Google、6週間で3度目のGemini Flashモデルをリリース

Google は最近 Gemini Pro モデルの発表はありませんでしたが、今週水曜日に新たな Gemini Flash および Flash Cyber モデルの一連をリリースしました。

Gemini 3.7 Flash が登場してからわずか 3 週間（6 週間で Google の第 3 弾となる Flash リリース）という短い期間ですが、新しい Flash モデルは特にエージェントによるコーディングタスクやコンピュータ操作において、既存モデルを大きく上回る性能を発揮します。

これまでの通り、Flash 3.8 は入力・出力トークン 100 万あたり 0.75 ドル/3.75 ドルで提供されます。これは導入価格であり、2026 年 12 月 31 日までの期間限定です。その後は 1.50 ドル/7.50 ドルに値上げされます。

Fairwind が Flash 3.8 Cyber をゲートする

Flash 3.8 は非常に優れたモデルであり、Google が「主力モデル」と呼ぶのももっともですが、Flash 3.8 Cyber も注目に値します。これにより Google は、Anthropic の戦略をほぼそのまま踏襲しています。

Google は Cyber モデルについて、「脆弱性検出と自動パッチ適用において最前線の性能を発揮する、最も能力の高いサイバーセキュリティモデル」と説明しています。そのため、このモデルは「信頼できる防衛者」に限定された少数のユーザーのみが利用でき、Google が新たに設けたプログラム「Fairwind」を通じて提供されます。

対象となるのは、Accenture、CrowdStrike、Center for Internet Security、Datadog、Palo Alto Networks、Snowflake、Wiz など、約 650 の信頼できるパートナー企業です。

「脆弱性の検出からパッチ適用までの時間を短縮することが、防御側の優位性につながります」と、Google のセキュリティ・プライバシー担当バイスプレジデントであるフォー・フリン氏は発表で述べています。「Google の Fairwind Program により、政府や企業のパートナーはシステムをより迅速かつ大規模に修復するための自律型ツールを手に入れ、エージェントによる脅威に対して一歩先を行くことができます。」

Flash 3.5 Cyber では、Google はアクセス制限付きのプログラムを開始しましたが、当時は正式な名称がなく、やや場当たり的な印象を与えていました。

Gemini 3.8 Flash：長期にわたるコーディングとエージェント

Flash 3.8 については、Google が複雑なエンジニアリングタスクにおいて、OpenAI の GPT-5.6 Sol や Anthropic の Claude Sonnet 5、Opus 5 といったモデルを凌駕することが多いと指摘しています。例えば DeepSWE ベンチマークでは、Opus 5 と同等の性能を発揮し、GPT-5.6 Sol や Sonnet 5 を上回っています。

ただし、Google は「3.8 Flash はより多くの努力を要する」と強調している点にも注意が必要です。つまり、より高いパフォーマンスを出すためにはトークン使用量が増えることになりますが、Google はこの点を率直に認めています。「複雑なタスクでは、モデルはより慎重に動作し、追加の推論ステップを実行したり、ツールを反復的に呼び出したりします。特に努力レベルが高い場合、性能最大化のためにトークン使用量が増えることもあります。」

これに対処するため、開発者は以前のモデルと同様に、異なる推論モードを選択することが可能です。

imageクレジット：Google

Google のベンチマークには、わずか 1 日前にリリースされたばかりの Anthropic の Fable 5.1 は含まれていません。Fable 5.1 ははるかに強力なモデルですが、その分コストも大幅に高いものです。

Fable 5.1 を汎用ワークホースモデルと呼ぶ人はいないでしょう。しかし、Terminal-Bench 4.0 のような一般的なエージェントベンチマークでは、Flash 3.8 が 19.1% のスコアを記録する中、Fable 5.1 は 55.8%、Opus 5 も 51.8% を達成しており、その差は明白です。一方、コーディングに焦点を当てた Terminal-Bench 2.1 では、Flash 3.8 が競合他社を上回る結果を出しています。

ただし、Terminal-Bench は例外であり、Gemini モデルは他の主要モデルと比較しても、その他のエージェントタスクでは非常に高いパフォーマンスを発揮しています。

それでもなお、Google のモデルが苦戦しているのが「コンピューター操作」です。OSWorld-2.0 では Opus 5 が 75.4% を記録する中、Flash 3.8 は 59% に留まっています。また、知識労働タスクの能力をテストする GDPVal ベンチマークでも、Google のスコアは 1545 で、Opus 5 の 1824 に大きく遅れをとっていますが、Sonnet 5 の 1584 にはようやく追いつきつつあります。

Google は、この短期間でのモデル改善が可能だった理由の一つとして、エージェントループを活用してモデル自体を改善していることを挙げています。チームは「本日リリースされた両モデルは、同じ基盤となる知能によって駆動されており、再帰的に評価し、基盤となるモデルを洗練させるために設計された長時間実行型のエージェントループによってさらに加速されています」と述べています。

中国勢の台頭と格差縮小

注目すべき点は、Google の比較対象が OpenAI と Anthropic に限定されていることですが、DeepSWE 1.1 などのいくつかのベンチマークでは、中国製の GLM-5.3 や GLM-5.3 Flash、そして DeepSeek v4 Pro、Kimi K3 も同程度の性能を発揮しており、むしろ価格対性能比で優れているケースが多いことに気づかされます。

image 出典：Google。

サイバーセキュリティベンチマークについて、Flash 3.8 Cyber は「CyberGym」において自律的な脆弱性発見で先端的な性能を発揮すると Google は述べています。これは 7 月にリリースされた 3.5 Flash Cyber を上回るだけでなく、「はるかに大規模な先端モデル」をも凌駕するものです。

CyberGym は C と C++ のコードに限定されているため、Google はさらに 20 言語を対象とした内部ベンチマークでもテストを実施し、そこでは成功率が 70% を超える結果となりました。

Collinear の CWE-Bench では、このモデルは pass@1 で 47.2% のスコアを記録しました。これは Google が特定していない「主要な先端モデル」の 47.8% にわずかに及ばない程度です。

ただし、ベンチマークの結果だけで全てが決まるわけではありません。Chrome のセキュリティチームによると、このモデルは生成した正しいパッチ数が「はるかに大規模で最良とされる商用モデル」の 2.6 倍に達しました。また、Wiz の内部ペネトレーションテストベンチでは、コストが 2.3 倍から 5.2 倍低いにもかかわらず、リコール率が 7.5% から 9.7% 向上したとの報告があります。

安全性

安全性の面では、Google は 3.8 Flash が「化学・生物・放射能・核（CBRN）およびサイバー攻撃の悪用を防ぐための safeguards を備えて出荷されている」と述べています。これは Frontier Safety Framework に則ったもので、有益な利用ケースも可能にしています。

Gemini Flash 3.8 Cyber はより寛容なセーフガードセットを搭載していますが、その分、利用可能なユーザーは限られた一部に限られています。

Google はまた、新しいモデルがプロンプトインジェクションに対してはるかに堅牢になっている点にも言及しています。例えば Gray Swan IPI ベンチマークでは（ほぼ）業界最高水準の結果を達成しているのです。

Gemini Pro はどうなる？

次期 Gemini Pro モデルのリリースも注目されます。Flash モデルは急速に進化しており、Google が Pro のローンチで少し手こずったとしても、そのモデルを待つ価値は十分にあったかもしれません。この間 Flash モデルに賭けるという Google の戦略により、他社の米国ベースのフロンティアラボでは伝えにくい「価格対性能」の優位性を強調できるようになりました。

しかし、このペースが続けば、Gemini 4 Pro が登場する前に Gemini 3.9 Flash が現れる可能性さえあります。

利用開始について

Gemini 3.8 Flash は、Antigravity、Google AI Studio、Android Studio、Stitch、そして Gemini Enterprise など、従来の Google プロダクトで利用可能です。

AI Pro および Ultra サブスクリプションを持つ一般ユーザーは、Gemini アプリ、Google Search の AI モード、Google Sheets 内の Gemini でもこのモデルを利用できます。

6 週間にわたり、Google は第 3 世代の Gemini Flash モデルをリリースしました。