Gemini 3.8 Flash提供開始　長期タスクで変わる推論と費用

Googleは2026年9月3日、日本語版の公式ブログでGemini 3.8 Flashの提供開始を発表した。長時間に及ぶソフトウェア開発、自律型エージェント（autonomous agent）、専門分野の多段階推論を主な対象とし、Gemini 3.7 Flashと同じ速度・低コスト帯のモデルと位置付けた。

更新の焦点は、短い質問への応答より、モデルが推論とツール呼び出しを重ねる長期タスクにある。その分、処理量は依頼の難しさと設定で変わる。導入側は提供元の評価値だけで判断せず、実際のコードや文書を使って品質、待ち時間、トークン消費を同時に測る必要がある。

更新点──短い回答より長期タスク

Googleの日本語版発表は、3.8 Flashを3.7 Flashの後継と位置付け、ソフトウェア開発、エージェント処理、専門領域の多段階推論を主な強化対象に挙げている。複雑な課題では推論の段階を増やし、ツールを繰り返し呼び出して途中の結果を点検する設計だ。

長い文脈を一度に渡せることと、長い作業を正しく終えられることは同じではない。リポジトリ全体の変更では、要求の読み違い、古い依存関係、テスト漏れ、外部ツールの失敗が途中に入る。文脈窓の大きさは入力容量を示すが、作業完了率や修正量は別に測る。

仕様──100万トークンと三段階の思考レベル

Googleの開発者向け文書によると、モデルIDはgemini-3.8-flashで、一般提供（General Availability、GA）に入っている。文脈窓は100万トークン、最大出力は64,000トークンで、思考レベルはlow、medium、highの三段階、初期値はmediumである。minimalは対応外で、指定するとエラーになる。

Google DeepMindの製品ページは、入力をテキスト、画像、動画、音声、PDF、出力をテキストとし、関数呼び出し、検索、コンピューター操作をツール欄に挙げている。マルチモーダル（multimodal）入力を扱えても、画像生成と音声生成を同じモデルから返す仕様ではない。

3.7との比較──公式評価を実務の成績にしない

Google DeepMindが掲載した比較では、金融エージェント評価のVals Finance Agent v2が3.8 Flashの61.4％に対して3.7 Flashは59.0％、多分野の推論を測るHLE-Verifiedは54.9％に対して53.6％だった。Googleは長時間のソフトウェア開発を測るDeepSWE v1.1でも優位性を示すとしている。

いずれも提供元が選んだ評価と実行条件による数値である。日本語の社内文書、利用中のコードベース、接続するツール、権限設定を再現した第三者の盲検試験ではない。候補を絞る材料にはなるが、自社の合格判定を置き換えない。

AIモデルを同じ業務データで比べる際は、精度、遅延、1件当たり費用、入力データ、版管理、代替経路の六項目をそろえる。3.8 Flashの試験でも、モデル単体の点数と、作業を完了するまでの人の修正時間を分けて残す。

料金──2027年1月に標準価格へ移行

Gemini APIの案内では、2026年12月31日までの特別価格は入力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、2027年1月1日からは入力1.50ドル、出力7.50ドルとなる。いずれも米ドル建てで、円換算額は為替で動く。

期間	入力100万トークン	出力100万トークン
2026年12月31日まで	0.75ドル	3.75ドル
2027年1月1日から	1.50ドル	7.50ドル

単価が同じでも、長期タスクの総額は一定ではない。Googleは、難しい依頼では推論を細かく分け、ツールを反復利用するため、思考レベルを高くするとトークン消費が増える場合があると説明する。料金比較には入力と最終出力に加え、再試行、ツール呼び出し、人の修正を含める。

提供先──有料利用者と開発者で入口が異なる

Googleの日本語版発表は、一般利用者についてGoogle AI ProとUltraの登録者がGeminiアプリ、Google検索のAIモード、Googleスプレッドシートで3.8 Flashを使えるとしている。開発者向けにはGoogle AI Studio、Android Studioを通じたGemini API、Google Antigravity、Stitchを挙げ、法人向けの入口をGemini Enterpriseとしている。

この発表は無料アカウントを提供対象として明記していない。日本向けの無料アカウントでモデルを選べるか、利用上限がいくつかを示すGoogleの資料は、本稿執筆時点で確認できていない。画面に表示されるモデル名、契約プラン、地域ごとの機能を利用前に分けて確認する必要がある。

導入試験──小さな作業で品質と総費用を測る

開発用途の初回試験は、変更を元に戻せる小さな作業から始める。例えば一つの不具合について、原因候補の列挙、修正計画、変更、テスト追加までを一組にし、low、medium、highで同じ依頼を実行する。各回で次の項目を記録する。

1. 完了条件：変更すべきファイル、通過すべきテスト、触れてはいけない範囲を先に定める。
2. 出力品質：要求の取り違え、テスト漏れ、不要な変更、人が直した行数を数える。
3. 時間と費用：初回応答、作業完了、再試行に要した時間と入出力トークンを残す。
4. ツールの挙動：許可した操作、失敗した呼び出し、停止条件、途中から人へ戻した回数を記録する。
5. 再現条件：モデルID、思考レベル、指示文、実行日、コードの版を保存する。

長い文脈窓を埋めるためにリポジトリ全体を無条件で渡すと、不要な情報が増え、機密情報や認証情報まで入力する危険が生じる。対象ファイルと権限を作業単位で絞り、変更は別のブランチで受け、人が差分とテスト結果を確認してから統合する構成が要る。

制約──知識の期限と非英語の安全性

Google DeepMindのモデルカードは、ハルシネーション、散発的な遅延とタイムアウト、思考レベルを高くした場合のトークン増加を既知の制約に挙げる。知識の期限は2026年3月だが、分野によっては2025年1月までの情報に限られるとしている。検索を併用しても、引用先が主張を支えるかは別に確かめる必要がある。

同カードの自動安全性評価では、多言語の指標が3.7 Flashより5.4ポイント悪化し、Googleは非英語で安全性能がわずかに後退したと説明している。この「多言語」は日本語単独の成績ではない。日本語の拒否、危険な指示への応答、業務用語の解釈は、実際の利用場面に合わせて別に試験する。

よくある質問

Gemini 3.8 Flashは無料アカウントで使えるか
Googleの発表が明記した一般利用者はGoogle AI ProとUltraの登録者である。日本向け無料アカウントの利用可否と上限は、同じ発表からは確認できない。Geminiアプリのモデル表示と現在のプランを個別に確認する必要がある。

Gemini 3.8 Flashは3.7 Flashより速いか
Googleは3.7 Flashと同じ速度・低コスト帯と説明し、主な変更点を長期の開発、エージェント処理、多段階推論に置いている。同一の日本語タスクを使った応答時間の比較値は発表にない。思考レベル、入力長、ツールの待ち時間をそろえた測定が必要である。

プロジェクト全体の変更を任せられるか
公式の用途には長時間のソフトウェア開発と自律型エージェントが含まれる。一方、モデルカードはハルシネーション、遅延、タイムアウトを明記する。テスト、版管理、差分の確認、失敗時の停止と復旧を人の承認から外す根拠にはならない。