GoogleからGemini 3.6 Flash / Gemini 3.5 Flash-Lite / Gemini 3.5 Flash Cyberの3モデルが発表されました
はじめに
こんにちは。
クラウド事業本部コンサルティング部の渡邉です。
2026年7月21日、Google は Gemini 3.6 Flash、Gemini 3.5 Flash-Lite、Gemini 3.5 Flash Cyber の3モデルを一挙に発表しました。
Gemini 3.6 Flash は Gemini 3.5 Flash の後継として出力トークン効率を大幅に改善し、Gemini 3.5 Flash-Lite は超低コスト・超高速を追求した新ラインとなっています。さらに Gemini 3.5 Flash Cyber は、サイバーセキュリティ分野に特化してファインチューニングされた初の Gemini モデルです。本記事ではそれぞれの特徴をご紹介します。
Gemini 3.6 Flash
概要
Gemini 3.6 Flash はGemini 3.5 Flash の後継モデルでコーディングと知識作業の効率性を向上させるだけでなく、トークン消費量も3.5 Flashと比較して17%少なくなっており、大幅に改善しています。パフォーマンスを維持したまま出力トークン使用量を削減し、マルチステップのエージェンティックワークフローで必要なツール呼び出し回数を削減するよう設計されているようです。
| 項目 | Gemini 3.6 Flash | Gemini 3.5 Flash（旧） |
|---|---|---|
| モデルID | gemini-3.6-flash |
gemini-3.5-flash |
| コンテキストウィンドウ | 100万トークン | 100万トークン |
| 最大出力トークン | 64,000 | 65,535 |
| 入力価格（1M トークン） | $1.50 | $1.50 |
| 出力価格（1M トークン） | $7.50 | $9.00 |
| 知識カットオフ | 2026年3月 | 2025年1月 |
パフォーマンス
3.5 Flash と比較した主なベンチマーク結果
| ベンチマーク | Gemini 3.6 Flash | Gemini 3.5 Flash |
|---|---|---|
| DeepSWE（コーディング） | 49% | 37% |
| MLE Bench（ML研究） | 63.9% | 49.7% |
| OSWorld-Verified（コンピュータ使用） | 83.0% | 78.4% |
| SWE-Bench Pro | 58.7% | - |
| GDPval-AA v2（知識） | 1,421 | 1,349 |
Gemini 3.5 Flashと比較して、出力トークン使用量が 17% 削減（Artificial Analysis Index 調査）されており、エージェントループや長いコード生成でのコストが実質的に下がります。
各ベンチマークでもGemini 3.5 Flashよりもパフォーマンスが向上しています。
利用可能なプラットフォーム
Gemini 3.6 Flashを利用可能なプラットフォームの一覧です。
皆さんが普段お使いのプラットフォームですでに利用できるようになっているかと思います。
- Google AI Studio
- Gemini API
- Gemini Enterprise Agent Platform（Vertex AI）
- Gemini Enterprise App
- Gemini アプリ
- Google Antigravity
私のGeminiアプリの環境や、Google CloudのGemini Enterprise Agent Platform上でも利用可能になっていました。
Gemini アプリ上でのGemini 3.6 Flash
Gemini Enterprise Agent Platform上でのGemini 3.6 Flash
主な用途
Gemini 3.6 Flash は高精度なコーディング能力とマルチモーダル対応を活かし、以下のような用途での活用が推奨されています。
- エージェンティックコーディング・デバッグ
- マルチステップ推論タスク
- マルチモーダル理解（テキスト・画像・動画・音声・PDF）
- コンピュータ使用（UI 操作エージェント）
Gemini 3.5 Flash-Lite
概要
Gemini 3.5 Flash-Lite は Gemini 3.5 シリーズで最も軽量・高速なモデルです。スループット速度 350 出力トークン/秒（Artificial Analysis 測定）を実現し、高ボリューム・コスト重視のユースケースに向いています。Gemini 2.5 Flash や Gemini 3.1 Flash-Lite よりも軽量なワークロードの後継として位置づけられています。
| 項目 | 値 |
|---|---|
| モデルID | gemini-3.5-flash-lite |
| コンテキストウィンドウ | 100万トークン |
| 入力価格（1M トークン） | $0.30 |
| 出力価格（1M トークン） | $2.50 |
| スループット | 約 350 トークン/秒 |
パフォーマンス向上
Gemini 3.5 Flash-LiteとGemini 3.1 Flash-Liteの、Terminal-Bench 2.1で見られるコーディングおよびエージェントタスク、GDM-MRCR v2で見られるロングコンテキストのベンチマークの比較です。
Gemini 3.1 Flash-Liteと比較して、Gemini 3.5 Flash-Liteの性能が向上していることがわかります。
| ベンチマーク | Gemini 3.5 Flash-Lite | Gemini 3.1 Flash-Lite（旧） |
|---|---|---|
| Terminal-Bench 2.1（コーディング） | 54% | 31% |
| GDM-MRCR v2（長文理解） | 72.2% | 60.1% |
利用可能なプラットフォーム
Gemini 3.5 Flash-Liteを利用可能なプラットフォームの一覧です。
- Google AI Studio
- Gemini API
- Gemini Enterprise Agent Platform（Vertex AI）
- Google Search
- Google Antigravity
Gemini 3.6 Flashと同様に、Google CloudのGemini Enterprise Agent Platform上でも利用可能になっていました。
Gemini Enterprise Agent Platform上でのGemini 3.5 Flash-Lite
主な用途
Gemini 3.5 Flash-Liteの主な用途として、以下のような軽量な処理やスピード、コストを求められるような場面での利用が推奨されています。
- 大量テキストの分類・ルーティング
- JSON 抽出・構造化出力
- 軽量エージェントワークフロー
- リアルタイム応答が求められるアプリ
Gemini 3.5 Flash Cyber
概要
Gemini 3.5 Flash Cyber は、Gemini 3.5 Flash をベースにサイバーセキュリティ用途に特化してファインチューニングされたモデルです。脆弱性の発見・検証・パッチ適用を高速かつ効率的に実行することを目的として設計されています。
Google は Big Sleep（脆弱性発見エージェント）および CodeMender（セキュリティコーディングエージェント）に統合し、Google 内部の Chrome・Android・Cloud などの大規模コードベース保護に活用しています。
ベンチマーク結果
Chrome の V8 JavaScript エンジンを対象とした本番パイプラインでの比較では、3.5 Flash Cyber は 55 件の脆弱性を検出しています。これは、3.5 Flash が発見した 47 件より8件、Opus 4.6 が発見した 36 件より19件多くの脆弱性が検出できたようです。
| モデル | 発見した固有脆弱性数 |
|---|---|
| Gemini 3.5 Flash Cyber | 55件 |
| Gemini 3.5 Flash（標準） | 47件 |
| Claude Opus 4.6 | 36件 |
まとめ
Google が Gemini 3.6 Flash、Gemini 3.5 Flash-Lite、Gemini 3.5 Flash Cyber の3モデルを一挙に発表しました。
Gemini 3.6 Flash は前世代から出力トークン効率を 17% 改善しつつ出力価格も値下げしており、エージェントワークフローを多用する開発者にとってコスト削減の直接的な恩恵があります。Gemini 3.5 Flash-Lite は超低コスト・超高スループットが求められる大量バッチ処理や分類タスクに最適で、3.1 Flash-Lite からの自然な移行先となります。
一方、Gemini 3.5 Flash Cyber は現時点では一般提供されていませんが、セキュリティエンジニアリングへの AI 活用という観点で注目です。従来の汎用モデルを上回る脆弱性発見能力をコンパクトなモデルサイズで実現しており、今後の一般提供が期待されます。
Google Cloud 上で Gemini を活用されている方は、ワークロードの特性に合わせてモデルの選定・移行を検討してみてください。
この記事が誰かの助けになれば幸いです。
以上、クラウド事業本部コンサルティング部の渡邉でした！
