Google、エンタープライズ向けAIコスト削減モデル発表

Google は、エンタープライズ AI エージェントのレイテンシとトークンコストを削減するために設計された新モデル「Gemini 3.6 Flash」と「3.5 Flash-Lite」を発表しました。

本番環境で自律型ソフトウェアエージェントを運用する経済性は、多くのベンダーが直接明言しないある一定の方程式に帰着します。モデルは多段階のタスクを適切に推論できる必要がありますが、その過程で生成されるトークンが増えるほど、1 時間に数千回実行される可能性のあるワークフローのコストと遅延が増大してしまいます。

チャットインターフェースではなくバックグラウンドで動作するエージェントを開発するチームにとって、重要なのはまずスループットであり、パラメータ数は二の次です。Google が今週発表したこの課題への回答は、3 つのモデルにトレードオフを分担させるものです。コーディングやマルチモーダル推論には「Gemini 3.6 Flash」、高ボリュームかつ低遅延な作業には「Gemini 3.5 Flash-Lite」、脆弱性対策に特化した制限付きバージョンとして「Gemini 3.5 Flash Cyber」です。

Gemini 3.6 Flash の数値的根拠

Google の開発者ドキュメントで Gemini 3.6 Flash が強調する一つの数字は、Artificial Analysis Index の測定結果に基づき、前世代の 3.5 Flash より出力トークンが 17% 削減されているという点です。

Datacurve DeepSWE ベンチマークなどの特定の合成テストでは、Google は最大で 65% に及ぶトークン使用量の削減を報告しています。料金は入力トークン 100 万あたり 1.50 ドル、出力トークン 100 万あたり 7.50 ドルに設定されており、オンデマンドではなく継続的に実行される推論ループに適した価格帯となっています。

DeepSWE では、3.6 Flash の成功率は 49% に達し、先行モデルの 37% を上回りました。MLE Bench ではスコアが 49.7% から 63.9% へ向上し、Google がコーディングパズルではなく実世界の知識労働を測定するために用意した「GDPval-AA v2」テストでも、3.6 Flash は 1421 を記録。これは旧モデルの 1349 を上回る結果です。

Figma、Hebbia、Harvey が活用

Figma は 3.6 Flash をプロトタイピングインフラに統合しました。同社製品エンジニアリング担当ディレクターのマット・コリアー氏によると、このモデルは出力品質を損なうことなく、開発者がデザイン反復作業をより迅速に進められるよう支援します。

法テックプラットフォームの Harvey と研究ツールの Hebbia は、マルチモーダル文書処理のためにデータをこのモデルに流しています。具体的には、生データの財務届出書の取り込みや文書構造の解析、埋め込まれたチャートの読み取り、レビュー用のドラフトレポート作成などです。

Google はまた、クライアントサイドでのコンピュータ操作機能を Gemini API や Gemini Enterprise プラットフォームに直接組み込みました。これにより、モデルが OS 上で動作するためにエンジニアが以前から構築していたカスタム仲介ソフトウェアは不要となりました。

同社は、OSWorld-Verified のスコアが 78.4% から 83.0% に向上したと報告しています。また、化学・生物・放射線・核兵器の悪用に対する新たな安全対策を強化し、不正な要求への耐性を高めつつも、通常の benign なリクエストに対する拒否率を引き上げることはありませんでした。

高ボリュームのバックグラウンドエージェント向けに低価格プランを追加

Gemini 3.5 Flash-Lite は、推論の深さよりも大量処理を重視するドキュメント処理やエージェント検索といった用途に特化しています。Google が発表した Artificial Analysis Index の測定では、このモデルは秒間 350 トークンの出力速度を記録し、3.5 シリーズ中最速となりました。

料金は入力トークン 100 万あたり 0.3 ドル、出力トークン 100 万あたり 2.5 ドルです。この価格設定なら、エンジニアリングチームは単純で大量のサブエージェント処理を低コストな「思考レベル」に割り当て、複雑な多段階タスクにはより高度なモデルを割り当てる柔軟なルーティングが可能になります。

Google の GDM-MRCR v2 長文コンテキストテストでは、Gemini 3.5 Flash-Lite は 72.2% の成功率を記録し、前世代の 60.1% を上回りました。また、GDPval-AA v2 のスコアも 642 から 1140 とほぼ倍増しています。なお、このモデルは Gemini 3.6 Flash と同じネイティブなコンピュータ操作ツールを搭載しています。

一方、Google は Gemini 3.5 Pro が本格リリース前のパートナーテスト中であることを明かしました。さらに、次世代となる Gemini 4 アーキテクチャの事前学習もすでに始まっています。

Gemini 3.5 Flash Cyber：コードパッチングに特化した制限付きモデル

自動脆弱性スキャナーは、セキュリティチームがパッチを適用する速度よりも速く欠陥を検出するようになり、このギャップを埋めるのが Gemini 3.5 Flash Cyber の役割です。

このモデルはコードの脆弱性を検証し、修正するための設計となっています。Google は CyberGym ベンチマークでの性能が最先端モデルと拮抗していると報告していますが、一般向けリリースほど詳細な数値は公開されていません。

配布は現在、政府機関と審査済みのパートナー限定のパイロットプログラムを通じて行われており、Google はこれを悪意ある利用のための攻撃コード生成を防ぐための安全対策として位置付けています。

Google のセキュリティエージェント「CodeMender」内部では、複数の 3.5 Flash Cyber インスタンスが並列で動作し、互いの検出結果をクロスチェックした上で、最終的に人間による承認を得る単一の修正レポートを生成します。

これらの新モデルを自社のエンジニアリングチームに統合したい場合は、Gemini API を通じて Google AI Studio、Android Studio、または Gemini Enterprise Agent Platform からアクセス可能です。一般ユーザーも Gemini アプリで利用でき、さらに軽量版の 3.5 Flash-Lite は Google Search でも順次展開されています。

関連記事：ブリストル・マイヤーズ スクイブ社が創薬研究のために Nvidia の AI システムを買収