Gemini 3.5 Flash - Googleの次世代AI大規模モデル

Gemini 3.5 Flashとは何ですか？

Gemini 3.5 Flashは、最先端のインテリジェンスとアクション機能を核とした、Googleの次世代AIモデルです。このモデルは、Terminal-Bench 2.1コーディングベンチマークで76.2%、GDPval-AAエージェントタスクで1656 Eloスコア、MCP Atlasで83.6%のスコアを達成し、いずれもGemini 3.1 Proを上回っています。最先端のモデルよりも4倍速い出力速度を誇り、コストは半分以下。マルチモーダルコンテキストで100万トークンをサポートし、Geminiアプリと検索AIモードでグローバルに利用可能です。

Gemini 3.5フラッシュの主な機能

• 迅速な推論と生成出力速度は毎秒289トークンに達し、Antigravity内での共同最適化により12倍に向上させることができ、エージェントの複数ラウンド呼び出しの遅延を大幅に削減できます。
• 最高レベルのコーディング機能とエージェント機能Terminal-Bench 2.1 (76.2%)、SWE-Bench Pro (55.1%)、MCP Atlas (83.6%)、Toolathlon (56.5%)など、すべてのベンチマークにおいてGemini 3.1 Proを上回る性能を発揮します。
• マルチモーダルな長期文脈理解ネイティブで100万トークンの入力ウィンドウをサポートし、CharXiv Reasoningで84.2%、MMMU-Proで83.6%のスコアを獲得しており、テキスト、画像、動画、音声、PDFを均一に処理できます。
• サブエージェントの協調オーケストレーション公式デモでは、Antigravity 2.0を使用した並列サブエージェントの展開が実証されており、93個のサブエージェントが並列に動作することで、1,000ドル未満で12時間以内に完全なオペレーティングシステムの開発を完了できることが示されています。
• 動的な推論レベル制御：サポート thinking_level パラメータ（標準／拡張）を使用すると、必要に応じて思考の深さを切り替えることができます。コードとツールの呼び出しは、デフォルトで低レベルの最適化速度を使用します。

Gemini 3.5フラッシュの技術原理

• モデルの蒸留および圧縮アーキテクチャGemini 3.5シリーズの新しいアーキテクチャに基づき、高度な蒸留技術によってモデルサイズを圧縮することで、プロレベルに近い性能を維持しながら、極めて低いレイテンシーを実現しています。
• 動的推論予算配分： 導入 thinking_level この仕組みは固定予算に代わり、タスクの種類に基づいてコンピューティングリソースを自動的に割り当てます。コード生成とツール呼び出しは、デフォルトで低設定を使用します。
• ネイティブマルチモーダル統合コーディングこのシステムは、統一されたマルチモーダルエンコーダーを採用し、テキスト、画像、音声、動画を同一の意味空間に埋め込むことで、数百万レベルの長さのシーケンスに対するアテンション計算を最適化します。
• 高度なセキュリティアライメントフレームワークフロンティア安全フレームワークに従い、ネットワークおよびCBRN（化学・生物・放射性物質・核物質）セキュリティ保護を強化し、解釈可能性ツールを使用して内部推論を検証することで、有害な出力と誤拒否率を低減します。

Gemini 3.5フラッシュの使い方

• アクセスプラットフォームを選択してください このモデルには、Geminiアプリ、Google検索AIモード、Google AI Studio、およびAntigravity 2.0デスクトップアプリケーションからアクセスできます。
• APIモデル識別子を更新するコード内のモデル名を公式バージョン識別子に置き換えてください。 gemini-3.5-flash。
• 推論レベルを設定するタスクの種類に応じて設定します thinking_level パラメータ：コードやツール呼び出しには「低」、一般的なタスクには「中」、複雑な推論には「高」を選択してください。
• サンプリングパラメータの上書きを削除温度、top_p、top_k の手動で設定されたデフォルト値を削除し、モデルが内部の最適化された構成を使用できるようにします。
• 機能移行における例外事項に注意してください。ワークフローが「コンピュータ使用」ブラウザーの制御機能に依存している場合は、引き続きその機能を使用する必要があります。 gemini-3-flash-previewこの機能は現在、Flash 3.5ではサポートされていません。

Gemini 3.5フラッシュの主な利点

• スピードリーディング出力速度は毎秒289トークンに達し、これは他の最先端モデルの4倍です。Antigravityによる内部最適化後、12倍に向上させることができます。エージェントの複数ラウンド呼び出しは、ほとんど知覚できない遅延しかありません。
• コスト面での優位性このAPIの価格は、100万トークンあたり1.50ドル/9.00ドル（入力/出力）で、Claude Opus 4.7やGPT-5.5といった最先端の競合製品の半額以下です。Googleは、主要なクラウド顧客が最先端のワークロードの80%を3.5 Flashに移行することで、年間10億ドル以上を節約できると推定しています。
• エージェントのパフォーマンスは素晴らしいMCP Atlasは83.6%、Toolathlonは56.5%のスコアを獲得し、93個のサブエージェントの並列動作をサポートし、オペレーティングシステム全体の開発を1,000ドル未満でわずか12時間で完了しました。複雑で長時間のエージェントタスクに最適化されています。
• 超ロングコンテキストウィンドウ100万トークンのマルチモーダル入力をサポートし、小説全体、100ページに及ぶ法律契約書、または長尺のビデオコンテンツを一度に処理できるため、長文の文書やビデオの分析が容易になります。
• プラットフォームエコシステム全体を網羅Geminiアプリ、検索AIモード、Antigravity 2.0、AI Studio、Android Studioなど、すべてのGoogle製品に統合されており、一般ユーザー、開発者、企業が同時に利用できます。

Gemini 3.5 Flash のプロジェクトアドレス

• プロジェクト公式サイト：https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-5/#gemini-3-5-flash

Gemini 3.5フラッシュと類似競合製品との比較

比較対象寸法	Gemini 3.5 Flash	Claude Opus 4.7	GPT-5.5	Gemini 3.1 Pro
出力速度	~289 t/s（4x）	~67 t/s	~71 t/s	~135 t/s
Terminal-Bench 2.1	76.2%	–	78.2%	70.3%
SWE-Bench Pro	55.1%	–	58.6%	54.2%
MCP Atlas	83.6%（リード）	79.1%	75.3%	78.2%
GDPval-AA Elo	1656	1753	1769	1314
CharXiv Reasoning	84.2%	82.1%	84.1%	83.3%
コンテキストウィンドウ	1M Token	200K	128K	1M

Gemini 3.5 Flashの応用事例

• リアルタイムAIプログラミングアシスタント低遅延機能を備えているため、IDEの自動補完、コードレビュー、対話型デバッグに適しており、Antigravity 2.0ではデフォルトモデルとして設定されています。
• エンタープライズレベルのエージェント自動化Xeroの1099税務申告書におけるベンダー識別と情報収集の自動管理など、複数週にわたるワークフローを処理するために、並列サブエージェントをデプロイします。
• 財務書類のインテリジェントなレビューマッコーリー銀行は、100ページ以上の複雑な文書の分析に利用されており、顧客のオンボーディングとコンプライアンスレビューを迅速化しています。
• マルチモーダル請求書とOCR処理Rampは、マルチモーダルな理解と過去のパターン推論を組み合わせることで、複雑な請求書のインテリジェントな認識と分類を実現します。