡大した。
3.6 Flashと同様に、Flash-Liteにもコンピューターユース機能が内蔵ツールとして含まれている。開発者は「思考レベル（thinking level）」を最小（最低レイテンシ・最安コスト）から高精度な推論モードまで調整でき、複数のモデルを使い分けることなく単一のモデルで多様な本番ワークフローに対応可能だ。
実運用における最大の動きとして、Flash-LiteがGoogle検索内部へ順次導入され始めている点が挙げられる。これにより、日々処理される膨大な検索クエリに対して新世代AIモデルが適用されることになる。早期導入企業としてRamp、Palo Alto Networks、Ashlerが名を連ねており、領収書の大量翻訳やEC製品の特徴抽出、エージェント型検索などの用途が報告されている。
■ClaudeやGPT-5.6との性能比較
GUI操作能力を測定するOSWorld-Verifiedにおいて、3.6 Flashが自己申告した83.0%というスコアは、2026年半ばに施行された輸出規制下の競合環境において実質的な性能上限とされる「Claude Opus 4.8」に匹敵する水準である。DeepSWEコーディングにおける49%というスコアも3.5 Flash（37%）から大きく向上しているが、今回Googleから発表された資料にはClaudeやGPT-5.6 Solとの直接的な比較データは含まれていない。
公表されたベンチマーク群から確認できるのは、3.6 Flashがマルチモーダル解析（CharXivのチャート推論）や長文コンテキスト評価（GDM-MRCR）で優位性を示している点である。一方、AnthropicやOpenAIのフロンティアモデルに対するコーディング性能の比較結果は開示されていない。
他社モデルと比較検討する際、顕著な価格差が存在する点は留意すべきだ。他社が提供する同等クラスのフロンティアモデルと比較して、出力100万トークンあたり7.50ドル（約1,223円）という設定は、2〜3倍安価な水準に位置している。
■Gemini 3.5 Flash Cyber：政府・パートナー限定の脆弱性診断AI
Gemini 3.5 Flash Cyberは、今回発表された中で最も特殊であり、意図的にアクセスが制限されているモデルだ。3.5 Flashのアーキテクチャをベースに、ソフトウェア脆弱性の検出・検証・修正に特化してファインチューニングされており、パブリックAPI経由での一般提供は予定されていない。
本モデルは、2025年10月に公開されたGoogle DeepMindのコードセキュリティエージェント「CodeMender」内部でのみ動作し、政府機関および信頼できるパートナー向けの限定パイロットプログラムとして提供される。CodeMender内部では、複数のFlash Cyberエージェントが並行して異なるコードパスをスキャンし、結果を1つのレポートに統合する。大規模なコードベースに対して単一のモデル処理では網羅できないという「検索空間問題」を解決するためのマルチエージェント設計だ。DeepMindの広報担当者がThe Hacker Newsに語ったところによると、Flash Cyberは既にChromeのJavaScriptエンジンであるV8において55件の確認済み脆弱性を特定している。
Googleはこのアクセス制限について、攻撃者に機能が渡る前に防衛側へ先行アドバンテージを与える戦略だと説明している。しかし、AIを用いた脆弱性探知ツールの汎用化が進むにつれ、ツール自体が攻撃対象領域になり得ることや、人間のレビュー担当者がAIの指摘を過剰に信頼してしまう「自動化バイアス」によって誤検知の精査が滞るリスクも指摘されている。
将来的にCodeMenderのアクセス拡大やレッドチーム機能の追加が計画されているが、具体的なスケジュールは未公表である。Infosecurity Magazineが2026年7月22日に報じたところによると、CodeMenderは現在マルチモデルに対応しており、Gemini 3.5 Flash、3.1 Pro、3 Flashを選択してGoogle Cloudエコシステム経由で利用可能となっている。
■Gemini 4の事前学習着手が意味するもの
今回の発表で最も影響力が大きい開示事項は、リリースされた3つのモデルそのものではなく、公式ブログの最終段落にひっそりと記載され、Google AI StudioのリーダーであるLogan Kilpatrick氏がX上で補足した内容だ。Googleチームは、次世代モデル「Gemini 4」に向けた同社史上最も野心的な事前学習（Pretraining）に着手したことを認めた。
この事実の重要性を理解するには、事前学習の性質を知る必要がある。事前学習とは、大規模言語モデルが書籍、ウェブページ、コード、画像などの膨大なデータに触れ、基本能力となる統計的パターンを学習する最も計算資源を消費する初期フェーズである。単なる微調整（ファインチューニング）やデータの更新ではなく、モデルの根幹的な能力を決定づける処理だ。「最も野心的な事前学習」の開始は、既存基盤の改修ではなく、全く新しい基礎を構築し始めたことを意味する。
Gemini 3.5 Proのリリース遅延と併せて考えると、今回の発表の意図が浮き彫りになる。Bloombergが2026年7月16日に元・現Google社員10人の証言として報じた内容によると、3.5 Proは6月末のデータ更新を経てもコーディング性能が社内基準に達せず、一般公開が保留されている。この報道を受けてAlphabetの株価は4.4%下落し、時価総額で約2,000億ドル（約32.6兆円）が消失した。7月21日の公式ブログでGoogleは、3.5 Proについて「準備が整い次第広範に提供する」と述べるにとどめている。
データ調整を行ってもコーディング性能の課題を克服できなかったProモデルの現状と、次世代モデルの事前学習開始という事実は、3.5世代の基盤では他社とのコーディング性能の差を埋められないとGoogleが判断したことを示唆している。価格競争力を備えたFlash層を提供しつつ、裏では根本的な解決策となるGemini 4の構築を進めるという構造だ。
事前学習を支えるGoogleのインフラ規模は極めて大きい。第8世代のTensor Processing Unit（TPU）は学習用（TPU 8t）と推論用（TPU 8i）のデュアルチップ構成を採用しており、分散学習システム「Pathways」によりグローバルで100万個以上のTPUへスケール可能とされる。2026年の設備投資額は1,800億〜1,900億ドル（約29.3兆〜31.0兆円）に達する見込みであり、2022年の310億ドルから大幅に増加している。「最も野心的な事前学習」という表現は、単なるマーケティング用語ではなく、同社の計算資源投入量を反映した具体的な事実である。
■開発者が今取るべき対応
Gemini 3.6 FlashおよびGemini 3.5 Flash-Liteは、Googleの開発者向け・企業向けプラットフォームで即座利用可能となっている。開発者はGoogle AI StudioおよびAndroid StudioのGemini APIからアクセスできるほか、3.6 FlashはGoogle Antigravityでも利用できる。企業向けにはGemini Enterprise Agent PlatformおよびGemini Enterpriseアプリを通じて提供され、一般ユーザー向けアプリでも両モデルが利用可能だ。一方、Gemini 3.5 Flash Cyberは限定パイロットに留まり、一般アクセス手段は提供されていない。
2026年におけるプラットフォーム選定において、Gemini 4の事前学習開始は重要なシグナルとなる。Gemini 3.5 Proの一般公開を前提に深いシステム統合を計画している開発チームは、基盤技術の方向性が既に次世代へシフトしている点を考慮に入れる必要がある。
一方でFlash層の選択肢は極めて現実的だ。Gemini 3.6 Flashと3.5 Flash-Liteは即座に利用でき、他社モデルと比較しても競争力のある価格設定がなされている。第三者機関によって実証された17%のトークン削減と、100万トークンあたり7.50ドル（約1,223円）への引き下げは、運用コストの削減に直接寄与する。
業界の関心は、Gemini 4の事前学習によって、OpenAIのGPT-5.6 SolやAnthropicのOpus 4.8との間に存在するコーディングおよび推論性能の格差を解消できるかどうかに向かっている。Flashモデルの成果は推論インフラの優秀さを示しているが、最先端の性能競争においては3.x世代のアーキテクチャ刷新が不可欠であったといえる。
■注目ポイントQ&A
●Gemini 3.6 Flashの主な特徴と前モデルからの改善点は何ですか？
Gemini 3.6 Flashは、独立系ベンチマーク（Artificial Analysis Index）において同等のマルチステップタスクで出力トークンを17%削減しつつ、コーディング（DeepSWEで49%）やコンピューターユース（OSWorld-Verifiedで83.0%）など全ベンチマークで性能を向上させています。また、出力トークンの価格も100万個あたり9.00ドルから7.50ドル（約1,223円、1ドル=163円換算）へと引き下げられました。
●Gemini 3.5 Proの公開が遅れている理由と、Gemini 4の発表にはどのような意味がありますか？
Bloombergなどの報道によると、Gemini 3.5 Proはデータ更新後も内部のコーディングベンチマーク目標に達しておらず公開が延期されています。Googleが新たな基礎モデル「Gemini 4」の事前学習を開始したと明かしたことは、3.5世代の微調整だけでは競合に対抗できないと判断し、根本的なアーキテクチャの再構築へ舵を切ったことを示唆しています。
●Gemini 3.5 Flash Cyberとは何ですか？一般開発者も利用できますか？
Gemini 3.5 Flash Cyberは、ソフトウェアの脆弱性発見・修正に特化したモデルです。一般のAPIとしては公開されず、Google DeepMindのコードセキュリティエージェント「CodeMender」内部で動作し、政府や信頼できるパートナー向けの限定パイロットとして提供されます。
●トークン効率の向上は、AIエージェントの開発コストにどう影響しますか？
エージェント構築ではツール呼び出しや思考ステップごとに文脈（コンテキスト）が再送信されるため、ステップ数と出力トークンが減ることで、API料金だけでなく処理のレイテンシ（遅延）も大幅に削減されます。これにより、大規模運用時の運用コストを顕著に圧縮することが可能です。
元記事: Gemini 3.6 Flash Cuts Token Costs and Scores Higher on Every Benchmark