Gemini 3.6 Flashレビュー: Googleの、より安く速いワークホースモデル

Gemini 3.6 Flashの正体

GoogleはGeminiをいくつかのティアに分けています。最も難しい推論向けのPro、日常的な作業向けのFlash、そして安価な大量処理タスク向けのFlash-Liteです。Gemini 3.6 Flashはその中間に位置し、Googleは意図的にこれを「ワークホース」と呼んでいます。1日に何千回も実行するような処理で、コストとレイテンシを生のスマートさと同じくらい重視する場面で選ぶモデルです。

このモデルは3.5 Flashと、それを使う開発者からのフィードバックを直接土台にしています。訴求の中心は効率性です。複数ステップの作業を終えるまでの推論ステップとツール呼び出しが減り、回答の冗長さも減り、出力トークンあたりの価格も下がっています。さらに、知識のカットオフも新しくなり、2025年1月から2026年3月に進みました。

内部的には、現代的なモデルに期待される要素がそろっています。1,048,576トークンのコンテキストウィンドウ、テキスト・画像・動画・音声・PDFにわたるマルチモーダル入力、さらに関数呼び出し、構造化出力、コード実行、コンテキストキャッシュ、検索によるグラウンディングです。モデルがブラウザやデスクトップを操作するコンピュータ操作は、現在プレビュー版のクライアント側の組み込みツールになっています。

本当の見どころは効率性の話

ここで私が思わず座り直した数字があります。DeepSWEコーディングベンチマークでは、3.6 Flashは平均的なタスクを97,000出力トークンで終える一方、3.5 Flashは276,000トークンを消費していました。およそ65%の削減です。より広範なArtificial Analysis Indexでは、削減幅は小さいものの28Kから23Kへと、依然として実質的な差があります。

なぜトークン数の方が価格そのものより重要なのでしょうか。出力トークンこそが実際に費用が積み上がっていく場所であり、エージェントはトークンを消費し続ける機械だからです。サポートチケット1件をエージェントが処理するのは1回のモデル呼び出しではなく、連鎖です。チケットを読み、ナレッジベースを検索し、判断し、必要ならツールを呼び、下書きを作り、確認する。各ステップがトークンを消費します。ステップごとのトークンを削れば、連鎖全体のコストが下がり、それに加えてトークン単価そのものも下がっているわけです。

これは「ワークホース」という位置づけが誠実である理由でもあります。実際のエージェントのワークフローでは、ほとんどのステップがルーティンであり安価なモデルに振り分けられ、本当に難しいステップだけがフロンティアモデルを必要とします(必要になるとしても)。つまりコストの大半はワークホースの車線に乗っていることになり、その車線をトークンあたり17%安く、タスクあたりではるかに効率的にすることは、派手なPro発表よりもずっと大きな意味を持ちます。

ベンチマーク: 勝る点と負ける点

自社のファミリー内で見ると、3.6 Flashは明確な進化です。Googleのチャートでは、長期のコーディング、MLエンジニアリング、ナレッジワーク、コンピュータ操作の全てで、3.5 Flashと昨年の3.1 Proの両方を上回っています。

より重要な問いは、実際に比較検討する対象のモデルと比べてどうなのかです。Googleは比較表を公開しており、その点は評価できますが、負けている部分も隠していません。

その表を正直に読むと、はっきりした形が見えてきます。最も難易度の高いエージェント系コーディングのテストでは、3.6 Flashはフロンティアに及びません。SWE-Bench Proで58.7%に対しGrok 4.5は64.7%、Claude Sonnet 5は63.2%、DeepSWEでは49%に対しGPT-5.6 Lunaは67%です。ナレッジワーク(GDPval-AA v2)では1421 Eloで、GPT-5.6(1584)やClaude Sonnet 5(1607)より大きく劣っています。

しかし実際のエージェント作業に対応するタスクに目を向けると、ボード全体をリードします。OSWorld-Verified(コンピュータ操作)で83.0%、CharXivのチャート推論で89.4%、LVBenchの長時間動画で83.2%、GDM-MRCRの長文コンテキスト記憶では驚異の91.8%で、最も近い競合は70%台です。Claude Sonnet 5の出力価格の5分の1というコストのモデルとしては、エージェント系の作業にとって本当に重要な軸で、非常に強い成果と言えます。

私の見立てはこうです。これはワークホースであり、チャンピオンではありません。あなたの仕事が深く新規性の高いソフトウェアエンジニアリングなら、フロンティアモデルにまだ一歩リードがあります。あなたの仕事が根拠づけされた、ツールを多用する、ドキュメント量の多いタスクを安価に大量にこなすことなら、3.6 Flashは今市場にある最良のコストパフォーマンスの選択肢の一つです。

料金の全体像

ここからはお金の話です。すべての数値は有料のStandardティアでの100万トークンあたりの価格で、Gemini APIの料金ページに基づいています。

いくつか触れておきたい点があります。入力価格は変わらないため、節約分はすべて出力に集中しており、先に見た通りエージェントが消費する部分です。バッチモードは一律50%オフで、非同期処理を許容できるなら利用できます。出力には思考トークンも含まれるため、「推論」的な回答はその下書き作業も出力として課金され、これがトークン効率の向上をさらに効かせる理由の一つでもあります。そして本物の無料ティアがテスト用にありますが、無料ティアではコンテンツがGoogleのプロダクト改善に使われる可能性があるため、本番データは有料ティアに置いておくべきです。

トレードオフを具体的にするために、自分の利用量を当てはめてみてください。

月間5,000万出力トークンの場合、3.5 Flashから3.6 Flashへの移行だけで75ドルの節約になり、これはトークン効率の向上分をまだ含めていません。実際のエージェント運用の規模では、この差はさらに大きく広がります。

もう2つの姉妹モデル

3.6 Flashは単独で出たわけではありません。Gemini 3.5 Flash-Liteは入力0.30ドル/出力2.50ドルの予算向けティアで、Googleによれば、ターミナルでのコーディングやナレッジワークで旧世代の3.1 Flash-Liteを大きく上回りながら、分類やルーティングのような高スループットの作業に十分な速度で動くとしています。

3つ目のモデルであるGemini 3.5 Flash Cyberは、サイバーセキュリティ業務向けに調整された専門モデルで、一般公開ではなく政府や信頼されたパートナーに限定提供されています。ほとんどのチームは触れることがないでしょうが、Googleが近い将来のエージェントの価値をどこに見出しているかを示すシグナルではあります。

欠けているもの: Proの不在と、Gemini 4への布石

今回一番目立つのは、Googleが出さなかったモデルです。フラグシップのGemini Proラインは2026年2月を最後に更新されておらず、Googleは5月に3.5 Proを予告したものの、その後延期になりました。プロダクトリードのLogan Kilpatrickは、これをキャンセルではなく進行中の作業だと位置づけています。

"3.5 Pro is testing with partners and we hope to land it soon."

Logan Kilpatrick, X

同時に、チームはその先を見据えています。

"We've kicked off the pre-training run for Gemini 4, our most ambitious yet."

Logan Kilpatrick, X

TechCrunchはこのリリースを、Googleが市場の安価・大量処理側では歩調を合わせつつ、GPT-5.6やClaude Sonnet 5へのフロンティアでの答えはまだ準備中だという形として読んでいます。これは公正な見方だと思います。つまり、今すぐフロンティア級の推論が必要なら、今週の時点でGeminiはその答えにはなりません。

結局、Gemini 3.6 Flashは導入する価値があるのか?

すでにGemini Flashの上に構築しているなら、これは簡単に「はい」と言えます。置き換え対象のモデルより安く、効率的で、ほぼすべてのベンチマークで優れており、実質的なデメリットはありません。切り替えて、次に進みましょう。

モデルファミリー間で選ぶ立場なら、仕事の内容について正直になる必要があります。深く、初めての種類のエンジニアリングであれば、フロンティアモデルにまだ優位性があります。根拠づけされた、ツールを多用する、ドキュメントや画面操作中心の作業を大規模にこなすなら、3.6 Flashはコストパフォーマンスで際立っています。

私が一つ異議を唱えたいのは、「安くて優れたモデル」から「優れたサポートボット」への飛躍を人々がしてしまうことです。これらは同じものではなく、その間のギャップこそが、多くのAIサポートプロジェクトが静かに失敗する場所です。

モデルはサポートエージェントではない

私はこうしたモデルを実際のサポートキューに組み込む連携部分を作っている立場なので、モデルの発表が実際にその仕事にとって何を変え、何を変えないのかについて率直に言わせてください。モデルはスタックの底にあるコモディティ層です。AIエージェントを実際に顧客に向けて安全に使えるようにするものはすべて、その上に乗っています。

私は、自信満々に見えるモデルが顧客にきれいで、よく書かれた、しかし完全に間違った回答を返す場面を何度も見てきました。だからこそ、eeselのすべてのロールアウトは、実際の相手に返信する前にあなたの過去のチケットに対してシミュレーションされ、トピックごとのカバレッジと精度を見て、先にギャップを修正できるようになっています。同じ理由で、私たちは確信度に基づくルーティングを重視しています。確信度の低い回答は、自動送信の返信ではなく下書きになります。

そのレイヤーこそが、「速いモデルが存在する」という話を、smavaが月間10万件以上のドイツ語チケットに対して完全自動化されたZendeskエージェントを動かしている、あるいはGridwiseが最初の1か月でtier-1リクエストの73%を解決している、という話に変えています。そのどれもモデル自体の成果ではありません。根拠づけ、シミュレーション、ガードレール、そして周囲のヘルプデスク連携によるものです。

eeselを使っている人にとっての朗報は、eeselがモデルに依存しない設計であるため、より安く効率的なFlashが裏側に来ること自体が無料の得になるという点です。どのモデルを信頼するか判断したり、何かを書き直したりせずに、その節約分だけを受け取れます。それこそが、こうした発表を楽しむ正しい方法です。生のまま導入するプロダクトとしてではなく、材料のアップグレードとして捉えるということです。

eeselを試す

Gemini 3.6 Flashは本当に優れたワークホースモデルですが、あなたが気にしている理由が「サポートキューを自動化したい」ということなら、モデルはそのプロジェクトの簡単な10%に過ぎません。eeselがその残りの90%です。過去のチケットやヘルプドキュメントから学習し、実際にロールアウトする前に自分の実データでロールアウトをシミュレーションして数字を事前に把握できるようにし、Zendesk、Freshdesk、Gorgias、そして100以上のツールに数分で組み込めます。

eeselはモデルに依存しない設計なので、このようなアップグレードは移行作業ではなく、静かなコスト削減としてそのまま反映されます。料金は利用量ベースで1件の会話あたり0.40ドル、シート単位の費用はかかりません。クレジットカード不要の無料トライアルもあります。もう一つのベンチマークのグラフを読むより、自分のチケットで実際に確認したいなら、まさにシミュレーションがそのためにあります。