Gemini 3.6 Flashは「最悪の新モデル」か｜炎上分析とコスト実績データで検証

「Gemini 3.6 Flash scored LOWER on coding index than 3.5 Flash. this is unbelievably bad. it seems like Google’s only focus was to reduce cost and make the models faster.」AIリサーチャーの@Hesamationが7月21日にポストしたこのツイートは、同日に起きたGoogleの新モデル発表を象徴している（出典：X @Hesamation、2026年7月21日、筆者訳）。

2026年7月21日、Googleは三つのモデルを同時リリースした。Gemini 3.6 Flash、Gemini 3.5 Flash-Lite、そして政府・信頼済みパートナー限定の Gemini 3.5 Flash Cyber だ。だが待ち望んでいたGemini 3.5 Proは来なかった。GizmodoはSNS上の反応を一言で切り取った：「Google Introduces Gemini 3.6 to Remind You It Has an AI Model, Too（Googleが”自分たちにもAIモデルがある”ことを思い出させるためだけにGemini 3.6を投入）」（出典：Gizmodo、2026年7月21日、筆者訳）。

炎上と揶揄の多いこの発表を、実際のベンチマークデータとエンタープライズ利用者の声で検証する。

何があったか — 3モデル同時リリースとProなし問題

7月21日の発表内容を整理する。

Gemini 3.6 Flashは3.5 Flashの後継で、出力トークン単価を$9.00/Mから$7.50/Mに値下げ。入力は$1.50/Mのまま維持し、コンテキストウィンドウは1Mトークンだ（出典：Google AI Studio、2026年7月）。

Gemini 3.5 Flash-Liteは高スループット・低レイテンシ向けの最軽量モデルで、入力$0.30/M・出力$2.50/Mと破格の価格帯。Artificial Analysisの計測では350〜389トークン/秒を達成した（出典：Artificial Analysis、2026年7月）。

Gemini 3.5 Flash Cyberはセキュリティ特化モデル。脆弱性を検出し、サンドボックスで実際のエクスプロイトコードを生成して検証し、パッチを当てるところまで自律的にこなすが、デュアルユース技術として政府・信頼済みパートナー限定の提供だ（出典：The Hacker News、2026年7月21日）。

問題は何が来なかったかだ。Googleは5月のGemini 3.5 Flash発表時、3.5 Proを「翌月」と予告していた。Bloombergはその後、内部ベンチマークに問題が生じて開発が遅れていると報じた。7月21日のアナウンスにProは含まれていない。競合はこの間にAnthropicがClaude Opus 4.8・Sonnet 5・Fable 5を、OpenAIがGPT-5.6（Sol/Terra/Luna）をリリースし、フロンティア層で大きくリードを広げた。

炎上の根拠を検証 — Intelligence Index横ばいの意味

炎上のコアにある指標が、Artificial AnalysisのIntelligence Index（v4.1）だ。これはGDPval-AA、Terminal-Bench、SciCode、GPQA Diamond、HLE（Humanity’s Last Exam）など9つの評価を統合した複合スコアで、モデルの「汎用的な知性」を測る業界標準に近い位置付けだ。

Gemini 3.6 Flashのスコアは50。前世代のGemini 3.5 Flashと同値だ（出典：Artificial Analysis、2026年7月）。GPT-5.6 Terraは55、Grok 4.5はさらに上。WCCFTechは「basically all relevant benchmarks（ほぼすべての主要ベンチマーク）で古い安いモデルにすら負けている」と見出しをつけた（出典：WCCFTech、2026年7月21日）。

ただしこの批判には注意点がある。Intelligence Indexが横ばいなのは汎用知性の話であり、3.6 Flashが狙いを定めたエージェント性能は別の話だ。DeepSWEベンチマーク（長時間自律コーディング）では3.5 Flashの37%から3.6 Flashは**49%へ12ポイント改善。コンピュータ操作（OSWorld-Verified）も78.4%から83.0%**に伸びた（出典：VentureBeat、2026年7月22日）。

Artificial Analysis自身も「Gemini 3.5 Flash-LiteはIntelligence Indexで11ポイント改善しているが、3.6 Flashはintelligenceは上がらず、効率と速度を重視した設計」と評している（出典：X @ArtificialAnlys、2026年7月21日）。

コスト削減の実像 — トークン効率の本当の意味

批判の多い中、実際にコスト計算をすると数字は見どころがある。

まず単価の変化。出力トークンが$9.00/Mから$7.50/Mへ値下げされた（16.7%減）。加えて3.6 Flashは平均タスクで17%少ない出力トークンしか生成しないことがArtificial Analysisの計測で確認されている。この二つが掛け合わさると、平均タスクのコストは約31%削減になる計算だ（出典：Trilogy AI newsletter、2026年7月22日）。

エージェント長時間タスクではさらに顕著だ。DeepSWEで3.5 Flashが平均27.6万トークンを消費していた箇所で、3.6 Flashは9.7万トークンに抑えた（65%減）。単価削減と組み合わせると、長時間コーディングエージェントの実効コストは最大71%削減になりうる（出典：VentureBeat、2026年7月22日）。

日量100万回のAPI呼び出しを走らせている開発者がX上でコメントしていた。「To anyone running Flash in production at volume, it’s the only number that was ever going to matter（大量処理で本番運用している人間にとって、結局重要なのはコストだけだ）」（出典：X、2026年7月21日、筆者訳）。

あるSourceForge上のレビューでは「エージェントと自動コーディングパイプラインで繰り返しAPIを叩く場合、このトークン効率の改善はコスト削減として直接効いてくる」と実務視点で肯定的に評価されている（出典：SourceForge、2026年7月21日）。

エンタープライズ評価 — 実際に使われている現場の声

批判が目立つSNSとは対照的に、Googleが発表に合わせて公表したエンタープライズパートナーの評価は具体的だ。

法律AI・Harveyは資本市場とM&A分野の文書レビューに3.6 Flashを使用し、タスク完了が12%速くなったと報告。生の財務書類を取り込み、ドキュメント構造を解析し、埋め込まれたグラフを読んで草稿を生成するマルチモーダル処理だ（出典：Google DeepMind blog、2026年7月21日）。

金融リサーチAI・Hebbiaは、引用密度の高い財務調査（取引文書、コベナント条項〈借入条件の制約規定〉、業績指標）での証拠抽出タスクで「テストした中で最も優れたモデルだった」と評価している。Joe Renner（Evaluations Lead）の発言として記録されている（出典：TipRanks経由Google公式発表、2026年7月21日）。

Figmaはプロトタイピングツール「Figma Make」でのモデル選定について「品質・速度・コストのバランスを重視した結果、Gemini 3.6 Flashがスイートスポットに入っていた」とコメントした（出典：Google公式ブログ、2026年7月21日）。

JetBrainsはマルチエージェントオーケストレーションでのコードマイグレーション品質が改善したと報告している。

Gemini 4への布石 — 2トラック戦略の全容

今回の発表で最も見落とされがちな一文がある。Googleの開発者リレーション担当Logan Kilpatrickが7月21日にポストした一言だ。

「We have started our most ambitious pre-training run yet, for Gemini 4, and are excited by the progress :)（Gemini 4に向けた、これまでで最も野心的なプレトレーニングを開始した）」（出典：X @OfficialLoganK、2026年7月21日）。

この文脈で今回のリリースを見ると、Googleが選んだのは2トラック戦略だ。Flash層（3.6 / 3.5 Flash-Lite）でAPIボリュームとエージェントワークロードのシェアを確保しながら、フロンティア競争はGemini 4で勝負するという構図だ。

過去のGoogleのトレーニングサイクルは概ね6か月。Gemini 4は早ければ2026年Q4〜2027年Q1に登場する可能性があるが、3.5 Proの遅延を経験していることもあり、日程は公式に未発表だ（出典：9to5Google、2026年7月21日）。

一方でHacker News（HN）では別の懸念も出た。「Googleは約束できる処理量より多くの顧客を引き受けている（over-sold, under-provisioned）」という指摘だ。電話とのバンドル契約やAI Searchへの積極的な統合によって、実際の処理需要が供給容量を上回りやすい構造になっているという見方だ。

関連記事

• Gemini 3.5 Flash GA徹底レビュー｜Terminal-Bench 76.2%でPro超え・289tok/sの実力
• Gemini 3.5 Pro アーキテクチャ全破棄の深層｜2度目の延期と7月17日再ローンチ
• Kimi K3｜オープンウェイト2.8兆パラメータがコーディングベンチトップに立った日