Googleは9月2日、Gemini 3.8 Flashとサイバーセキュリティ向けの3.8 Flash Cyberをリリースしました。3.7 Flashのリリースからわずか3週間で、これは6週間以内での3回目のFlashシリーズ更新です。Googleは3.8を現在最も強力な推論およびコーディング用Flashモデルと位置づけており、一般版はGemini API、Google AI Studio、Android Studio、Gemini Enterprise、および一部の消費者製品で利用可能となっています。一方、Cyber版は新たなFairwind Programを通じて、信頼できる政府機関、重要インフラ運営者、ソフトウェア保守担当者に優先的に提供されます。両者は基礎的な知能を共有していますが、デプロイ権限とセキュリティ保護は異なります。
通常、3.8 Flashの導入価格は、入力トークン100万あたり0.75ドル、出力トークン100万あたり3.75ドルで、3.7と同様です。ただし、この価格は2026年12月31日まで有効であり、2027年1月1日から、公式に掲載される価格は入力1.50ドル、出力7.50ドルに引き上げられます。見過ごされがちなのは、モデルが複雑なタスクを処理する際により多くの推論ステップを実行し、ツールを繰り返し呼び出すため、Googleは「高努力レベル」がより多くのトークンを消費する可能性があると明確に警告している点です。単価が上昇していないからといって、タスクの総請求額が変わらないとは限りません。
フラッシュがロングタスクの争奪戦を開始。速度だけでなく完了率も重視
Googleが提示した証拠は、長周期コーディング、専門的分析、および多段階推論をカバーしている。3.8 Flashは、DeepSWE v1.1の長周期ソフトウェア工学評価で、より大きな最先端モデルの多くを上回り、HLE-Verifiedでは54.9%を達成した。同社は、金融エージェントおよび法律エージェントのベンチマークを引用し、Flashを低遅延質問応答モデルから、継続的に計画を立て、ツールを呼び出し、完全な結果を提供できる作業モデルへと進化させようとしていることを示している。ハードウェアの分解可視化、単一のプロンプトによるDOS版マップの生成、3Dゲームの生成などのデモは、モデルがコード断片を出力するだけでなく、ループ内で成果物を継続的にチェックし修正できることを強調している。
しかし、基準スコアは直接的に企業の生産性に換算できません。長時間タスクの成功率は、コードリポジトリの規模、依存環境、テストの品質、ツールへのアクセス権限、およびリトライ予算に大きく影響されます。3.8「より熱心な」戦略は完了率を向上させますが、実行時間とトークン使用量も増加させます。開発チームは、1回の呼び出し価格、1タスクあたりの合計トークン数、ツール呼び出し回数、成功までのリトライ回数、および手動での再作業時間を記録しなければ、アップグレードが本当にコスト削減につながるかどうかを判断できません。遅延や予算を優先するワークロードについては、Googleは引き続き努力レベルを下げること、または3.7 Flashを継続することを推奨しています。旧バージョンは新製品のリリースにより直ちにサポートが終了することはありません。
一般版は開発者および企業向けに公開されており、Google AI ProおよびUltraユーザーはGeminiアプリ、検索AIモード、Gemini in Sheetsでも利用できます。各アクセス経路における機能、クォータ、およびリージョンごとの提供範囲は異なるため、「モデルがリリースされた」という表現は、すべてのユーザーおよびすべての製品で完全に同じ機能が提供されたことを意味しません。特に自律ツールを含むワークフローについては、アプリがモデルに適切なツール、権限、および復元可能な実行環境を提供できるかどうかに依存して公開が決定されます。
Cyberバージョンはより強力でより狭く、47.2%は自動修復の約束ではありません
Gemini 3.8 Flash Cyberは、脆弱性の発見とパッチ生成に重点を置いています。Googleは、20種類のプログラミング言語をカバーする内部脆弱性発見評価で、成功率が70％以上であると述べています。外部のCWE-Benchパッチ評価では、pass@1が47.2％で、あるリーディングな最先端モデルの47.8％に近い水準ですが、コストは低く抑えられています。Chromeセキュリティチームの内部利用結果では、3.8 Flash Cyberが生成した正しい脆弱性パッチの数が、最良の大型商用モデルの2.6倍でした。Wizも、内部のペネトレーションテストベンチマークにおける再現率が7.5～9.7ポイント向上し、コストは2.3～5.2倍低減されたと報告しています。
これらの数値は参考になる一方で、限界も存在します。内部ベンチマークのサンプル、ヒント、および人間による判定方法は公告内で完全には開示されていません。47.2%のpass@1は、1回の生成では半数以上の問題が正しく修正されるとは限らないことを意味します。Googleは「利用」よりも「修正」を優先し、一般向け3.8に化学、生物、放射性、核、およびサイバー悪用防止機能を追加しました。Cyberバージョンは専門的な防御要件に対応するため、より緩和されたサイバーセキュリティ制限を採用しており、全面的に公開されておらず、Fairwindプログラムの信頼できる防御者にのみ提供されています。
今回のリリースで真正に変わったのは、Flashシリーズのトレードオフです。従来は低価格と高速性で大量リクエストを引き付けていましたが、今や複雑なタスクの完了率を追求するためにより長い推論ループを採用しています。企業が3.7を3.8に直接置き換える際に最も陥りやすい誤りは、100万トークンあたりの価格だけを比較することです。より安全なアプローチは、実際のタスクを階層化してテストすることです。シンプルなリクエストには努力レベルを制限し、長時間タスクにはより多くのループを許可し、セキュリティが重要なタスクには人間による承認と隔離環境を維持します。3.8 Flashはすでに利用可能で、Cyberも制限付きプランに参加しています。しかし、それがより低い総コストでより多くの生産タスクを完了できるかどうかは、各チームのエンドツーエンドのデータによってのみ判断されます。