今回の発表を一言でまとめるなら「主力の日常モデルが、賢くなったうえに口数を減らした」です。LLM のコストは “単価 × 消費トークン数” で決まるのに、私たちはつい単価だけを見比べてしまいます。Gemini 3.6 Flash はその両方を同時に下げてきました。本記事では公式ブログと開発者ガイドを一次情報として精読し^[1]、ベンチマークの中身・API の破壊的変更・3.5 Flash からの移行手順・そして「Claude や上位モデルとどう使い分けるか」までを14章で整理します。

• 0%
  出力トークン削減（対 3.5 Flash）
• 0$
  出力100万トークン単価（旧 $9）
• 0%
  MLE Bench（3.5 Flash は 49.7%）

user@sinyblog:~/article ❯ 01_digest.md90秒ダイジェスト：今回わかっていること

忙しい人向けに、確定情報だけを先に並べます。Google は日本時間 2026年7月21日〜22日にかけて、公式ブログで3つのモデルを同時に公開しました^[1]。主役は間違いなく Gemini 3.6 Flash です。

1. Gemini 3.6 Flash が主力モデルとして更新された。コーディング・ナレッジワーク・マルチモーダルをこなす “workhorse” 枠。モデル ID は gemini-3.6-flash。
2. 出力トークンが 3.5 Flash 比で 17% 減った。同じ仕事をより短い出力で終わらせる、という改善。ベンチマークによっては最大 65% 減の例もある。
3. それでいて値下げ。入力 $1.50 / 出力 $7.50（100万トークンあたり）。3.5 Flash の出力 $9 から 16.7% の引き下げ。
4. ベンチマークは軒並み前世代超え。DeepSWE 37%→49%、MLE Bench 49.7%→63.9%、OSWorld-Verified 78.4%→83.0%。
5. 同時に 3.5 Flash-Lite と 3.5 Flash Cyber も発表。前者は秒間350トークンの高速・低価格枠、後者はサイバーセキュリティ特化で限定提供。
6. Gemini 3.5 Pro は間に合わなかった。パートナーとのテスト継続中で、一般提供は「準備ができ次第」。
7. そして Gemini 4 の事前学習が始まっている。Google DeepMind が「これまでで最も野心的な事前学習ラン」と公言。

user@sinyblog:~/article ❯ 02_lineup.md発表された3モデルの全体像

まず混乱しやすいのがバージョン番号です。今回は 「3.6」と「3.5」が同じ発表に同居 しています。Flash だけが 3.6 に上がり、Flash-Lite と Flash Cyber は 3.5 系として登場しました。つまり数字はモデル世代というより「そのサイズ枠での何代目か」に近い運用になっています。

立ち位置としては、3.6 Flash が「迷ったらこれ」、3.5 Flash-Lite が「大量処理・低レイテンシならこれ」、Flash Cyber は「そもそも一般開発者は使えない」という整理になります^[1][5]。

user@sinyblog:~/article ❯ 03_spec.mdGemini 3.6 Flash のスペックを正確に押さえる

開発者ガイドで公表されている仕様を一覧にします^[2]。ここは記事や SNS で数字が揺れやすいところなので、公式値を控えておくと安心です。

地味に効くのが 知識カットオフの 2026年3月への更新 です。前世代系は 2025年1月相当だったため、直近1年強のライブラリ更新やフレームワークの作法が素の知識に入っていることになります。RAG や検索グラウンディングで補っていた部分が、そのぶん減らせます。

user@sinyblog:~/article ❯ 04_pricing.md料金：出力が $9 → $7.5 に下がった

Gemini 3.6 Flash の料金は 入力 $1.50 / 出力 $7.50（いずれも100万トークンあたり）。入力は 3.5 Flash と据え置きで、出力が $9 から $7.5 へ、16.7% の値下げです^[3][8]。

「Flash なのに出力 $7.5 は高いのでは」と感じる人もいるはずです。実際、少し前まで Flash 系は1ドル未満の世界でした。ここ数世代で Flash の意味が「安い小型モデル」から「思考する主力モデル」へ移り、価格帯も上がっています。Flash-Lite が担っているのが、かつての Flash のポジションだと考えると腑に落ちます。

user@sinyblog:~/article ❯ 05_token_efficiency.md「17%トークン削減」が単価より効く理由

今回いちばん実務に効くのはここです。Google は 3.6 Flash が 3.5 Flash より 17% 少ない出力トークンで同等以上の結果を出す と説明しています。推論のステップ数とツール呼び出しの回数が減った、というのがその中身です^[1]。

単価16.7%減とトークン17%減は掛け算になります。出力コストだけを取り出すと、ざっくり 0.833 × 0.83 ≒ 0.69。つまり同じ仕事の出力側コストが 約31%減 になる計算です。月10万円かかっていたエージェント運用が7万円弱になる、というオーダー感です。

# 3.5 Flash → 3.6 Flash に乗り換えたときの出力コスト比較
# 前提: 同じタスク、出力トークンは 17% 減る

out_tokens_35 = 5_000_000        # 月間の出力トークン（3.5 Flash 実測）
out_tokens_36 = out_tokens_35 * 0.83

cost_35 = out_tokens_35 / 1_000_000 * 9.00
cost_36 = out_tokens_36 / 1_000_000 * 7.50

print(f"3.5 Flash: ${cost_35:,.2f}")   # 3.5 Flash: $45.00
print(f"3.6 Flash: ${cost_36:,.2f}")   # 3.6 Flash: $31.13
print(f"削減率: {(1 - cost_36 / cost_35) * 100:.1f}%")  # 削減率: 30.8%

user@sinyblog:~/article ❯ 06_benchmarks.mdベンチマーク総覧：どこがどれだけ伸びたか

公式ブログが挙げた 3.6 Flash のスコアを、前世代 3.5 Flash と並べます^[1]。伸び幅の大きさで並べると、この世代が何を狙ったのかがはっきり見えます。

MLE Bench の +14.2 ポイント、DeepSWE の +12 ポイントが目立ちます。どちらも「一発回答」ではなく 複数ステップを回して成果物を作る タイプの課題です。逆に言えば、単発の質疑応答で劇的に賢くなった、という話ではありません。

なお日本語の技術メディアでは SWE-Bench Pro で 58.7%（3.5 Flash は 55.1%、上位の 3.1 Pro が 54.2%）という数値も報じられています^[8]。公式ブログの掲載表には無い項目なので、参考値として扱うのが無難です。

第三者計測では、Artificial Analysis が 3.6 Flash（high）の Intelligence Index を 50（186モデル中21位）、出力速度を毎秒275.5トークンと報告しています。一方で最初のトークンが返るまでの時間（TTFT）は約12.5秒と、中央値2.82秒より明確に遅い^[7]。「考え込んでから一気に喋る」タイプであり、チャット UI の体感速度を最優先する用途では注意が要ります。

user@sinyblog:~/article ❯ 07_coding.mdコーディングとエージェント性能の中身

Google は 3.6 Flash のコーディング面をこう表現しています。「より高品質で信頼できる、プロダクション投入可能なコードを生成する」「不要なコード編集が減り、実行ループも短くなる」^[1]。

この2つは、エージェントを日常的に回している人ほど刺さる表現です。コーディングエージェントの体感を悪くする最大要因はスコアの低さではなく、頼んでいないファイルまで書き換えることと、同じ修正を何周も繰り返すことだからです。前者は差分レビューのコストを跳ね上げ、後者はトークンと時間を溶かします。

17%のトークン削減も、この2点の改善から来ていると読むのが自然です。実際、公式は DeepSWE で最大65%の出力削減が観測されたケースにも触れています。エージェント系ベンチで「全主要指標で前世代を上回る」と主張しているのも、この文脈です。

user@sinyblog:~/article ❯ 08_flash_lite.mdGemini 3.5 Flash-Lite：秒間350トークンの最速枠

影に隠れがちですが、伸び幅だけ見れば Flash-Lite のほうが派手です。Artificial Analysis 計測で 毎秒350トークン の出力速度、料金は入力 $0.30 / 出力 $2.50^[1]。

GDPval-AA v2 の 642 → 1140 は倍近い伸びです。注目すべきは SWE-Bench Pro と OSWorld で 1世代前の「Flash」本体を上回っている こと。つまり Lite は「妥協枠」ではなく、去年の主力に相当する実力を1/5の価格で提供する枠になりました。分類・抽出・要約・大量バッチのような定型処理なら、まず Lite を試すのが合理的です。

加えて Flash-Lite は Computer Use をクライアントサイドの組み込みツールとして持ち、Google 検索側にも展開されています。低レイテンシが要る UI 自動化エージェントの土台として設計されているのが分かります。

user@sinyblog:~/article ❯ 09_flash_cyber.mdGemini 3.5 Flash Cyber：政府・限定パートナー向けの異色モデル

3モデルのなかで最も特殊なのが Flash Cyber です。3.5 Flash をサイバーセキュリティ用途に特化させた派生で、脆弱性の発見と修正 を狙います。CyberGym ベンチマークでフロンティア級の性能とされ、Google の自動修正エージェント CodeMender と組み合わせて使う想定です^[1][5]。

提供は 政府機関と Google が選定した信頼済みパートナーに限定したパイロット。一般開発者は API から呼べません。攻撃側に転用できる能力そのものなので、当然といえば当然の措置です。3.6 Flash 側にも CBRN・サイバー攻撃悪用に対する Frontier Safety のセーフガードが強化されたと明記されています。

ここは「使えないモデルの話」ではなく、モデルの能力に応じて配布範囲を変えるという運用が主要ベンダーで標準化しつつある、という業界シグナルとして読む価値があります。

user@sinyblog:~/article ❯ 10_api.mdAPI の使い方と3つの破壊的変更

最小構成の呼び出しはこれだけです。Google 公式の開発者ガイドに掲載されたサンプルをそのまま引用します^[2]。

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.6-flash",
    input="Write a three.js script that renders an interactive 3D robot."
)

print(interaction.output_text)

問題はここからです。Gemini 3.x 系では、これまで当たり前だった書き方がいくつか 明確に禁止 されました。既存コードをそのまま流すと動かない、あるいは将来エラーになります。

1. サンプリングパラメータの廃止。temperature / top_p / top_k は完全に削除すること。現在は無視されるだけですが、将来世代ではエラーを返すと明言されています。
2. モデルターンの事前充填（prefill）が禁止。末尾が空でない model ロールのターンで終わるリクエストは HTTP 400 になります。出力形式を固定したいときは system instruction を使う設計に切り替えてください。
3. thinking_budget が thinking_level に置き換わった。数値のトークン予算ではなく "minimal" / "medium" / "high" の列挙値になりました。3.6 Flash の既定は medium、Flash-Lite は minimal です。
4. candidate_count は非対応。複数候補を一括生成する運用は、Gemini 3.x では使えません。

  config = {
-     "temperature": 0.2,
-     "top_p": 0.95,
-     "candidate_count": 1,
-     "thinking_budget": 8192,
+     "thinking_level": "high",
      "system_instruction": "出力は必ず JSON のみ。前置きを書かないこと。",
  }

user@sinyblog:~/article ❯ 11_migration.md3.5 Flash からの移行チェックリスト

実際に本番アプリを乗り換えるときの手順を、失敗しにくい順に並べます。1日で終わる規模から、慎重にやるべき規模まで共通で使える流れです。

1. 評価セットを先に固める。代表的な入力を30〜100件、期待出力つきで用意する。ここを飛ばした移行は必ず後で揉めます。
2. 現行（3.5 Flash）のベースラインを計測。正答率だけでなく、1タスクあたりの入力／出力トークン、レイテンシ、ツール呼び出し回数を記録。
3. 非対応パラメータを除去。temperature top_p top_k candidate_count を削除し、thinking_budget を thinking_level に置換。
4. prefill をやめる。アシスタント発話を途中まで書いて続きを生成させている箇所を洗い出し、system instruction へ移す。
5. モデル ID を差し替えて再計測。gemini-3.6-flash で同じ評価セットを流し、ステップ2の数字と突き合わせる。
6. thinking_level を振ってみる。既定は medium。品質が足りなければ high、コスト優先なら minimal を試して、最も費用対効果の高い水準を選ぶ。
7. 安価な処理は Flash-Lite に降ろす。分類・抽出・要約など定型処理は gemini-3.5-flash-lite で十分なケースが多い。ここが最大のコスト削減ポイント。
8. 段階的にトラフィックを寄せる。10% → 50% → 100% のカナリアで、エラー率と実コストを見ながら移行する。

user@sinyblog:~/article ❯ 12_channels.mdどこで使える？提供チャネル一覧

今回は発表日からほぼ全チャネルで同時展開されました。「発表はされたが触れない」期間がほぼ無いのは、最近の Google の強みです^[1][4]。

開発者にとって見逃せないのが GitHub Copilot 対応です。Copilot Pro / Pro+ / Max / Business / Enterprise で選択でき、VS Code・Visual Studio・Copilot CLI・クラウドエージェント・JetBrains・Xcode・Eclipse まで対象。課金は「プロバイダのリスト価格に基づく従量課金」で、専用の倍率は設定されていません^[6]。

user@sinyblog:~/article ❯ 13_positioning.mdClaude・上位モデルとの使い分け

3.6 Flash はフロンティア最強を名乗るモデルではありません。第三者計測の Intelligence Index でも 186モデル中21位で、最上位群とは差があります^[7]。狙いは 「実務の8割を、上位モデルの数分の一のコストで片付ける」 ポジションです。

たとえば Claude Opus 4.8 は $5 / $25（入力／出力・100万トークン）で、コーディングの精度では明確に上を行きます。対して 3.6 Flash は $1.50 / $7.50。出力単価で3倍以上の開きがあります。この差をどう使うかが設計の腕の見せどころです。

現実的な最適解は「1モデルに寄せる」ではなく ルーティング です。入口を Flash-Lite、難しければ 3.6 Flash、それでも解けなければ上位モデルへエスカレーションする三段構えにすると、品質を落とさずに総コストだけ下がります。今回の値下げは、その中段が強くなったという意味で価値があります。

user@sinyblog:~/article ❯ 14_next.md3.5 Pro の遅れと、Gemini 4 の予告

今回の発表で最も語られたのは、実は 出てこなかったモデル でした。Gemini 3.5 Pro は当初の期待に反して一般提供されず、「パートナーとのテストを継続中、準備ができ次第広く提供する」という説明にとどまっています^[3]。

ドイツの heise は Bloomberg の報道を引き、3.5 Pro には品質面の課題があると伝えています。加えて、Google Maps から YouTube まで多数のプロダクトへ同時に AI を統合していることが、リリース速度を上げる方向には働いていない、という指摘も添えられています^[5]。

その一方で Google DeepMind は「すでに、これまでで最も野心的な事前学習ランを Gemini 4 に向けて開始した」と明言しました^[3]。上位モデルで足踏みしつつ、次世代の基盤には既に着手している——今回の発表は、その端境期に置かれた「実利で殴る」アップデートだったと読むのが妥当です。

user@sinyblog:~/article ❯ 99_summary.mdまとめ

Gemini 3.6 Flash は「ベンチマークの王座を狙うモデル」ではなく「日々のワークロードの請求額を下げるモデル」です。派手さはありませんが、エージェントを本番で回している人にとっては今年いちばん実利のあるアップデートかもしれません。

1. 値下げは二重に効く。出力単価 −16.7% とトークン量 −17% の掛け算で、出力側コストは約3割減になる計算。
2. 伸びたのはエージェント領域。MLE Bench +14.2pt、DeepSWE +12pt。単発 Q&A ではなく複数ステップの作業で差が出る。
3. 移行には手が必要。temperature 系の廃止、prefill 禁止、thinking_level への置換。評価セットを用意してから着手すること。

そして忘れてはいけないのが、最大のコスト削減余地は 3.6 Flash ではなく 3.5 Flash-Lite への降格 にあるという点です。去年の主力相当の性能が1/5の価格で手に入る以上、定型処理をそのまま上位モデルに投げ続けるのは、単なる払いすぎです。