Gemini 3.6 Flash vs 3.5 Flash：ベンチマーク・料金・移行のタイミング（2026年版）
Gemini 3.6 Flash は全ベンチマークで 3.5 Flash を上回りながら、出力トークンを17%削減し価格も引き下げ。比較表と開発者向け移行プレイブックを完全解説。
珍しい「完全上位互換」のアップグレード
モデルのアップグレードは、たいてい何かを犠牲にします —— 品質と速度、価格と能力のトレードオフです。Gemini 3.6 Flash vs Gemini 3.5 Flash は、2026年7月21日に Google が公開したすべての軸で新モデルが勝つという珍しいケースです：より高いベンチマークスコア、より少ない出力トークン、より少ない推論ステップとツール呼び出し、しかもより低いトークン単価。この記事では数値を丁寧に追ったうえで、実践に踏み込みます：誰が、いつ移行すべきか、何を再テストすべきか。
3モデル同時発表の全体像を先に知りたい方は、発表の総まとめからどうぞ。
トークン効率：誰も見逃してはいけない目玉
今回のリリースで最も重要な数値は、ベンチマークスコアではありません。Artificial Analysis Index において、3.6 Flash は同等の作業に対して 3.5 Flash より出力トークンを17%削減します。Datacurve の DeepSWE では、Google は最大65%の削減を確認しています。
これが数字以上に重要な理由：
- 高いのは出力トークンです（出力 $7.50/100万 vs 入力 $1.50/100万）。17〜65%の削減は、コストの支配項を直接攻撃します。
- トークンが少ない = レイテンシが低い。 無駄口の少ないエージェントは早く終わり、マルチステップの連鎖ではその効果が積み重なります。
- 推論ステップとツール呼び出しの削減は、往復回数の減少、障害点の減少、タスクあたりのオーケストレーション負荷の軽減を意味します。
Google はコンピュータ操作タスクでこれを並べて示すデモを公開しています —— トークン効率の比較動画をご覧ください。
ベンチマーク完全比較
| ベンチマーク | 測定対象 | Gemini 3.6 Flash | Gemini 3.5 Flash | 差分 |
|---|---|---|---|---|
| DeepSWE | エージェント型ソフトウェアエンジニアリング | 49% | 37% | +12 pt |
| MLE Bench | ML 研究・エンジニアリング | 63.9% | 49.7% | +14.2 pt |
| OSWorld-Verified | コンピュータ操作 | 83.0% | 78.4% | +4.6 pt |
| GDPval-AA v2 | 実世界のナレッジワーク | 1421 | 1349 | +72 |
この表の3つの読み方：
- **DeepSWE の躍進（37% → 49%）**は、コーディングチームが注目すべき数値です。Google はこれを、単なる能力向上ではなく精度の向上 —— 不要なコード編集の減少と実行ループの削減 —— によるものだとしています。
- **MLE Bench（+14.2ポイント）**は最大の伸び幅で、実験の足場作り、データ分析、学習ループのデバッグといった ML 研究ワークフローでの本質的な前進を示します。
- OSWorld-Verified の 83.0% が重要なのは、コンピュータ操作が Gemini API と Gemini Enterprise でクライアントサイドの組み込みツールになったからです。能力の向上とパッケージングの変化が同時に着地しました。
料金：トークン単価もタスク単価も安く
| Gemini 3.6 Flash | Gemini 3.5 Flash | |
|---|---|---|
| 入力価格 | $1.50 / 100万トークン | より高い |
| 出力価格 | $7.50 / 100万トークン | より高い |
| タスクあたりの出力トークン | 約17%少ない（DeepSWE では最大65%） | 基準 |
| エージェントタスクあたりの実効コスト | 大幅に低い | 基準 |
ポイントは複利効果です。以前は10万出力トークンを消費していたタスクが約8.3万トークンで済むうえ、さらに各トークンの単価も下がります。月に数百万件のエージェントタスクを回すワークロードなら、プロンプトに一切手を加えなくても請求書に節約が現れます。
コンピュータ操作：アドオンから標準搭載へ
3.6 Flash では、コンピュータ操作が Gemini API と Gemini Enterprise 経由でクライアントサイドの組み込みツールとして提供されます。OSWorld-Verified の改善（78.4% → 83.0%）と合わせると、ブラウザエージェント、RPA 的自動化、QA ボットを開発するチームは、より強いモデルとより少ない統合コードを同時に手にすることになります。3.5 Flash の周辺に独自のコンピュータ操作用の足場を維持していたなら、その一部を削除する計画を立てましょう。
安全性のスタンス
3.6 Flash は CBRN とサイバー攻撃の領域で強化された Frontier Safety セーフガードを搭載し、Google は 3.5 Flash よりジェイルブレイク耐性が大幅に高いと報告しています。プロダクトチームにとって同じくらい重要なのは、無害なリクエストへの拒否を減らす訓練も施されている点です。3.5 Flash がセキュリティや医療に隣接する正当なプロンプトを時折拒否していたなら、そのフローを再テストしてください —— 誤拒否率は下がるはずです。
初期顧客の声
Google が発表した顧客リスト —— Figma、Harvey、Hebbia、JetBrains —— は読み解く価値があります：
- Figma と JetBrains は、レイテンシに敏感で推論量の多いツール企業です。速度と効率のストーリーへの裏書きと言えます。
- **Harvey（リーガル）と Hebbia（金融）**は、マルチモーダルなドキュメント処理 —— 解析、チャート・データ分析、レポート作成 —— を特に評価しています。ドキュメント中心のナレッジワークが主なら、GDPval-AA v2 の向上（1349 → 1421）があなたに関係する指標です。
移行プレイブック：いつ切り替えるか
| あなたの状況 | 推奨 |
|---|---|
| エージェント型コーディング（SWE エージェント、コードレビューボット） | 今すぐ移行 —— 品質とトークン効率の最大の勝ち筋（DeepSWE +12pt、最大65%のトークン削減） |
| コンピュータ操作／ブラウザ自動化 | 今すぐ移行 —— スコア向上に加え、組み込みツールが独自の足場を置き換える |
| ドキュメント解析／分析／レポート作成 | 今すぐ移行 —— Harvey と Hebbia のユースケースで実証済み |
| 大量・低レイテンシの単純タスク | 代わりに 3.5 Flash-Lite を検討 —— Flash-Lite ガイド参照 |
| 出力フォーマットの厳格なパースに依存する調整済みプロンプト | 慎重に移行 —— トークン効率化で冗長性が変わる。パーサーと few-shot の例を再検証 |
| コンプライアンスで凍結された本番システム | 計画に組み込む —— 強制的な廃止予定はないが、価格と効率を考えると現状維持は高くつく |
モデル名の文字列を切り替える前の実践チェックリスト：
- 評価スイートを再実行 —— 出力スタイルが引き締まり短くなるため、応答の長さや言い回しに関するアサーションが壊れる可能性があります。
- 構造化出力のパースを再確認 —— 冗長性の減少は JSON の信頼性にとって通常は朗報ですが、検証は必須です。
- 拒否に敏感なフローを再テスト —— 誤拒否は減るはずですが、自社の安全フィルタとの整合を確認してください。
- トークン単価ではなくタスク単価で再計測 —— 17〜65%のトークン削減により、トークン単価の比較では節約効果を過小評価してしまいます。
評決
Gemini 3.6 Flash は、公表されたトレードオフが存在しない稀有な後継モデルです：コーディング、ML 研究、コンピュータ操作、ナレッジワークのすべてで優れ、より少ないトークンをより低い価格で出力します。スタックが凍結された出力フォーマットに依存しているのでない限り、3.5 Flash からの移行はするかどうかではなく、どのスプリントでやるかの問題です。