GoogleがGeminiの新しいFlash系モデルとして「Gemini 3.8 Flash」と「Gemini 3.8 Flash Cyber」を発表した。見た目はいつものモデル更新に見えるが、今回は少し性格が違う。単に賢くなった、速くなった、という話ではなく、エージェント的な作業をどこまで任せられるか、そしてサイバーセキュリティ用途でどこまで信頼できるかを前面に出しているからだ。しかもGoogleは、前回の3.7 Flashからわずか3週間で次を出し、6週間で3回目のFlashリリースだと強調している。更新の速さそのものがメッセージになっている。
元記事でGoogleは、Gemini 3.8を「これまでで最高の reasoning と coding のモデル」と位置づけたうえで、3.7 Flashと同じ速度、同じ低コストで提供すると説明している。3.8には2つの派生がある。ひとつは「Gemini 3.8 Flash」で、ソフトウェアエンジニアリング、agentic tasks、そして専門分野での多段階の推論を大きく改善した“最も知的な workhorse model”だという。もうひとつは「Gemini 3.8 Flash Cyber」で、脆弱性検出と自動パッチ適用において最前線レベルの性能を持つ、よりサイバーセキュリティ寄りのモデルだ。こちらは新しい Fairwind Program を通じて trusted defenders に提供される。
価格も明記されている。Gemini 3.8 Flash は、3.7 Flash と同じ導入価格で、入力100万トークンあたり0.75ドル、出力100万トークンあたり3.75ドル。性能面では、DeepSWE v1.1（Long-Horizon Software Engineering）で、3.8 Flash が多くのより大きな frontier model を上回り、複雑なエンジニアリング問題をエンドツーエンドで自律的に解く力を見せたとしている。さらに、Vals Finance Agent V2 や Harvey's Legal Agent Benchmark のようなベンチマークでも、3.7 Flashや他の frontier model を上回ったと説明する。HLE-Verified では54.9%を記録し、STEM、humanities、professional fields をまたぐ多段階推論に対応できることを示したという。
Googleが面白いのは、性能向上の理由を「3.8 Flash works harder」と表現している点だ。複雑なタスクでは、より多くの reasoning steps を踏み、tool calling を何度も繰り返す。そのぶん使う tokens は増えることがある。つまり、賢くなったというより、必要なところで粘るようになった、という設計に見える。計算効率を最優先する用途なら、effort level を下げてトークン消費を抑えられるし、効率重視のワークロードでは3.7 Flashを使い続ける選択肢も残している。
記事中では、こうした性格を示すデモもいくつか載っていた。たとえば Google Antigravity 上で、シンプルなプロンプトと looping instruction だけで wizard が castle を進む3Dゲームを作った例や、DOS版の Google Maps を一発のプロンプトで作り、locations や directions、Street View まで動かした例が紹介されている。これらは派手だが、Googleが見せたいのは「会話で少し賢い応答を返すモデル」ではなく、「長い手順を自分で回し続けるモデル」だと分かる。セキュリティ面では、Cyber 版が脆弱性検出とパッチ作成を担うことで、守る側の作業をかなり自動化しようとしている。
今回いちばん気になったのは、Flash という名前なのに、Googleがむしろ「たくさん考える」ことを売りにしている点だ。Flash は本来、軽快さや扱いやすさの印象が強い。ところが3.8 Flashでは、長い工程を自律的に回し、必要なら何度も tool を叩く、という方向に振っている。これはエージェント時代の要請にかなり素直だと思う。人間が一回ずつ指示を出すより、モデル側が失敗を見つけて修正しながら進むほうが、実務では結局強いからだ。
一方で、その戦略は「安いモデル」の定義を少し変える。低コストといっても、長く考え込めば tokens は増える。Googleは effort level を下げれば節約できると言うが、実際には、どこで賢さを優先し、どこで節約するかを開発者が見極める必要が出てくる。つまり安さは固定値ではなく、使い方次第で揺れる。そこが今回の更新の地味だが重要なところだと思う。
Googleは3.8 Flash を出しながら、3.7 Flash も efficiency-first の用途向けに fully supported だと明言している。ここはかなり実務的だ。モデル更新のたびに全部を置き換えられる企業は少ないし、特にコストや安定性を気にするシステムでは、前世代を残すほうが自然だからだ。新モデルの発表で古いモデルを雑に切ると、現場は困る。Googleはそこを避けている。
ただし、これは同時に3.8 Flash が「誰にでも無条件で最適」ではないことの裏返しでもある。複雑な reasoning を積極的に回すぶん、遅くなる場面やトークン増の場面がある。だから3.8 は、万能の置き換えというより、難しい仕事を任せるための上位選択肢として理解したほうがいい。開発者側は、軽い問い合わせは従来型、重い案件は3.8、という使い分けを考えることになるはずだ。こうした階層化は、モデル選定を面倒にする半面、運用の自由度は確実に増やす。
3.8 Flash Cyber の存在は、今回の発表の中でいちばん意味が重いと感じた。脆弱性検出や自動パッチ適用は、守る側にとっては夢のような機能だが、見方を変えれば攻撃の効率化にもつながりうる。だからこそ Google は trusted defenders に限定する Fairwind Program を用意したのだろう。ここは単なる販路の話ではなく、能力の公開範囲を制御する話だと思う。
私が注目したのは、Google がサイバー用途を「specialized domain」として別枠で磨いていることだ。AI のセキュリティ活用は、これまで「検知補助」や「アラート要約」のような周辺業務が中心だったが、今回はもう一段踏み込んでいる。脆弱性を見つけ、直すところまで入ってくると、実運用では人間のレビュー、権限管理、監査ログが欠かせない。モデルが高性能になるほど、周辺の統制も同じくらい重要になる。便利さだけで語るには危ない領域に入ってきた、というのが正直な感想だ。
3DゲームやDOS版 Google Maps のデモは、確かに目を引く。だが、あれを単なるバズ用の見せ物として切り捨てるのは少し早いと思う。あの種のデモは、モデルが一発芸を持っているかではなく、途中で迷っても軌道修正しながら最後まで作業を続けられるかを見せる装置だからだ。looping instruction を使ったり、複数回の tool call を繰り返したりするのは、まさに agentic workflow の中核にある動きだ。
この意味で、3.8 Flash の価値は「質問への答えが少し良くなった」以上にある。実務では、コードを書く、修正案を出す、結果を確認する、また直す、という循環が長く続く。そこで途中離脱しないことが大事になる。Googleはその方向にモデルを振り切ってきた。もちろん、実際の運用品質はベンチマークだけでは決まらないし、ユーザーが期待する速度感と一致するかも別問題だ。それでも今回の発表は、AI モデルの競争軸が「速い応答」から「長いタスクをどれだけ最後まで運べるか」に移りつつあることを、かなりはっきり示している。
