GoogleMODEL GUIDE — GEMINI-3-6-FLASH

Gemini 3.6 Flash

商用クラウドモデル最新フラッグシップ世代2026年7月21日(正式リリース) リリース公式サイト ↗

Gemini 3.6 Flashは、Google DeepMindが2026年7月21日に正式発表・提供開始した最新世代の軽量高速モデルです。 前世代のGemini 3.5 Flashからトークン効率とエージェント推論能力が大幅に強化されており、出力トークン消費量を17%削減しつつ、複雑なマルチステップワークフローをより少ないステップで完遂します。知識のカットオフは2026年3月まで更新され、コーディング精度や自律タスクの信頼性が大幅に向上しています。

コンテキスト許容量1,000,000 トークン
対応フォーマットテキスト、画像認識、音声認識・分析、ネイティブ双方向音声(リアルタイム対話)、マルチモーダル
有料プランAPI価格: 入力 $1.50 / 出力 $7.50(1Mトークンあたり)
◆ 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

Google DeepMindは2026年7月21日、Gemini 3.6 Flashを正式にリリースしました。

トークン効率とエージェント性能の飛躍: 前世代から出力トークン消費量を17%〜65%削減し、ツール呼び出しや多段階の処理をより少ないステップとトークン数で完遂します。

公式ベンチマーク比較データ(Google DeepMind発表):
前世代モデル(Gemini 3.1 Pro / 3.5 Flash)と比較した公式ベンチマークの測定結果は以下の通りです。

Gemini 3.6 Flash Agentic Benchmarks

図1: エージェント性能のベンチマーク比較(Google DeepMind公式)

Gemini 3.6 Flash Avg Output Tokens Per Task

図2: タスク別平均消費トークン数(Google DeepMind公式)


📊 エージェント性能ベンチマーク比較(対 従来モデル)DeepMind Official Evals

ベンチマーク指標3.1 Pro3.5 Flash3.6 Flash(最新)
長期ソフトウェア検証 (DeepSWE v1.1)
長大コードベースの自律型バグ修正精度
12.0%37.0%49.0% 🚀
MLエンジニアリング (MLE-Bench)
機械学習の自動構築・改善精度
42.6%49.7%63.9% 🚀
高度ナレッジワーク (GDPVal-AA v2)
ビジネス実務・専門知識の処理総合スコア
9651,3491,421 🚀
コンピューター操作 (OSWorld-Verified)
OS画面・アプリの自動操作成功率
76.2%78.4%83.0% 🚀

⚡ タスクあたり平均消費トークン数(トークン効率化)Output Token Efficiency

タスク領域3.5 Flash3.6 Flash(最新)トークン削減効果
DeepSWE v1.1 タスク
バグ修正1タスクあたりの平均出力トークン
276,000 トークン97,000 トークン約65%削減(3.5倍効率化)
Artificial Analysis Intelligence Index
知能インデックス1タスクあたりの平均出力トークン
28,000 トークン23,000 トークン約18%削減

知識の更新とコーディング強化: ナレッジカットオフが2026年3月まで更新され、プロダクションコードの生成信頼性が大きく向上しています。

明確なAPI価格設定: 入力 $1.50 / 出力 $7.50(1Mトークンあたり)で提供され、Google AI Studio、Gemini App、Vertex AIにて即座に利用可能です。同時に超高スループットモデル『Gemini 3.5 Flash-Lite』も同時発表されました。
◇ 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

2026年7月21日の正式リリース前に、Googleのエージェント型IDE「Google Antigravity」のモデルセレクター内に『gemini-3.6-flash-tiered』という識別子が露出したことで話題となりました。正式ローンチに伴い、より高いトークン効率と優れたコーディング能力を備えた最新モデルとして一般利用可能になりました。

主な強み・メリット

  • 3.5 Flash比で出力トークン消費量を約17%削減し、より少ない推論ステップでマルチステップワークフローを完遂
  • DeepSWE(49%)やMLE Bench(63.9%)などの開発・検証ベンチマークで大幅な精度向上を記録
  • 余計なコード編集を減らし、実用的なプロダクションコード生成の信頼性と正確性が著しく向上

弱み・注意点

  • 最上位のProクラスモデルに比べると、極めて難解な超大規模論理構築や先端数学証明では性能限界がある
  • 同時発表された超高速・格安モデル『Gemini 3.5 Flash-Lite』に比べると大量単純処理での単価はやや高め

ビジネスでの具体的な活用シーン

1

開発エージェントによるコード修正・リファクタリング・自動テスト実行の高速化とコスト最適化

2

複数ステップのAPI呼び出しやツール連携を伴う、高度な社内業務自動化エージェントの構築

3

タイムラグのない即答性が求められるカスタマーサポートやリアルタイム音声アシスタント

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