GeminiがProを出さなかった7月 — Flash三兄弟に振り切った意味

Gemini 3.6 Flash は2026年7月21日、2つの兄弟モデルとともに公開されました。Google DeepMind が同時に出したのは 3.6 Flash、3.5 Flash-Lite、そして 3.5 Flash Cyber の3つです。

ところがこの発表で最も話題になったのは、出たものではなく出なかったものでした。フラッグシップである Gemini Pro の更新が含まれていなかったのです。同じ月、他の3社は最上位クラスを投入しています。1社だけがフラッグシップを出せなかった、という構図になりました。

さらに独立した測定機関の実測を見ると、もうひとつ意外な事実が出てきます。主力として発表された 3.6 Flash は、知能の面では前世代から向上していません。伸びたのは、より安価な Flash-Lite のほうでした。この記事では、Google が7月に何をして何をしなかったのかを、公式発表と独立実測の両方から読み解きます。

7月21日に出た3つと、出なかった1つ

まず発表の中身を整理します。Google 公式の説明によれば、それぞれの位置づけは次のとおりです。

3.6 Flash は「より優れたコーディング、ナレッジワーク、マルチモーダル性能を提供する主力モデル」で、エージェント的なワークフローを拡張するための効率と品質の最適点を狙ったとされています。3.5 Flash-Lite は「最速で最も費用対効果の高いクラスのモデル」で、低遅延と高スループットが求められる用途、たとえばエージェントによる検索や文書処理を想定しています。3.5 Flash Cyber は、より大きなモデルより低いトークン単価でセキュリティ上の脆弱性を発見・修正するようファインチューンされたモデルです。

提供面は Gemini API、Google AI Studio、Android Studio、Gemini Enterprise、そして Gemini アプリです。開発者向けの入口は一通り揃っています。

3つに共通するのは、いずれも Flash 系列だという点です。軽量・高速・低価格を志向する系列に3本を集中させ、上位の Pro には手を付けなかった。この配分そのものが、7月の Google を最もよく表しています。

3.6 Flash — 知能は据え置き、速度と価格が動いた

主力とされる 3.6 Flash から見ていきます。Google が強調したのは効率です。公式発表には、Artificial Analysis Index を根拠として、3.5 Flash と比べて出力トークン使用量を17パーセント削減したという記述があります。あわせて、多段のワークフローを完了するのに必要な推論ステップとツール呼び出しが少ない、という主張も添えられています。

ここは正確に読む必要があります。17パーセントというのは出力トークンの使用量についての話で、入力を含めた総量でも、価格の話でもありません。同じ仕事をより短い言葉で終える、という意味です。

そして価格のほうは別に動いています。3.6 Flash の API 価格は100万トークンあたり入力1.50ドル・出力7.50ドルです。前世代の 3.5 Flash は入力が同じ1.50ドル、出力が9.00ドルでした。つまり出力単価が16.7パーセント下がっています。

使用量が17パーセント減り、単価が16.7パーセント下がる。この2つは別々の変化ですが、掛け合わせると実効的な支払額は3割前後下がる計算になります。同じ仕事を、より短く、より安く終える。ここが Gemini 3.6 Flash の実質です。

この「短く終える」という性質は、費用以外にも効きます。無駄な言葉が減れば、それを読む人間の時間も減ります。多段の処理を組んでいる場合は、前の工程の出力が次の工程の入力になるため、途中で膨らんだ分がそのまま後続の負担として積み上がります。出力が短くなることは、連鎖の全体に波及する改善です。Google が推論ステップとツール呼び出しの少なさを併記しているのも、同じ文脈で理解できます。

もうひとつ、独立実測では両モデルとも前世代比でタスクあたりの所要時間が半減したと報告されています。これは単価にも使用量にも現れない改善です。画面の前で結果を待つ作業なら体感がはっきり変わりますし、大量のリクエストを並べる処理なら単位時間あたりの処理件数が倍近くになります。

独立実測が示した「向上していない」という事実

では知能はどうか。ここで独立した測定機関のデータが効いてきます。

Artificial Analysis の Intelligence Index において、Gemini 3.6 Flash は公開時の実測で 50 を記録しました（その後の採点更新で、2026年8月時点の掲載値は52です）。そして前世代の Gemini 3.5 Flash も、公開時の実測で同じ 50 でした。つまり総合的な知能の指標では、世代が上がっても向上していません。

同機関はこの点を明示しており、両モデルとも前世代比でタスクあたりの所要時間が半減し、トークン効率が向上したものの、3.6 Flash については知能の向上はなかったと述べています。Google 自身の「より優れたコーディング、ナレッジワーク、マルチモーダル性能」という表現と、この実測は必ずしも矛盾しません。個別の領域で改善があっても、9つの評価を合成した総合指数では相殺されることがあるからです。ただ、世代番号が上がったモデルに対して利用者が抱く期待とは、ずれる可能性があります。

指標の性質にも触れておきましょう。この Intelligence Index は、推論・知識・数学・コーディングなど9つの評価を合成した複合指標です。GDPval-AA v2、Terminal-Bench v2.1、SciCode、Humanity’s Last Exam、GPQA Diamond などが含まれます。特定の1領域だけが伸びても、全体の平均としては動きにくい設計になっています。

なお、この50という値は決して低くありません。比較対象群の中央値が32であることを踏まえると、Flash 系列としては十分に高い位置です。据え置きであることと、性能が低いことは違います。

そもそも、軽量モデルで知能と効率を同時に伸ばすのは簡単ではありません。応答を短くし、処理を速くするという方向の改善は、じっくり考える余地を削ることと表裏一体だからです。深く考えれば正答率は上がりますが、そのぶん時間と語数を使います。今回の Gemini 3.6 Flash は、この綱引きにおいて効率側に振り、知能を落とさずに済ませたと読むこともできます。横ばいという結果は、見方を変えれば「削っても落ちなかった」ということでもあります。

とはいえ、利用者が世代番号の更新に期待するのは通常もう一方の軸です。ここに認識のずれが生まれやすい。発表の言葉と実測の数字を突き合わせて読む習慣は、こういう場面で効いてきます。

むしろ伸びたのはFlash-Liteのほう

同じ発表に含まれたもう1本のほうが、知能面では大きく動いていました。

Gemini 3.5 Flash-Lite は、Intelligence Index で 11ポイントの向上を記録しています。主力として紹介された 3.6 Flash が横ばいだったのに対し、より安価な下位モデルのほうが大きく伸びた形です。

価格は入力0.30ドル・出力2.50ドルで、3.6 Flash のおよそ5分の1から3分の1の水準です。低遅延・高スループットの用途、つまり大量に回す処理を想定した設計になっています。

名前の付き方にも注意が要ります。今回の3本のうち、世代番号が上がったのは Flash だけで、Flash-Lite と Flash Cyber は前世代と同じ 3.5 のままです。番号だけを見ると Flash-Lite は「古いもの」に見えますが、中身は今回更新され、しかも知能の伸び幅は3本のなかで最大でした。番号の新しさと改善の大きさは一致していません。

この構図は、モデルを選ぶ側にとって重要な示唆を持ちます。発表で主役として扱われたモデルが、自分にとっての最良の選択とは限らないということです。世代番号の大きさや紹介の順序ではなく、自分の用途に対応する指標で判断する必要があります。量の出る処理を安く回したいなら、今回の発表で見るべきは Flash-Lite のほうでした。

Flash Cyberという特殊な3つ目

3本目は性格が大きく異なります。

Gemini 3.5 Flash Cyber は、セキュリティ上の脆弱性を発見し修正することに特化してファインチューンされたモデルです。Google の説明では、より大きなモデルより低いトークン単価でこれを実現するとされています。

注目すべきは提供形態です。このモデルは CodeMender という経路を通じて、政府および信頼できるパートナーに限定され、限定アクセスのパイロットプログラムとして提供される予定とされています。一般の開発者が API から呼べるモデルではありません。

同じ月、OpenAI は自社の最上位を「これまでで最も強力なサイバーセキュリティモデル」と位置づけて広く提供し、Anthropic は該当領域で応答を拒否する設計を採りました。Google の選択は、その中間にあたります。能力は作るが、渡す相手を選ぶ。3社3様の判断が同じ月に並んだことになります。

なお、このモデルの技術的な中身や、扱える脆弱性の具体については、この記事では立ち入りません。位置づけと提供条件の紹介に留めます。

Proはどこへ行ったのか

本題に戻ります。なぜフラッグシップの更新がなかったのでしょうか。

事実関係を確認します。Gemini Pro の最終更新は2026年2月でした。7月21日の時点で、5ヶ月間据え置かれていたことになります。Google は5月の 3.5 Flash 公開時に、Pro 版は社内で既に使用しており翌月には展開したい旨を述べていました。しかしその「翌月」にあたる6月にも、7月の発表にも Pro は含まれませんでした。

Bloomberg は2026年7月16日、Google が Gemini 3.5 Pro の投入にあたって社内の性能目標を満たせず遅延していると報じています。これは報道であり、Google の公式説明ではありません。

発表当日、Google DeepMind のプロダクトリードである Logan Kilpatrick 氏は、Gemini 3.5 Pro を現在パートナーとテスト中であり、近いうちに着地することを期待していると述べました。この記事の執筆時点では、まだ公開は確認できていません。

遅延の原因や社内の事情については、公開された情報の範囲を超えるため踏み込みません。確認できるのは、5ヶ月間フラッグシップが更新されていないこと、そして他の3社が同じ月に最上位を出したことです。

FlashがすでにProを追い越しているという事実

ただし、この「Pro不在」の話には続きがあります。数字を見ると、状況はもう少し複雑です。

Artificial Analysis の Intelligence Index で、Gemini 3.6 Flash は50、そして Google 自身の Gemini 3.1 Pro は 46 です（いずれも公開時点の実測）。つまり今回出た軽量モデルが、据え置かれているフラッグシップを既に上回っています。

この事実は「Pro不在」の意味を変えます。もし Pro の役割が「最も賢いモデル」であるなら、その座は社内で既に Flash 系列に移っていたことになります。Google が Pro を出さなかったのは、単に間に合わなかっただけでなく、出すなら Flash を明確に超えるものでなければ意味がないという制約に直面していた可能性があります。実際、社内の性能目標を満たせなかったという報道は、この読み方と整合します。

利用者の立場からは、実用上の含意はもっと単純です。Gemini を使うなら、Pro の登場を待つ理由は薄い。既に出ている Flash 系列のほうが、指標の上では前の Pro より上です。前世代の Pro についてはGemini 3.1 Pro 完全ガイド 2026年5月版 (2026-05-18 公開)にまとめてありますが、そこからの2ヶ月半で立ち位置が変わりました。

Googleは何に賭けたのか

ここまでを踏まえると、Google の7月の動きは一貫して見えてきます。

知能の最前線を押し上げる競争には、この月は参加しませんでした。代わりに、速度・コスト・トークン効率という効率の最前線に3本すべてを投じています。タスクあたりの所要時間を半減させ、出力トークンを17パーセント削り、単価を16.7パーセント下げた。知能の順位表では動きがなくても、同じ仕事を終えるまでの時間と費用は目に見えて改善しています。

この戦略には合理性があります。大量のリクエストを捌く用途では、1問あたりの賢さより、単位時間あたりに何件処理できて総額がいくらになるかが効きます。エージェント的な処理が普及するほど、この軸の重みは増します。

一方で代償もあります。フラッグシップ不在の期間が長引けば、最も難しい仕事を任せる相手として検討されなくなります。同じ月に他社が最上位を出した以上、比較の場に自社の代表が並ばない状態が続いたことになります。技術的な優劣とは別に、選定の候補に挙がらないという不利は積み上がります。導入を検討する側は、まず上位モデルで試してから下位に落とす手順を踏むことが多く、その入口に立てないことの影響は数字に表れにくい形で効いてきます。時系列で見た7月全体の動きは2026年7月、AIモデルが一斉に動いた (2026-08-10 公開)に整理してあります。

メイカーの実務にどう効くか

3Dプリントや設計の現場では、この3モデルはどう使えるでしょうか。

最も効くのは、量の出る処理を Flash-Lite に逃がすことです。入力0.30ドル・出力2.50ドルという価格帯は、これまで手作業でやっていた仕分けを機械に回す判断を後押しします。印刷ログから失敗の種類を分類する、造形物の写真に一括でタグを付ける、複数のフィラメントの技術データシートから必要な数値だけを抜き出す。こうした作業は判断の難易度が低く、回数が出ます。今回の発表で知能が11ポイント伸びたのがこのモデルだという点も、この用途を後押しします。

タスクあたりの所要時間が半減したという実測も、地味に効きます。数百枚の写真を処理する場面では、1件あたりの短縮がそのまま総時間に効きます。手元で待つ作業なら体感が変わりますし、夜間に回す処理なら翌朝までに終わる分量が増えます。

3.6 Flash は、その一段上の作業に向きます。設計メモを読ませて要点を整理させる、スライサーの設定変更が造形にどう効くかを説明させる、といった作業です。約100万トークンの文脈を扱えるので、プロジェクトの資料をまとめて渡す使い方もできます。

一方で、設計の中核を任せる相手としては、現時点で第一候補にはなりにくいでしょう。総合指数50という値は Flash 系列として立派ですが、干渉の検算や公差の設定といった失敗の代償が大きい判断では、より上位のモデルを選ぶ理由があります。安く速い処理は Gemini の Flash 系列、詰めの判断は別のモデルという併用が、現実的な構成になります。

この併用を組むときのこつは、境界をタスクの種類ではなく「間違えたときに何を失うか」で引くことです。分類を1件取りこぼしても、後から目視で拾えば済みます。しかし寸法をひとつ誤れば、印刷して初めて発覚し、材料と時間の両方が消えます。前者は安い側、後者は高い側。この基準なら、モデルの世代が入れ替わっても判断の枠組みは使い続けられます。

もうひとつ、Gemini を使う利点として提供面の広さがあります。API だけでなく AI Studio や Android Studio、業務向けの環境からも同じモデルに触れられるため、試すまでの手間が小さい。まず小さく試して手応えを確かめる、という進め方が取りやすい設計になっています。工程ごとの割り当ての考え方はAI 3D設計 完全ガイド 2026 (2026-07-19 公開)にまとめてあります。

まとめ — フラッグシップ不在の7月が示したもの

Google の7月について、確認できたことを整理します。

7月21日に出たのは Flash 系列の3本で、フラッグシップの Pro は含まれませんでした。Pro の最終更新は2026年2月で、5ヶ月の空白が続いています。Bloomberg は社内の性能目標を満たせず遅延していると報じ、Google DeepMind のプロダクトリードは近く着地することを期待すると述べました。

主力の 3.6 Flash は、独立実測の総合指数では前世代と同じ50で、知能は向上していません。伸びたのは速度とコスト効率、そして下位の Flash-Lite の11ポイントです。出力トークンの使用量が17パーセント減り、出力単価が16.7パーセント下がった結果、実効的な支払額は3割前後改善しています。

そして最も示唆的な数字は、3.6 Flash の50が Gemini 3.1 Pro の46を上回っているという事実です。フラッグシップが不在なのではなく、フラッグシップの座が軽量系列に移りつつあると読むこともできます。

利用者にとっての結論は明快です。Gemini を使うなら Pro を待つ理由は薄く、いま出ているものの中から用途に合うものを選べばよい。待っている間にも仕事は進みますし、仮に Pro が登場したときは、そのとき改めて自分の頻出タスクで比べれば済む話です。未発表のものを前提に計画を立てるより、手元で動くもので組んだほうが確実に前に進みます。そして量の出る処理なら、主役として紹介された 3.6 Flash ではなく、Flash-Lite のほうが答えである場合が少なくありません。発表の見出しではなく、指標と価格表を自分で見る。7月の Gemini が教えてくれるのは、たぶんそういうことです。

ブラウザだけでできる本格的なAI画像生成【ConoHa AI Canvas】

swiftwand

X

AIを使って、毎日の生活をもっと快適にするアイデアや将来像を発信しています。 初心者にもわかりやすく、すぐに取り入れられる実践的な情報をお届けします。 Sharing ideas and visions for a better daily life with AI. Practical tips that anyone can start using right away.