Googleは2026年7月21日、Gemini 3.6 Flashを含む新しいFlash系モデルを発表した。Gemini 3.6 Flashは、Gemini 3.5 Flashをベースに、コーディング、ナレッジワーク、マルチモーダル性能、そしてエージェント的な作業効率を高めたモデルとして位置づけられている。
Googleはこのモデルについて、Artificial Analysis Indexにおける出力トークン使用量が3.5 Flash比で17％少なく、DeepSWEのような一部ベンチマークでは最大65％の削減が観測されたとしている。加えて、API料金は入力100万トークンあたり1.50ドル、出力100万トークンあたり7.50ドルに設定された。GPT-5.6 Luna と比べてちょっと高い。
今回のポイントは、性能更新だけではないと思う。Gemini 3.6 Flashは、AIエージェントの反復処理を安定して回すための実務用途での改善が多々あると言えるモデルだ。Google自身もFlashシリーズを、エージェントワークフローをスケールさせるための効率と品質のバランス領域として説明しており、発表では低レイテンシ、トークン効率、信頼性が強調されている。
いったい、どんなモデルなのか。筆者が試した感想とベンチマーク結果から見ていこう。
3.6 Flashでまず感じるのは、出力が揃うまでの速さ
Antigravity上でWeb実装を試した印象として、Gemini 3.6 Flashは3.5 Flashよりも「出力が出揃うまでの時間」が短く、Tokens/sも優秀に感じる。API経由での使用では、Gemini 3.6 Flashは出力速度が最大でおよそ300 tokens/sに達するとされ、数値どおりであれば同クラスの中でも非常に高速な部類に入る。
筆者が日本における早朝の朝6時に試した限りでは、100 tokens/s は出ている印象だった。出力を行うまでの推論ステップも効率化されており、かなり早いのは間違いない。
ただし、ここで言う「速い」は、単に文字が高速に流れるという意味だけではない。エージェント的な開発作業では、モデルが不要な修正を入れず、ツール呼び出しの回数を抑え、実装から確認までのループを短くできるかが重要になる。
Googleは3.6 Flashについて、マルチステップワークフローを完了するための推論ステップとツールコールが少なくなると説明している。実際にAntigravityで試すと、以前よりブラウザ操作やツール使用のテンポが良く、数カ月前と比べてエージェンティックな作業体験が段違いに改善されている印象を受ける。
Gemini 系モデル比較
Geminiシリーズを構成するモデルたちの興味深いベンチマーク結果は、やはり次の部分だろう。
Gemini 3.1 Pro よりも Flash系のモデル更新が頻繁なために、ベンチマークにて多々逆転している部分がある。
ソフトウェアエンジニアリング、機械学習研究、コンピュータ使用の各領域でProモデルから差をつけて高いスコアを獲得している点はとてもおもしろい所だ。
Pro モデルよりも燃費がいいと感じられる場面は少ない
筆者は Google AI Pro を契約しており、そこそこ利用枠があるのだが、全く同じディレクトリで「全体を読み実装を把握する」というタスクを指示すると5時間枠のうち5%程を消費した。3.1 Pro high で同じ作業をしても同様の減り方だった。3.5 Flash high は 3.1 Pro より燃費が悪いと感じていたので、今回のモデルが優秀なのは間違いなさそうだ。
3.1 Pro よりも出力の癖や使い勝手、出力速度、から個人的に 3.6 Flash の方が好みであるので、そこまで問題は無いのだが、Pro モデルではなく Flash に切り替えたからって利用枠の消費を減らせるという印象はない。ベンチマークでは一部 3.1 Pro をこえているので当然と言えば当然かも知れない。
Pro よりも Flash の方がTokens/s が優秀なだけに、作業によっては5時間制限に結構早く達してしまうこともありそうだ。
「実装担当のサブエージェント」としては化ける可能性がある
Gemini 3.6 Flashの使用感は、CursorのComposer系モデルに近い。
トップ性能のモデルが全体設計や複雑な依存関係の判断を行い、その下で3.6 Flashがフロントエンド実装、UI調整、軽めのコード修正、ブラウザ確認を担当する構成なら、かなり有力なサブエージェントになり得ると思う。
特にフロントエンド寄りの知識は厚そうだ。UIの部品配置、ReactやWeb実装の修正、見た目の微調整ではテンポよく動く。一方で、複雑なデータ処理、状態管理の深いバグ、バックエンドの抽象化、境界条件が絡む関数設計では、まだ任せ切るには不安が残る。DeepSWEの数値でGPT-5.6 Lunaに劣るという結果は、単なるベンチマーク上の差ではなく、体感にも表れている。
この見方をすると、Gemini 3.6 Flashの価値は「最強のコーディングモデル」ではなく「優秀なオーケストレーターに使われたときの実装ワーカー」にある。
Antigravity側のハーネスやツールコールの改善も合わさることで、モデル単体の能力以上に作業体験が良くなっている。Googleは今回、モデルが少ない推論ステップとツールコールで多段階処理を完了できると説明しており、筆者としてはツール使用をうまくするための事後強化学習が改善されているのではないかと推察している。
ベンチマークでは「速度とツール使用性能」が目立つ
Gemini 3.6 Flashのベンチマーク結果（他社モデルも含む）を見ると、方向性はかなり明確だ。
SWE-Bench Proでは58.7％で、3.5 Flashの55.1％、3.1 Proの54.2％を上回る。DeepSWE v1.1では49％で、3.5 Flashの37％、3.1 Proの12％から大きく伸びている。Terminal-bench 2.1では78.0％、MLE-Benchでは63.9％、GDPVal-AA v2では1421、OSWorld-Verifiedでは83.0％と、Google系の過去モデルに対しては広い範囲で改善が見える。
他社モデルとの比較では、Gemini 3.6 Flashは一部で健闘しつつも、純粋なコーディング性能では届かない。GPT-5.6 LunaはDeepSWEやTerminal-benchで優位とされ、Claude Sonnet 5はMLE-BenchやGDPVal-AA v2で強い。一方、Gemini 3.6 FlashはOSWorld-Verifiedや長文コンテキスト系、CharXiv Reasoning系で強みを示しており、ブラウザ操作、視覚情報を含む作業、長い文脈を抱えたタスクでは評価しやすいモデルだ。
つまり、GoogleはGemini 3.6 Flashで「ベンチマーク総合王者」を狙っているというより、エージェントがタスクを素早く閉じるための能力を伸ばしているように見える。MLE-Benchのスコアが比較的高く、OSWorld-Verifiedでも良い結果を出している点は、モデルがツールを使いながら実務タスクを完遂する方向へ進んでいることを示している。
画像認識能力は強い。ただし、それだけで選ぶほどの差ではない
Gemini系の強みとして、画像認識能力は引き続き優秀だ。Gemini 3.6 Flashはテキスト、画像、音声、動画を入力として扱えるマルチモーダルモデルであり、長いコンテキストと組み合わせて図表、スクリーンショット、ドキュメントを読む用途に向いている。Gemini 3.6 Flashはテキスト、画像、音声、動画入力に対応し、1Mトークンのコンテキストウィンドウを持つ。
とはいえ、画像認識だけを理由にGemini 3.6 Flashを選ぶほどの決定的な差があるかは微妙だ。他社のコスパモデルと比べればベンチマーク上のマルチモーダル能力は高く見えるが、開発現場でモデルを選ぶ基準は、画像理解だけではなく、料金、コーディング成功率、ツールコールの安定性、既存ワークフローとの統合性まで含まれる。Gemini 3.6 Flashの画像理解は大きな長所だが、それ単体で採用を決めるほどの圧倒的な差ではない。
API料金は競争できる価格か微妙
Gemini 3.6 FlashのAPI料金は、入力100万トークンあたり1.50ドル、出力100万トークンあたり7.50ドルだ。3.5 Flashは入力1.50ドル、出力9.00ドルだったため、出力単価は下がっている。また、コンテキストキャッシュは100万トークンあたり0.15ドルで、Batch APIでは50％のコスト削減も用意されている。
しかし、GPT-5.6 Lunaが入力1.00ドル、出力6.00ドルとされる比較では、Gemini 3.6 Flashは入力・出力ともにおよそ1.5倍に近い価格帯になる。性能面でもDeepSWEやTerminal-benchで劣る場面があることを考えると、コーディング用のメインモデルとして価格競争力が高いとは言いにくい。少なくとも、純粋に「安くて強いモデル」を探すなら、Gemini 3.6 Flashが第一候補になる状況ではない。
それでもGoogleが料金面で完全に不利というわけではない。出力トークンが17％少ないという点、特定ベンチマークで最大65％の出力トークン削減が観測されたという点、そしてツールコールや実行ループが減る可能性を考えると、タスク単位の実効コストは単価だけでは判断できない。3.5 Flash で使っていた用途は考えずに置き換えても良さそうではある。
Googleの方向性は「エージェントを速く、安定して終わらせる」こと
Gemini 3.6 Flashから見えるGoogleのAIモデルの方向性は、明確にエージェント寄りだ。Googleは今回の発表で、Gemini 3.5 Flash-Lite、Gemini 3.5 Flash Cyberも同時に示し、さらにGemini 3.5 Proがパートナー向けにテスト中であること、Gemini 4に向けた大規模な事前学習を開始していることにも触れている。
Flash系は、最上位モデルが出るまでのつなぎではなく、プロダクション環境でエージェントを回すための主力層として整理されつつあるように感じる。
Antigravityでの体感もこの見方を補強する。数カ月前よりブラウザ操作がスピーディーになり、サブエージェントの扱いも良くなっている。これはモデル単体の改善だけではなく、ハーネス、ツールコール、実行環境、オーケストレーションが一体で改善されているからだろう。AIエージェント時代の実用性は、モデルの知能指数だけで決まらない。重要なのは、いつ、どのツールを呼び、どこで止まり、どこまで修正するかだ。
Gemini 3.6 Flashは面白いモデルだ。DeepSWEのような複雑なソフトウェアエンジニアリング指標では、GPT-5.6 Lunaにも届かない。バックエンドや複雑な関数処理では、3.1 Proのほうが信頼できる場面もある。しかし、速度、画像認識、ブラウザ操作、ツール使用、不要なコード改変を避ける慎重さを総合すると、優秀なオーケストレーターの下で実装を担うサブエージェントとしてはかなり面白い。
筆者としては、Gemini 3.6 Flashは、GoogleのAIが「コスパよく、素早く仕事を終わらせるAI」という領域では他社モデルと互角に勝負できていると感じるモデルだ。コンピューター使用やツールコールの信頼性は、作業を人から代替する際に定量的な予算の予測を立てるために重要な点だ。
今のGoogle の AI エコシステムに足りないのは圧倒的に賢いフロンティアモデルだと思う。次、出てくるであろう Gemini 3.5 Pro に期待したい。
