Google、Gemini 3.8 Flash エージェント特化と脆弱性検出版を発表

Google は引き続き Flash モデルの投入を加速させています。同社は水曜日、新しい「3.8 Flash」の 2 つのバージョンを発表しました。

この 2 つのバリアントは、標準的な「Flash」と、エージェントタスクやソフトウェア開発、多段階推論のための「主力モデル」、そして脆弱性の検出と対策に最適化された「Flash Cyber」です。

Google の CEO、スンダール・ピチャイ氏は X（旧 Twitter）での投稿で、3.8 Flash はソフトウェアエンジニアリング、エージェントタスク、多段階推論のいずれにおいても 3.7 Flash から「飛躍的な進歩」を遂げたと述べました。例えば、DeepSWE コーディングベンチマークでは、多くの大規模な最先端モデルを上回る性能を発揮しながらも、はるかに低コストで動作しています。

一方、ピチャイ氏によると、Flash Cyber は同社が誇る「最も能力の高い」サイバーセキュリティモデルです。脆弱性の発見やパッチ適用をスケールして行う点でも、最先端レベルの性能と同等の成果を出しています。このモデルは、サイバーセキュリティベンチマークである CyberGym で 86.2%、AI のパッチ適用能力を評価する CWE-Bench では 47.2% を達成しました。また、ピチャイ氏によれば、社内ベンチマークでは 20 のプログラミング言語にわたる脆弱性の発見成功率が 70% を超えたそうです。

3.8 は 6 週間で 3 つ目の Flash リリースであり、直前のバージョン 3.7 に続く迅速な展開となります。

3.8 は「より一層の努力」と「高い注意力」で動作する

Gemini Enterprise では、3.8 Flash が利用可能になりました。開発者は Google AI Studio、Google Antigravity、Android Studio を介して Gemini API で試すことができますし、Stitch での UI 生成も可能です。

料金は入力トークン 100 万あたり 0.75 ドル、出力トークン 100 万あたり 3.75 ドルで、Gemini 3.7 Flash と同じ導入価格です。ユーザーは品質、コスト、レイテンシのバランスに応じて、モデルの処理能力レベルをカスタマイズして調整できます。

例えば、計算効率を最優先する場合はトークンオーバーヘッドを下げる設定に切り替えるか、あるいは「効率ファーストなワークロードに対して完全にサポートされている」3.7 Flash のまま使い続けることも可能です。これは Google のシニアプロダクトディレクターである Tulsee Doshi 氏と Gemini セキュリティ責任者の Raluca Ada Popa 氏がブログで述べている内容です。

Doshi 氏と Popa 氏によると、3.8 Flash は複雑なタスクにおいて「より高い勤勉さ」を発揮し、「追加の推論ステップを実行する」などして努力します。その代わり、パフォーマンスを最大化するためにトークン使用量が増える場合もあるといいます。

このモデルは 100 万トークンの入力ウィンドウと 64K トークンの出力制限を持ち、テキストだけでなく画像、音声、動画、PDF ファイルも取り込むことができます。

Gemini 3.8 Flash は、コーディングやマルチモーダル機能、コンピュータ操作、長文コンテキストの処理、知識作業、そして科学的推論など、数多くのベンチマークで評価されました。Google によると、このモデルはより深い分析とレポート作成を要する専門分野でも高い性能を発揮します。具体的には、金融分野の「Vals Finance Agent V2」や法律分野の「Harvey's Legal Agent Benchmark」などのベンチマークにおいて、先行モデルや他社の最先端モデルを上回る結果を出しました。また、「Humanity’s Last Exam (HLE)-Verified」では 54.9% のスコアを記録し、数学、科学、人文学など多岐にわたる分野における多段階の推論タスクをこなす能力を示しています。

Google が紹介した事例の一つでは、Gemini 3.8 Flash は Google の Antigravity プラットフォーム上でループ処理を活用するシンプルなプロンプトだけでゲームを作成しました。このゲームはパズルや環境に応じて変化するストーリーテリング、そして Nano Banana から提供される画像やテクスチャを組み合わせて、ウィザードが城を探索する 3D 体験を実現しています。

他の事例では、インタラクティブな場所情報、ルート案内、ストリートビューを備えた完全動作版の DOS 形式 Google Maps を作成したり、スライダー操作でデバイスを層ごとに分解して検査できる 3D ビジュアライザーを開発したりしました。さらに、米国地質調査所（U.S. Geological Survey）の実データに基づく著名な地理サイトの地形図も生成しており、リアルタイムの断面図、2D プロジェクション、科学的解説まで含んでいます。

Arena.ai のデータによると、Gemini 3.8 Flash は「Agent Arena」で第14位にランクインし、DeepSeek-V4-Pro を上回りました。また、Gemini 3.7 Flash（同ランキング第32位）と比較すると、大幅な躍進を遂げました。

さらに「Text Arena」では第7位でデビューを果たし、Claude Opus 5 や Gemini 3.7 Flash を引き離しました。3.7 Flash と比較して、多段階の要求処理、ライティング、文学、言語理解、長文クエリへの対応、難易度の高いプロンプト、コーディング、指示の遵守、ソフトウェアおよび IT サービス分野、そしてビジネス・管理・財務運営など、複数の領域で性能が向上しています。

Flash Cyber はすでに Google のコード保護に活用されています

Flash Cyber はまず、Google の「Fairwind Program」を通じて「信頼できる防衛者」向けに展開されます。このプログラムは政府機関や重要インフラの運用者、高度なサイバー防御能力を必要とするその他のパートナーを優先対象としています。組織はアクセス申請を行うことが可能です。

Google によると、このモデルバージョンはセキュリティ分野において「厳格なトレーニング」を経ており、「プロンプト注入に対する堅牢性で飛躍的な進歩を遂げた」としています。特に、内部の Gemini ベンチマークに基づけば、自律的な脆弱性発見や自動パッチ適用に優れています。また Popa 氏は動画の中で、コーディング能力も非常に高いと評価しました。

このモデルの目的は、防衛チームに専門家レベルの能力を与え、脅威アクター（悪意のある存在、他の AI エージェント、あるいは人間によるハッカーなど）に対して有利な立場を築くことにあります。Doshi 氏と Popa 氏は、「脆弱性修正には初期段階から投資し、攻撃的な機能であるエクスプロイトよりも優先して取り組んできた」と説明しています。

このモデルは、サイバーセキュリティ対策としてより寛容な緩和策のセットを搭載しています。そのため現時点では限られたパートナーとのみ共有されています。また、サイバー攻撃や化学・生物・放射線・核（CBRN）関連分野での悪用を防ぐための safeguards も備えています。

Google はすでに 3.8 Flash Cyber を自社のコード保護に活用しており、Chrome の脆弱性対策において、はるかに大規模な商用モデルと比較して正しく生成されたパッチの数が 2.6 倍に達しました。

今年初めに歴史的な 320 億ドルで買収した Wiz は、内部ペネトレーションテストベンチマークにおいて、3.8 Flash Cyber が実際の脆弱性を検出する再現率が主要な最先端モデルよりも 7.5% から 9.7% 高く、コストは 2.3 倍から 5.2 倍低いと報告しています。同様に、Google のクラウド脆弱性研究チームは、3.8 Flash Cyber を活用して重要な基盤レベルの脆弱性をわずか 2 時間未満で発見しました。通常、こうした調査と発見には数ヶ月を要すると Google は主張しています。

Popa 氏は「AI エージェントは脆弱性の特定と悪用に極めて巧みだ」と述べています。大規模なコードベースをビッグ AI モデルでスキャンするのはコストが高く、防御側は対応しきれない状況です。「サイバーセキュリティにおいて攻撃者は数百万行のコードの中から重要な欠陥を一つ見つければよいですが、防御側はそのすべての欠陥を取り除いて初めて攻撃に対抗できるのです。」

Chrome のエンジニアリングディレクター、ドグ・ターナー氏は、生成 AI の台頭によりここ数ヶ月で「脆弱性アポカリプス（終末）」が起きていると指摘しました。「一夜にして、当社の脆弱性調査プログラムを通じて報告されるソフトウェアの脆弱性の数が、急激に増加したのです」と彼は動画の中で語っています。

ターナー氏はさらに、Gemini 3.8 Flash Cyber が発見したある興味深い脆弱性は、Chromium や Chrome に 13 年間も存在していたものだと説明しました。これは「非常に微妙なバグ」であり、数十人、あるいは数百人のエンジニアがコードを確認しながらも、一度として問題に気づかなかったものです。「Gemini 3.8 Flash Cyber は、開発者の負担を大幅に軽減するより良い修正案の提案を可能にするでしょう」と彼は述べています。