• GoogleのGemini Flashは、前版の公開から20日後に、長時間タスクへの対応を改善しました。
• 開発課題を最後まで解く性能が向上し、調査・推論・ツール操作・修正を繰り返す実務に強くなっています。
• 導入単価が同じでも消費量は増える可能性があり、仕事全体の費用と人の手直しを含めた評価が必要です。

Googleが2026年9月2日、Gemini 3.8 Flashと3.8 Flash-Cyberを発表しました。

驚くべきは、Gemini 3.7 Flashの公開からわずか20日後だったことです。3.6 Flashまでさかのぼっても43日。約6週間でFlash系が3回更新されています。私自身、最初に発表を見たとき、「3.7から3週間で、本当に次のモデルを作れるのか」と疑問に思いました。調べていくと、これは単なる番号の付け替えではありません。一方で、3週間ですべてをゼロから作り直したわけでもありません。

今回の主役は性能向上そのものだけでなく、AIモデルの作り方が、年単位の大型開発から常時改善へ変わり始めたことです。

1．3週間で、何が変わったのか

Gemini 3.8 Flashは、Googleが「これまでで最も高性能な推論・コーディングモデル」と位置づけるFlash系モデルです。速度と低価格を維持しながら、ソフトウェア開発、エージェント型タスク、複雑な多段推論を重点的に改善しています。

特に伸びたのは、AIに長い仕事を任せる能力です。実際のソフトウェア開発課題を最後まで解かせるDeepSWE v1.1では、Google公表値で3.7の65.3％から3.8の73.7％へ向上しました。

これは、単発の質問に答える能力というより、リポジトリを調べ、コードを書き、テストし、失敗を直す仕事を最後まで続ける力です。今回の進化は、何でも均等に少し賢くなったというより、調査・推論・ツール操作・修正を何度も回す実務に強くなったと捉えるのが適切です。

2．同じ単価でも「同じコスト」ではない

Gemini 3.8 Flashの導入価格は、2026年12月31日まで入力100万トークン当たり0.75ドル、出力100万トークン当たり3.75ドルです。これは3.7 Flashと同額です。

この価格で長時間タスクの成功率が大きく上がるなら、コストパフォーマンスはかなり高いといえます。実務で重要なのは100万トークンの単価ではなく、一つの仕事を完了するまでにいくらかかったかだからです。失敗して人間がやり直す回数が減れば、多少多くトークンを使っても総コストは下がります。

ただし、注意点が二つあります。

一つ目は、Google自身が3.8は難しい問題で「より多く働く」と説明していることです。追加の推論やツール呼び出しを行うため、同じ単価でも出力・思考トークンが増え、1回当たりの費用は上がる可能性があります。

二つ目は、この価格が恒久価格ではないことです。2027年1月1日からは入力1.50ドル、出力7.50ドルへ倍増する予定です。

したがって、3.8を評価するときは「3.7と同じ単価だから安い」で終わらず、成功率、処理時間、人の手直しまで含めたタスク単位の費用で比べる必要があります。この見方は、以前書いた低価格AIの比較とも共通します。

3．3.8は3週間でゼロから作られたのか

Google DeepMindのモデルカードには、「Gemini 3.8 Flash is based on Gemini 3.7 Flash」と明記されています。つまり3.8は、並行開発していた無関係なモデルに新しい番号を付けたのではなく、3.7を土台にした後継モデルです。

ただし、「3.7を公開してから開発を始め、20日で完成させた」と考えるのも不自然です。ここからは公開情報を踏まえた私の推測ですが、3.7の公開準備と並行して次の学習・評価がすでに走り、安定した改善を次の版として切り出したのでしょう。

ソフトウェアでも、最新版を公開するチームの隣で次版を作っています。モデル開発も同じように、学習、評価、安全確認、配信準備を重ねたリリース列車型へ移っていると考えると、3週間という間隔を理解しやすくなります。

Googleは7月21日に3.6、8月13日に3.7、9月2日に3.8を公開しました。これは一度だけの異例な前倒しではなく、改善をため込まず、小刻みに製品へ反映する運用が始まった可能性を示しています。

4．AIがAIを改善する「長時間エージェントループ」

この速度を支えるキーワードが、Googleのいう「long-running agentic loops」です。日本語にすると、長時間にわたってAIエージェントに仕事を実行させ、結果を評価し、改善を繰り返す仕組みです。

例えばAIに開発課題を渡すと、コードを読み、修正し、テストを実行します。失敗すれば原因を調べて再修正し、成功すれば結果を記録します。そこで得られた長い行動履歴を使い、次のモデルの弱点を評価して鍛え直します。

重要なのは、AIが勝手に自分の重みを書き換えて進化する、という意味ではないことです。Googleが公表しているのは、AIによる実行と評価を長時間・反復的に回し、モデル改善のサイクルを高速化する仕組みです。学習方法の詳細すべてが公開されたわけではありません。

Google社内のAI開発ツール利用も、2026年3月の1日5,000億トークンから6月には3兆トークン超へ増えました。同社は、この利用拡大がモデル改善の強力なフィードバックループになっていると説明しています。

開発者が日々AIを使うほど、どこで失敗するかが集まる。その課題を新しいモデルで直し、また社内で使う。利用量そのものが開発速度を上げるフライホイールになりつつあります。これは、以前紹介したモデルだけでなく「ハーネス」が重要になる流れともつながります。

5．AIモデルは「製品」から「更新され続ける基盤」へ

今後のGeminiは、すべてが3週間ごとに更新されるわけではないでしょう。しかし、Flash系では小刻みな3.x更新が続き、その横でCyberのような用途特化モデルと、次世代のGemini 4が並行して進む可能性が高いと見ています。

実際、GoogleはGemini 4について「これまでで最も野心的な事前学習」を開始したと公表しています。大規模な基盤モデルは時間をかけて作りながら、現行世代は利用データとエージェント評価で継続的に改善します。二つの開発速度が同時に走る構図です。

利用企業にとっては、最新版を追いかけるだけでは不十分です。モデル名を固定して回帰テストを行い、品質だけでなく、使用トークン、完了時間、人間の修正工数を測る必要があります。更新が速いほど、「どれが一番賢いか」より自社の仕事で、いくらで安定して完了できるかが重要になります。

Gemini 3.8 Flashの本当のニュースは、3.7より少し賢くなったことではありません。AIがAIを使って失敗を見つけ、改善を高速で製品へ戻す仕組みが回り始めたことです。

モデルは、年に一度買い替える完成品から、毎月のように更新される基盤へ変わります。3.8という番号より、この開発サイクルの変化を見ておくべきだと思います。

よくある質問（FAQ）

Q1. Gemini 3.8 Flashは、3.7から何が変わりましたか？

ソフトウェア開発やエージェント型タスク、複雑な多段推論が重点的に改善されています。Google公表値では、DeepSWE v1.1の成績が65.3％から73.7％へ向上しました。

Q2. Gemini 3.8 Flashは、3週間ですべて作り直されたのですか？

モデルカードでは3.7を土台にした後継モデルとされています。公開間隔は20日ですが、開発全体を20日で完了したという意味ではありません。公開準備と次版の学習・評価が並行したという説明は、公開情報を踏まえた筆者の推測です。

Q3. 同じ単価なら、利用費用も変わりませんか？

導入単価は3.7と同じでも、追加の推論やツール呼び出しで消費量が増える可能性があります。成功率、処理時間、人の手直しまで含めたタスク単位の費用で比較する必要があります。

生成AIの最新動向を継続的に追いたい方は、毎週日曜15時のYouTube「いけともチャンネル」で、その週のAIニュースをまとめて解説しています。

AIを業務の自動化まで落とし込みたい方は、拙著『Claude 最強のAI自動化術』もご覧ください。

読んで終わらず、実際に手を動かして自分専用のAIツールを作りたい方は、いけともハンズオンのアーカイブをご活用ください。

■合わせて読みたい

■関連記事