2026年7月21日、GoogleはGemini 3.6 Flashを出荷しました。大規模にAIエージェントを運用するチームのために作られた新しい「ワークホース」モデルです。見出しになるのはベンチマークではなく、コストです。3.6 Flashは3.5 Flashに比べて出力トークンが約17%少なく、出力価格は100万トークンあたり9.00ドルから7.50ドルに下がっています。つまり同じエージェント的なタスクをより安く実行できるということです。約100万トークンのコンテキストウィンドウはそのまま維持され、コンピュータユースが標準搭載され、コーディングや知識労働系ベンチマークでも実際に伸びを見せています。
数字以外にも注目すべき点が2つあります。まず、Googleは3.6 Flashと3.5 Flash-Lite、そしてセキュリティ用モデルを出荷しましたが、フラッグシップの3.5 Proはまだ出荷されておらず、遅延が続いています。次に、これを読んでいるのがこのモデルの上にカスタマーサポートの自動化を構築したいからだという場合、モデルそのものは実は簡単な部分にすぎません。私はこれまで何年もAIエージェントを実際のサポートキューに投入してきましたが、実際に壊れるのはモデルではなく、その周りのすべてです。詳しくは後述します。
Gemini 3.6 Flashの正体
GoogleはGeminiファミリーを大きく2つのラインに分けています。Proモデルは難しい推論やコーディング向けの最上位モデルで、Flashモデルはワークホース、つまり低コストで高速、1日に何千回も呼び出されるプロダクションアプリ向けに調整されたモデルです。Gemini 3.6 Flashはそのワークホースの最新版で、I/O 2026のリリース以降の開発者フィードバックを反映した3.5 Flashの直接的な進化版です。
Googleの言葉を借りれば、そのねらいは「フロンティアの知能と優れた検索・グラウンディングを組み合わせた、速度のためのモデル」です。実際には、単発の難しいリサーチ課題を解くためというより、信頼性高く安価に動かし続ける必要があるAIエージェントを組み立てるときに手を伸ばすモデルということです。テキスト、画像、動画、音声、PDFを入力として扱え、関数呼び出しと構造化出力に対応し、いまではコンピュータユースも標準搭載のツールとして含まれています。
ローンチ関連の報道の多くが飛ばしている正直な捉え方はこうです。実運用のユースケースの大部分では、Flashクラスのモデルはすでに十分すぎるほど優秀です。2026年に問われるべき本当の質問は「このモデルは十分に賢いか」ではなく、「これを100万回動かすと一体いくらかかるのか」です。3.6 Flashはまさにその質問に答えるために作られています。
見出しの数字：仕事は増え、トークンは減る
Googleが打ち出す数字はトークン効率です。Artificial Analysis Indexによると、3.6 Flashは同じ仕事をするのに3.5 Flashより出力トークンが17%少ないとされています。一部のエージェント的なベンチマークではその差はさらに大きく、DeepSWEではGoogleの計測で最大65%の出力トークン削減が確認され、1タスクあたりの平均出力は276Kトークンから97Kトークンまで下がりました。
これが生の品質スコアより重要なのはなぜでしょうか。出力トークンは料金の高い側であり、より少ない推論ステップとツール呼び出しで答えに到達するエージェントは、その分速く、脱線しにくくもなるからです。Googleによれば、3.6 Flashはマルチステップのワークフローを完了するのにより少ない推論ステップとツール呼び出しで済み、コストを静かに膨らませる冗長な饒舌さも減っています。これを月に数万件のチケットを処理するサポートキュー全体に掛け合わせると、積み重なる節約こそがこの話のすべてです。
Gemini 3.6 Flashの料金
全体像はこうです。意味のある変更は出力価格で、入力は1.50ドルのまま、出力は100万トークンあたり7.50ドルに下がります。
| 利用モード | 入力（100万トークンあたり） | 出力（思考込み） | コンテキストキャッシュ |
|---|---|---|---|
| 標準 | $1.50 | $7.50 | $0.15 |
| バッチ（50%オフ） | $0.75 | $3.75 | $0.075 |
| Flex | $0.75 | $3.75 | $0.075 |
| 優先（Priority） | $2.70 | $13.50 | $0.27 |
| 無料プラン | 無料 | 無料 | 無料 |
スプレッドシートに入力する前に、押さえておくべき点がいくつかあります。
- 無料プランには落とし穴があります。 無料プランでは、Googleはコンテンツを製品改善に利用します。有料プランではそれはありません。顧客データを扱うものであれば、その一点だけで無料プランは選択肢から外れます。
- 検索グラウンディングは別料金です。 Gemini 3ファミリー全体で月5,000回までのグラウンディング付きプロンプトが無料ですが、それを超えると1,000検索クエリあたり14ドルになり、顧客からの1件のリクエストが複数の課金対象クエリを発生させることもあります。
- バッチモードは一律50%オフです。 リアルタイム性が不要な作業向けです。
コンシューマー向けGeminiプランや他のAPI料金レベルとの比較については、Geminiの料金ガイドに全体像があり、Gemini Workspaceの料金は法人向けプランをカバーしています。
GPT-5.6・Claudeとの比較
Googleは直接対決の比較表を公開しており、3.6 Flashが勝っていない部分についても意外なほど正直です。コンピュータユース（OSWorld-Verified 83.0%）、チャート推論、長尺動画の理解、そして他のモデルがほぼ結果を出せていない過酷な100万トークンのGDM-MRCRテストでのロングコンテキスト再現（54.0%）ではリードしています。しかしGPT-5.6 LunaとClaude Sonnet 5は、いくつかのコーディングや知識労働系ベンチマークでいまもリードを保っています。
もっと役に立つ見方は、能力あたりの価格です。1.50ドル/7.50ドルという価格で、3.6 FlashはClaude Sonnet 5（リスト価格で概ね3ドル/15ドル）を出力コストで大きく下回りながら、多くのエージェント的な作業では同程度の品質帯に収まっています。それこそがFlashラインの勝ち筋です。「リーダーボードで最も賢いモデル」ではなく、「大量に実行する作業に対して最もコストパフォーマンスの良いモデル」であることです。両者を直接比較検討しているなら、Gemini vs ClaudeとGemini vs ChatGPTで詳しく解説しています。
自社の前世代モデルと比べると、エージェント系ベンチマーク全体できれいな世代間の伸びが見られます。
コーディングはDeepSWEで37%から49%に、機械学習エンジニアリングはMLE-Benchで49.7%から63.9%に、知識労働はGDPval-AAで1349から1421に上昇しています。ナレッジカットオフも2025年1月から2026年3月へと前進しており、直近の出来事について答えるエージェントにとっては重要な点です。
同時に出荷された2つのモデル
3.6 Flashは単独ではありませんでした。Googleは同じ日に3つのモデルを出荷しており、どれがどれなのかを知っておくと、間違ったモデルを選ばずに済みます。
Gemini 3.5 Flash-Liteは3.5クラスで最速・最安のモデルで、入力0.30ドル/出力2.50ドル、出力350トークン/秒です。エージェント的な検索、文書処理、翻訳といった大量・低レイテンシーの仕事向けに作られており、Google検索の内部にも展開が進んでいます。前世代からの伸びは大きなものです。
Gemini 3.5 Flash Cyberは、GoogleのCodeMenderエージェント内で動く、セキュリティ脆弱性の発見と修正に特化したスペシャリストモデルです。デュアルユース（軍民両用）の性質を踏まえ、政府機関と信頼されたパートナーのみに限定パイロットとして提供されており、多くのチームが直接触れることはありません。
では2つの汎用モデルのうち、実際にどちらを選ぶべきでしょうか。目安はシンプルです。
本当の推論が必要な仕事、つまりマルチステップのエージェント、コーディング、複数のシステムに触れる複雑なサポートチケットには3.6 Flashを使いましょう。個々の項目が単純な大量処理、たとえば一次的なチケットのトリアージや、よくある質問のライブチャットの一次対応にはFlash-Liteを使いましょう。実際のエージェントを作るかスクリプト型のボットにするかは、モデル選びとは別の判断です。
部屋の中の象：Gemini 3.5 Proの不在
この発表で最も物語っているのは、含まれていなかったものです。GoogleのフラッグシップであるProモデルは2026年2月に最終更新されたままで、3.5 Proは5月に「すでに社内で使われている」と予告されていました。それでもまだ出荷されていません。Bloombergの報道によれば、Googleは社内の性能目標を下回ったことで遅延しているとされています。
同じ時期にOpenAIはGPT-5.6を展開し、AnthropicはClaude Sonnet 5を出荷し、Fable 5を拡大しました。Googleの今の判断は、フラッグシップが仕上がるまで、収益を稼ぐ大量処理向けのFlash階層を新鮮かつ安価に保つというものです。DeepMindのLogan Kilpatrickは述べています、3.5 Proはパートナーとテスト中で「近いうちに登場する」はずであり、チームはすでにGemini 4に向けた「これまでで最も野心的な事前学習ラン」を開始しているとのことです。今すぐトップクラスのモデルが必要なら、Geminiの代替ツールのまとめ記事が、待っている間に見るべき正直な選択肢です。
サポート向けAIを構築するならどういう意味を持つか
ここで率直に言わせてください。モデル発表の記事の多くが、サポートチームに対してここを間違えます。
安くて速いモデルは良いニュースです。しかしGemini 3.6 Flashに乗り換えたところで、動くサポートエージェントが手に入るわけではありません。速いエンジンを買っても車が手に入るわけではないのと同じです。私はこの3年以上、AIを実際のサポートキューに投入してきましたが、何度も見てきた失敗はモデルが賢くないことではなく、モデルの周りの層を誰も作らなかったせいで、自信満々に聞こえるボットが実際の顧客に間違った答えを返すことでした。モデルはスタックの一番下であり、それ自体がすべてではありません。
その上に積み重なる層こそが実際の作業です。検索・取得があるからこそ、モデルは推測ではなくあなたのヘルプセンターや過去のチケットから答えます。ガードレールとスコープがあるからこそ、返金ポリシーを勝手に作り出さず、きれいに引き継ぎます。連携があるからこそ、実際にあなたのチケッティングシステムの中で動けます。そしてテストがあるからこそ、顧客に触れる前にその振る舞いを把握できます、後になってからではありません。これは生のAPIと本物のAIカスタマーサービスソフトウェアを分けているのと同じギャップであり、AIチャットボットの問題がほとんど常にモデルではなく配管部分に起因する理由でもあります。
だからこそ、私は生のGemini APIを自分でヘルプデスクに組み込むことに慎重であるべきだと考えています。検索・取得、ハルシネーション対策のガードレール、シミュレーション、あらゆるヘルプデスク連携をゼロから作り直し、モデルが数週間ごとに変わるたびにそれを維持することになります。これこそが、DIYのスタックより専用に作られたヘルプデスクAIを選ぶべき理由です。モデルの階層は単なる項目の一つであり、その周りのシステムこそが本当のプロダクトなのです。
eeselを試す
これはまさにeeselが担うために作られた層です。既存のヘルプデスクに組み込むだけで、過去のチケットとナレッジベースからすぐに学習し、Geminiのようなフロンティアモデルの上で動くので、APIを自分で組み上げずに効率の恩恵を受けられます。
ここで最も重要な差別化要因は、3.6 Flash単体では得られないものです。eeselなら、実際の顧客に答える前に過去のチケットに対してエージェントをシミュレーションでき、解決率と実際に送られる返信内容を事前に確認できます。しかも実際に行った作業に応じた価格設定であり、トークン単位ではないので、チケットごとにトークン計算をする必要もありません。サポート自動化を構築するためにモデルを評価しているなら、欲しい成果から出発し、配管部分はプラットフォームに任せましょう。無料でお試しいただけます。