📰 SCOOP / PREDICTIONS — 次世代先行予測ガイド

本ページは、公式発表前の噂・リーク情報や、先行ロードマップを基に構成された予測記事です。
該当モデルが正式に発売された際には、このURLのまま最新の仕様・価格データへ自動的にスライド更新(正式版へとアップデート)されます。

GoogleMODEL GUIDE — GEMINI-3-5-PRO

Gemini 3.5 Pro

商用クラウドモデルリリース予定・予測情報2026年後半(開発遅延の報道あり)(リーク情報)公式サイト ↗

Gemini 3.5 Proは、GoogleがGemini 3.5シリーズの最上位プロフェッショナル向けモデルとして開発を進めている次期主力LLMです。当初予告されていた2026年6月のリリース予定から延期されており、コーディング性能の基準未達などによる数ヶ月規模の開発遅延が報じられています。現在は2026年後半のローンチが有力視されています。

コンテキスト許容量2,000,000 トークン以上(予想)
対応フォーマットテキスト、画像認識、音声認識・分析、動画一括解析、マルチモーダルエージェント
有料プラン未確定(Google One AIプレミアムやAPI等で提供予定)
◆ 公式確定ソース & リリース仕様

公式発表データ仕様 & リリースステータス

2026年5月のGoogle I/Oにて、Sundar Pichai CEOより「翌月(6月)にGemini 3.5 Proをリリース予定」と公式にアナウンスされました。

しかし、その後リリースは遅延しており、2026年7月時点でGoogle広報はモデルのテスト中であることを認めつつも、具体的な新日程についての公式アナウンスは行っていません。
◇ 次世代スクープ・有力リーク予測

リーク & 予測ロードマップ & X(Twitter)の最新動向

インサイダー情報および有力な技術メディアによると、Gemini 3.5 Proに関して以下の詳細な噂・リーク情報が報じられています:

ブルームバーグによる開発遅延の報道: 2026年7月16日、BloombergはGemini 3.5 Proのリリースが当初の予定より数ヶ月遅れていると報じました。主な原因は、コーディング能力などの主要な性能がGoogle内部の期待値に達していないためとされています。同年6月下旬に訓練データを差し替えて再トレーニングを試みたものの、目標とする改善水準には届かなかったとされています。この遅延は社内の研究開発チームにおける不満を高めており、親会社Alphabetの株価が一時下落するなどの影響を及ぼしました。

7月17日の目標日通過とリリースなし: 内部スケジュールでは一時7月17日のリリース(24日が予備日)を目標に進行していると噂されていましたが、目標日である7月17日を過ぎても公式リリースはありませんでした。これは性能不足による差し戻しと、それに伴う日程の再延期を裏付ける形となっています。

完全新規の事前トレーニング実行: 部分的な調整ではなく、完全に新しい事前トレーニング実行(Pre-training run)を使用した本格的なモデル刷新とされています。

内部コードネーム「Cappuccino」: 開発時の内部コードネームは「Cappuccino(カプチーノ)」と呼ばれていると報道されています。

200万トークンとDeep Think推論機能: 200万トークンの広大なコンテキストウィンドウを維持し、新たに「Deep Think(推論思考)」機能が搭載されると期待されています。

LMArena・Google Antigravityでの匿名テスト: 正式発表前にLMArenaやGoogle Antigravityを通じた匿名実証テストが行われている可能性が指摘されています。

ロングコンテキストの品質向上への注力(公式による否定と訂正): ネット上の「ユーザー体験を超えるコンテキスト長のさらなる拡大」という噂に対し、Google DeepMindのLogan Kilpatrick氏は「事実ではない」と直接SNS上で否定しました。Logan氏によると、現在のロングコンテキスト開発における焦点は容量の単なる拡大ではなく、コンテキスト内部の情報検索精度や理解力といった「品質の向上」に置かれているとのことです。

主な強み・メリット

  • 3.5 Flashを上回る高度な論理推論と、Google Workspace内の膨大なデータを横断処理する自律業務能力
  • 200万トークンを超える圧倒的なコンテキスト制限により、フォルダ単位のファイル群や長大データを丸ごと処理可能
  • 映像と音声を直接、高精度かつ超高速に理解する最先端のネイティブマルチモーダル性能

弱み・注意点

  • 高度な思考ステップを実行するため、Flashモデルに比べて応答の開始までにやや長めの時間がかかる見込み
  • API利用時、大規模コンテキストに対する呼び出しのコストパフォーマンス管理が必要

期待される ビジネスでの具体的な活用シーン

1

数時間におよぶ会議や研修動画をすべて流し込み、詳細なハイライトと次アクションのリストを自動生成

2

企業が持つ膨大な過去の製品設計書やマニュアル群を一度に読み込ませて、自律的な社内FAQ・監査システムを構築

3

複雑なプログラムソースコードの依存関係をすべて把握した上での、自律型リファクタリングエージェント

CONSULTING & SUPPORT

「どのモデルを、どう社内に導入すべきか」
実務レベルでお悩みですか?

「ChatGPTとClaude、自社にはどちらを契約すべき?」「セキュリティ規約を守りつつ安全にAPIを使うには?」など、具体的な導入戦略から社内ガイドラインの策定まで、BNFのAI顧問が中立的な立場から貴社ビジネスを直接支援します。

BNF公式サイトでお問い合わせ ※外部サイト(bn-f.jp)へ遷移します