Gemini 3.6 Flashとは？性能や料金、3.5 Flash-Liteとの違いを徹底解説

Gemini 3.6 Flashは、Googleが2026年7月21日にリリースしたGeminiシリーズのFlashティア主力モデルです。前世代3.5 Flashからコーディング・エージェント・マルチモーダル性能を強化しています。

本命の3.5 Proが未提供の中、Flashティアの再強化とサイバー特化版・軽量版が同時発表されました。Figma・Harvey・Hebbia・JetBrainsが3.6 Flash公式testimonialとして採用事例を公表しています。

本記事では、性能・料金・兄弟モデルとの位置づけ・使い方・破壊的変更を含む移行手順・Claude Haiku 4.5との乗り換え判断までを2026年7月時点の最新情報で解説します。

Gemini 3.6 Flashとは？Googleが2026年7月に投入した新Flashティアの主力モデル

Gemini 3.6 Flashとは、Googleが2026年7月21日にリリースしたGeminiシリーズのFlashティア主力モデルです。

前世代のGemini 3.5 Flashからコーディング・エージェント実行・マルチモーダル推論を引き上げつつ、出力単価の引き下げと出力トークン平均削減を同時に実施したエージェントワークロード向けのコスト構造改善アップデートです。

Gemini Managed Agents内の「Antigravity agent」で3.6 Flashがデフォルトモデルに据えられており、Flashティアが単なる廉価版ではなくGoogle自身のデフォルト運用モデルになった点が象徴的な動きです。

Gemini 3シリーズの中での位置づけ

Geminiは「Pro（高精度）／Flash（速度と精度のバランス）／Flash-Lite（大量処理・最低コスト）」の3階層で使い分ける構成で、3.6 FlashはそのFlash階層を再強化した主力です。

• Pro階層：本命の3.5 Proはコーディング性能の詰めに時間がかかり未提供、実質はGemini 3.1 Pro Public Previewが暫定フラッグシップ
• Flash階層（本記事）：Gemini 3.6 Flashが主力、Cyber特化版と軽量Flash-Liteは別モデルで同時発表
• Flash-Lite階層：Gemini 3.5 Flash-Liteが高スループット処理向け

ここでのポイントは、3.5 Pro未提供の間はGemini 3.1 Proがフラッグシップを暫定的に担い、日常エージェントワークロードは3.6 Flashが受け持つ二段構え、という点です。

Flash-Lite・Flash Cyberの詳細な使い分けは後段「Gemini 3.5 Flash-LiteとGemini 3.5 Flash Cyberの位置づけ」で、Figma・Harvey・Hebbia・JetBrainsの採用事例は「Gemini 3.6 Flashの企業活用事例」でそれぞれ扱います。

Gemini 3.6 Flashの性能改善——エージェント・コーディングで一段強化

ここからは、Gemini 3.6 Flashが具体的にどこを伸ばしたのかをベンチマーク数値で見ていきます。

Googleの公式ブログ（Introducing Gemini 3.6 Flash, 3.5 Flash-Lite, and 3.5 Flash Cyber）と、第三者ベンチマークサイトArtificial Analysisの実測値の両方で確認しています。

Gemini 3.6 Flashが4つのエージェント指標で3.1 Pro・3.5 Flashを上回る（発表時：2026年7月）（出典：Google公式ブログ）

DeepSWE・MLE Bench・OSWorld-Verifiedの実測スコア

最も伸びが大きかった3つのベンチマークを、前世代の3.5 Flashと並べます。

DeepSWEとMLE Benchの伸びは、Flashティアとしては異例の大きさです。

特にMLE Benchは、モデルが機械学習の研究タスク（データ探索・モデル選定・学習コード修正など）をエージェントとして完遂できるかを測る指標で、14ポイントの改善は、Flashティアでも研究補助タスク領域のベンチマークで大きく前進したことを示しています。

OSWorld-Verifiedはデスクトップ画面操作の自動化タスクで、83.0%は Flashティアでもデスクトップ画面操作のベンチマークで実用可能性を示唆する水準です。

Artificial Analysis Indexで平均17%削減——エージェント運用コストに直結

コスト面で最も効いてくるのは、出力トークン使用量が平均17%削減された点です（Artificial Analysis Index上のタスク平均値）。

DeepSWEのようなコード修正エージェントに限れば最大65%削減の場面もあると報告されていますが、削減率はタスク種別で変動するため、自社ワークロードでは個別に実測する必要があります。

Gemini 3.6 Flashは3.5 Flashよりタスクあたり出力トークン量を大幅削減（出典：Google公式ブログ）

エージェント運用では出力トークンが従量課金の中心を占めるため、トークン量が減ればその分だけ1タスクあたりの実コストが下がります。
単価$7.5への値下げと組み合わさると、コスト削減の余地が大きくなります。

仮に同程度の17%削減が自社ワークロードでも再現した場合、前世代3.5 Flash（$9/1M出力）で$100かかっていたエージェントワークロードは、単価だけで$83、出力量削減も加味すると$70前後になる試算です（実際の削減率は前述のとおりタスク種別で変動）。

速度と知識カットオフ——Output Speed 303tok/s・カットオフは2026年3月

Artificial Analysisの実測では、Gemini 3.6 FlashのOutput Speed（1秒あたり出力トークン数）は303.6 tokens/secで、186モデル中1位です。

TTFT（Time To First Token・初回応答レイテンシ）は11.54秒とやや長めですが、生成が始まってからの速度は最速クラスに位置します。

Intelligence Indexは50点で、186モデル中21位。フラッグシップ帯（GPT-5.6・Claude Opus 4.7・Gemini 3.1 Pro）と直接勝負するモデルではなく、「Flashティアで速度・コストと知能のバランスを取る」ポジションが明確です。

知識カットオフは2026年3月まで前進しました。前世代の3.5 Flashが2025年1月カットオフだったため、学習対象に1年以上分の情報が追加された形になります。ただし、モデルカードでも幻覚は既知の制約として挙げられており、個別トピックの網羅性・正確性は保証されません。カットオフ以降の直近情報や具体ファクトは、検索ツール（Search Grounding等）や信頼できる一次ソースと突き合わせる運用が必要です。

対応ツール群——Computer Use・Structured Outputs・Search Grounding

Gemini 3.6 Flashは、Gemini APIで提供される主要ツールの大半をサポートしています。

公式ドキュメントで明記されている対応機能は以下のとおりです。

9機能のうち、料金インパクトが大きいのはCaching（入力料金最大90%割引）、実装で扱いに注意が必要なのはComputer Use（Preview提供のため権限管理・監査ログを別途設計）です。

入力はテキスト・画像・動画・音声・PDFの5モーダル対応で、出力はテキストのみです。音声生成・画像生成・Live APIには非対応で、これらを扱いたい場合は別モデルとの併用が必要になります。動画生成はGemini Omni Flash（Preview）、画像生成はNano Banana系、音声・双方向対話はLive API対応モデルとして分離して選択します。

既知の制約——幻覚・遅延・UI生成での評価差

ベンチマーク上の改善は大きいものの、Gemini 3.6 Flashのモデルカードは幻覚（事実と異なる出力）と一時的な遅延・タイムアウトを、公式移行ガイドはUIレイアウト生成タスクで旧世代モデルの結果を好む評価者もいたことを、既知の制約として挙げています。

本番投入時は品質・信頼性のモニタリング（幻覚検出・タイムアウトリトライ・UI生成用途では旧モデルとのA/B比較）を継続する前提で運用するのが安全です。

Gemini 3.6 Flashの料金体系——入力$1.50・出力$7.50・キャッシュ2階建て

料金は提供チャネル（Google AI Studio経由か、Vertex AI経由か）でStandard料金は同一です。

ただしキャッシュ料金は「読み取り」と「保存」の2階建てで、$0.15の読み取り料金だけを見て試算するとコスト構造を見誤ります。

またVertex AIにはStandardのほかBatch・Flex・Priorityの各料金体系があり、Standardと同一料金なのはStandard間の比較に限られます。

基本料金

Gemini API公式pricingに記載されたStandard料金は以下のとおりです。

Google AI Studio経由でもVertex AI経由でも、Standard料金はトークン単価が同一です（Vertex AIのBatch・Flex・Priorityは別料金体系）。

前世代のGemini 3.5 Flashは入力$1.50・出力$9.00だったため、入力は据え置き・出力は約17%値下げされています。

キャッシュ利用時

キャッシュ料金は読み取り単価$0.15と保存料金$1.00/1Mトークン/時間の2階建てで課金されます。

「$0.15だから9割引で使い放題」ではなく、キャッシュに乗せた分は保存時間に応じて時間従量課金が積み上がります。

たとえば1Mトークンのシステムプロンプトを24時間キャッシュに乗せ続けると、保存料金だけで$24が発生します。
1日に何回読み取るかで実質単価が決まる仕組みで、頻繁に呼び出される長文コンテキストほど有利、稀にしか使わない場合はキャッシュを利用しないほうが安いケースもあります。

コンテキストと出力上限

コンテキストウィンドウは入力1,048,576トークン（1M）、出力上限は65,536トークンで、いずれも3.5 Flashから据え置きです。

長いレポート生成やコード全書き換えのようなタスクでも1リクエストで完結できる上限は前世代から継承しています。

キャッシング機能を組み合わせることで、100万トークン級の長文コンテキスト（企業ナレッジベース・仕様書一式・会話履歴）を毎回全部再送するコスト構造を避けられます。
1M入力を毎回$1.50で送ると1回$1.50ですが、キャッシュヒットさせれば$0.15で済みます。

【関連記事】
Geminiの料金完全ガイド｜個人・法人・APIプラン徹底比較

Vertex AI経由と AI Studio経由の使い分け

料金が同じなら、選ぶ基準は運用要件になります。Vertex AIは有償のGCPアカウントとIAM設定が必要で、監査ログ・VPC Service Controls・データ所在地要件をそのまま適用できます。
AI Studioは個人アカウント即利用でプロトタイプ向きです。

「開発フェーズはAI Studio、本番はVertex AI」という使い分けは、統制要件（IAM・監査ログ・データ所在地・SOC2）が求められる場合の有力候補です。組織の要件次第では、開発から本番まで単一チャネルで完結させる選択もあります。

Gemini 3.5 Flash-LiteとGemini 3.5 Flash Cyberの位置づけ

Gemini 3.6 Flashと同時に発表された「Gemini 3.5 Flash-Lite」と「Gemini 3.5 Flash Cyber」は、性格の異なるモデルです。

Flash主力の3.6 Flashを中心に据え、その下位（大量処理向け）と特化型（サイバー特化）を同時にラインアップしたと理解すると位置づけが整理できます。

Gemini 3.5 Flash-Lite——大量処理向けの高速・低単価版

Gemini 3.5 Flash-Liteは、Flashティアの中でも高スループット・低レイテンシーを最優先した軽量版です。

単価は3.6 Flashのおよそ1/5〜1/3で、大量処理を「安く・速く」回すユースケース向けです（Output Speed 350tok/sはGoogle発表時のArtificial Analysis測定値・第三者ベンチの現在値は日次で変動）。

ベンチマークもFlash-Liteとしては大幅に改善しており、Terminal-Bench 2.1で54%（前世代3.1 Flash-Liteの31%から）、SWE-Bench Proで54.2%（前3 Flashの49.6%から）、OSWorld-Verifiedで74.0%（前3 Flashの65.1%から）を記録しています。

Gemini 3.5 Flash-Liteは前世代3.1 Flash-Liteからエージェント能力が大幅改善（出典：Google公式ブログ）

Gemini 3.5 Flash-Liteは3 Flashと比較しても両ベンチマークで上回る（出典：Google公式ブログ）

3.6 Flash（OSWorld 83%）ほどではありませんが、Flash-Liteが前世代からベンチマーク上で大きく前進したことは事実です。実タスクでの適用可否は個別ワークロードで評価する必要があります。

目安として、「1タスクあたり数千〜数万トークンの多段処理でツール呼び出しも複数含む」なら3.6 Flash、「文書分類・要約・スクリーニングなど1タスク軽量・件数勝負」ならFlash-Liteから検討を始めるのが実務的です（両者を候補として実データで比較検証してから確定するのが安全）。

Gemini 3.5 Flash Cyber——サイバー脆弱性検出特化の限定モデル

Gemini 3.5 Flash Cyberは、サイバーセキュリティの脆弱性検出・検証・パッチ生成に特化した限定モデルです。

GoogleのCodeMender（マルチエージェントで脆弱性発見〜修正まで自動化するシステム）に組み込まれ、複数のエージェント連携で動きます。

CyberGymでGemini 3.5 Flash Cyberは83.2%、Mythos PreviewとGPT-5.6 Sol・Mythos 5・GPT-5.5-Cyberに挟まれた同帯（出典：Google公式ブログ）

サイバーセキュリティ専用ベンチマーク「CyberGym」では**83.2%**を記録し、Mythos Preview（83.1%）とほぼ同水準で、GPT-5.6 Sol（83.6%）・Mythos 5（83.8%）・GPT-5.5-Cyber（85.6%）と拮抗するフロンティア帯に位置しています。ただしこのスコアは Gemini 3.5 Flash Cyber を CodeMender（1件のレポート生成時に最大5回モデル呼び出し）に組み込んだ構成での結果で、他社は自己申告の測定条件を含みます。エージェント構成・評価条件は同一ではないため、単純なモデル同士の順位比較には注意が必要です。V8 JavaScriptエンジンの検査では55件のユニーク確認済み脆弱性を発見し、Gemini 3.5 Flashの47件、Claude Opus 4.6の36件を上回っています。

提供形態は政府・信頼できるパートナー向けの限定パイロットを近日開始予定とされており、一般開発者は利用できません。

AnthropicのClaude MythosがProject Glasswing経由で審査済み組織へ限定提供されているのと似た設計思想です。

サイバー能力を汎用モデルとして市場に流すリスクを避け、防御側にだけ届ける枠組みを取っています。

Gemini 3.6 Flashの使い方—

Gemini 3.6 Flashは複数のチャネルから利用できます。

本章では代表的な4つの利用経路（AI Studio・Gemini API・Vertex AI・Google Antigravity）を紹介します。想定するユースケースによって選ぶチャネルが変わります。

Google AI Studio——ブラウザで即試せる開発者ハブ

Google AI Studioは、ブラウザ上でGeminiモデルを試せる開発者向けハブです。Googleアカウントさえあれば無料で試用でき、APIキーの発行もこの画面から行えます。

モデル選択画面からGemini 3.6 Flashを選び、プロンプトを入力するだけで動作確認できます。

Structured Outputs・Function Calling・Thinkingの各機能も画面から切り替えられ、本番APIに組み込む前のプロトタイピングに向いています。

Gemini API——コードから直接呼び出す

本番アプリケーションに組み込む場合、Gemini API（正確には後継のGemini Interactions API）経由で呼び出します。

基本形はモデル識別子gemini-3.6-flashを指定するだけです。

from google import genai

client = genai.Client(api_key="YOUR_API_KEY")

interaction = client.interactions.create(
    model="gemini-3.6-flash",
    input="次のPythonコードのバグを修正してください: ...",
    generation_config={"thinking_level": "medium"},
)

Function Callingを使う場合は、Interactions API公式ドキュメントの関数定義形式（type: "function"）に合わせる必要があります（旧generateContent系のfunction_declarationsとは形式が異なります）。

thinking_levelは前世代のthinking_budgetから置き換わったパラメータで、minimal・low・medium・highのいずれかを指定します（後述の移行手順で詳述・Thinking公式ドキュメント）。

Vertex AI——エンタープライズ本番用

Google Cloud Vertex AI経由の場合、GCPプロジェクトのIAM・監査ログ・VPC Service Controls・データ所在地といったエンタープライズ要件をそのまま適用できます。

Standard料金はAI Studio経由と同一（入力$1.50・出力$7.50）で、統制要件を満たす本番運用の第一選択になります。

エンタープライズSaaSでのGemini採用は、統制要件の関係でVertex AI経由が有力候補になります。

既存のGoogle Cloudワークロードとの連携（BigQuery・Cloud Functions・Cloud Run上のエージェントランタイム等）が濃い場合、Vertex AIが本番の第一候補として適する場合が多いです。

Antigravity・Managed Agents

Antigravityと名の付く提供チャネルは3つあり、混同されやすいので分けて整理します。

• Google Antigravity（IDE）
  Googleが公式に提供するエージェント向けIDE。3.6 Flashを利用可能なチャネルの1つ
  
  

• Antigravity CLI
  コマンドライン版で、Gemini CLIからの移行先として発表されたコマンドラインツール。IDEとは別プロダクト
  
  

• Gemini Managed Agents内の「Antigravity agent」
  Google Antigravityとは別の、Managed Agentsサービス内のエージェント種別。この「Antigravity agent」のデフォルトモデルとして3.6 Flashが採用された

「Antigravity IDEに内蔵されたManaged Agents」ではなく、「Managed AgentsサービスにあるAntigravity agent」がデフォルトで3.6 Flashを呼ぶ、というのが正しい構造です。

カスタムManaged Agentの作成時に、agent_config内のmodelフィールドで他モデルを選択できます（作成済みのnamed agentは呼び出し時にモデルを変更できません）。

Gemini 3.5 Flashからの移行

Gemini 3.6 Flashへの移行は、モデル識別子の変更に加え、サンプリングパラメータの非推奨化・candidate_count削除・prefilled model turn廃止など複数のAPI仕様変更への対応が必要です。

既存コードをそのまま動かすと動作しない可能性があります。

移行チェックリスト——公式移行ガイド準拠

Googleの公式移行ガイドには、3.5 Flashから3.6 Flashへの移行時に確認すべき項目が複数記載されています。主要なものを以下にまとめます。

• モデル識別子の置換
  gemini-3.5-flash → gemini-3.6-flash に置き換える
  
  

• thinking_budgetからthinking_levelへの置換
  前世代は数値で思考の深さを指定していたが、minimal・low・medium・highの4段階に整理された
  
  

• サンプリングパラメータの非推奨化
  temperature・top_p・top_kは3.6 Flashでは非推奨化され、現時点では指定しても無視されるだけだが、将来のモデル世代ではHTTP 400を返す予定。代わりにシステム指示で挙動を制御する設計に変わっているため、早めに削除するのが安全
  
  

• candidate_countの削除
  複数候補生成のcandidate_countパラメータも廃止
  
  

• prefilled model turnの廃止
  APIリクエストがmodelロールで終わる形式（プリフィルパターン）はHTTP 400を返すようになった。system_instructionで代替する
  
  

• frequency/presence penaltyの削除
  カスタムfrequency_penalty・presence_penaltyもエラーを返すため削除する
  
  

• マルチターン処理はprevious_interaction_idで管理可能
  Interactions APIではstatefulモード（previous_interaction_idでセッション状態を引き継ぐ）とstatelessモード（会話履歴を毎回送る）の両方が利用できる。状態管理の使用は任意
  
  

• SDKバージョン確認
  Function Response形式・thought signatureの扱いが変わっているため、SDKを最新版に更新する

特に影響が大きいのはcandidate_count・prefilled model turn・frequency/presence penaltyの3件で、これらは3.6 Flashですでにリクエストが失敗するため優先的に対応する必要があります。

サンプリングパラメータ（temperature等）は現時点では無視されるだけですが、将来のモデル世代でエラーになるため今回の移行と一緒に削除しておくのが安全です。移行前に該当箇所を全件洗い出し、公式移行ガイドのサンプルコードと突き合わせて修正することを推奨します。

出力トークン削減で従量課金の予算感が変わる

コードの書き換えとは別に、課金の予算組みも見直しが必要です。出力トークン削減の平均17%が自社ワークロードでも再現すれば、同じ処理を回した場合の月額API利用料は下がります。移行後は数週間の実利用量を測定してから、月額予算とアラート閾値を再調整するのが現実的で、削減分を織り込まずに旧設定のままだと、コスト効果を可視化できません。

逆に、コスト削減分をそのままリクエスト数増加に振り替える判断もあります。「同じ予算でより多くのエージェント実行を回す」という選択で、agentic workloadsの実行深度（何ターンまで思考を回すか）を上げるチャンスでもあります。

Interactions APIとの組み合わせで統一エンドポイントに

Gemini 3.6 Flashは、後継APIであるGemini Interactions API（従来のgenerateContentの統一後継）と組み合わせて呼び出すのが公式推奨の流れです。

旧generateContentエンドポイントでも動きますが、Interactions API側はマルチターン・ツール呼び出し・thinking出力の全部を1つのエンドポイントで統一的に扱えるため、複雑なエージェント実装が単純化します。

3.6 Flashへの移行と同時に、generateContentからInteractions APIの /interactions エンドポイントへの切り替えも視野に入れると、今後のモデル移行を見据えた構成にしやすくなります。

Gemini 3.6 Flashの企業活用事例

Google公式ブログの3.6 Flash発表では、Figma・Harvey・Hebbia・JetBrainsの4社が3.6 Flashのtestimonialとして採用事例を公表しています。

加えて2025年12月のGemini 3 Flash発表時のGoogle Cloud Blogでは、Flash系列の早期採用として40社超の企業ロゴが公開されました。

Flash系列を業務エージェントに組み込む動きが同時期に広く広がっていた文脈が読み取れます。

Gemini 3 Flashの早期採用企業ロゴ集（2025年12月発表時・40社超・Figma・JetBrains他含む）（出典：Google Cloud Blog）

Figma——Figma Makeでのプロトタイプ反復

Figmaは、AIによるプロトタイプ生成機能「Figma Make」でGemini 3.6 Flashを採用。公式testimonialでは、品質・速度・コストのバランスとプロトタイプの反復に効いていると評価しています。

デザインツール上での試行回数の多さと、待ち時間の短さのバランスが求められる用途で、Flashティアが選ばれた事例です。

Harvey——資本市場・M&A文書での平均12%高速化

Harveyは、法律事務所・法務部門向けのAIプラットフォームで、資本市場やM&A案件の文書作成・レビューに3.6 Flashを組み込んでいます。公式testimonialでは、こうしたワークフローで平均12%の高速化が確認されたとしています。

法務ドメインの中でも特に文書量が多く、繰り返しレビューが発生する領域で、応答速度改善が実務の生産性に効いている事例です。

Hebbia——引用の多い金融調査での証拠探索

Hebbiaは、投資銀行・大企業向けの知識検索・分析AIプラットフォームで、3.6 Flashを引用の多い金融調査における証拠探索の用途で採用しています。公式testimonialでは、大量ドキュメントを横断して根拠を追跡するタスクでFlashティアが有効に働いているとしています。

JetBrains——リアルタイム開発者ワークフローで低reasoning設定で10〜20%改善

JetBrainsは、リアルタイムの開発者ワークフローで3.6 Flashを評価しました。公式testimonialでは、低reasoning設定でも従来Flash比10〜20%の改善が確認されたとしています。

応答速度と精度の両立が求められる用途で、Flashティアの特性が生きる領域です。

4社に共通するのは、速度・コストが重要な限定ワークフローで3.6 Flashを評価している点です。ただし、これらは各社の限定用途での評価であり、自社ワークロードで同等の効果が出るかは個別に検証する必要があります。

Gemini 3.6 Flashの乗り換え判断——4つの分岐点

Gemini 3.6 Flashを「導入するかどうか」ではなく、「どこで採用するか・何と比較して選ぶか・待つべきか」の判断に迷う場面があります。

支援現場でよく議論になる4つの分岐点を整理します。

Flashか、Flash-Liteか

同じFlashティアでも、3.6 Flashと3.5 Flash-Liteでは入力単価が5倍、出力単価が3倍違います。用途によってはFlash-Liteで十分なため、機械的に3.6 Flashを選ぶのはコスト面で損をします。

• Flash-Lite向き
  文書分類・翻訳・要約・スクリーニングなど、1タスクあたり数千トークン以下で件数勝負のパイプライン。Google発表時の出力速度350tok/s（第三者ベンチの現在値は変動）と、$0.30/$2.50の単価が効く
  
  

• 3.6 Flash向き
  コードエディット・マルチステップのAIエージェント・Computer Useを含むタスク・複数ツール呼び出しを伴うワークフロー。DeepSWE 49%・MLE Bench 63.9%の実力が必要な領域
  
  

• 併用パターン
  1タスク内で「軽い前処理はFlash-Liteに任せ、複雑な意思決定だけ3.6 Flashを呼ぶ」ハイブリッド構成。1回のリクエスト全体を3.6 Flashで回すよりコストを抑えられる可能性がある（削減率は処理配分と各モデルの出力トークン量に依存するため個別試算が必要）

公式のベンチマークは特定条件下の値で、自社ユースケースへの外挿保証はありません。
そのため、初期案としては「Function Callingを複数回使うワークフローなら3.6 Flash、単一プロンプト完結の軽量タスクはFlash-Lite」から検討を始めるのが目安になりますが、実際のワークロードで両者を比較して品質・単価を確認する運用が必要です。

Vertex AIか、AI Studioか

同じ3.6 Flashでも、Google AI StudioとVertex AIでは提供チャネルとしての性格が異なります。Standard料金はどちらも入力$1.50・出力$7.50で同一ですが、以下の観点で運用要件が変わります。

• AI Studio向き
  プロトタイプ開発、社内向けの少量利用、GCPアカウントを持っていない環境。個人アカウントで即利用でき、キー発行も即時
  
  

• Vertex AI向き
  本番運用、監査・SOC2・IAM・VPC Service Controls・データ所在地要件のある業務、大量出力を伴うエージェントワークロード

Standard料金では、AI Studio・Vertex AIともトークン単価に差はありません（Vertex AIのBatch・Flex・Priorityは別料金体系）。エンタープライズSaaSがVertex AIを採用する主な理由は、金額ではなく統制要件（IAM・監査ログ・データ所在地・SOC2）を満たしやすいことです。

Claude Haiku 4.5との使い分け

3.6 Flashの出力単価$7.50は、Claude Haiku 4.5（入力$1・出力$5）よりも約50%高い価格帯です。単価だけならHaikuが優位で、1タスクあたりの実コスト差は出力トークン量や思考トークン量にも依存するため、自社ワークロードで両者を実測して比較検証するのが確実です。

• Gemini 3.6 Flash向き
  Google検索・Maps・Google Workspaceとの連携が前提のワークフロー、Antigravityでのエージェント運用、既存のVertex AI・BigQuery環境との連携が濃い場合、動画・画像・PDFを含むマルチモーダル入力が主体の場合
  
  

• Claude Haiku 4.5向き
  Claude Code経由のコーディング支援、Anthropic側のMCPエコシステム連携が濃い場合、Anthropic Managed Agentsを既に活用している場合
  
  

• 判断が難しい場合
  ベンチマークスコアの差ではなく、「自社の既存インフラがGoogle Cloud側かAnthropic API側か」で決めるのが実務的。両モデル併用は運用複雑性（キー管理・監査ログ・SDK差分）が増えるため、パイプライン分割で得られるメリットとコストを比較のうえ要検証

絶対性能で比較して選ぶ段階は過ぎており、「どのエコシステム上で運用するのが自然か」で選ぶフェーズに入っています。

3.5 Proを待つか、3.6 Flashで進むか

本命のGemini 3.5 Proが6月投入予定を過ぎて未提供の状態が続いており、「Proを待って本格運用を始めるか、3.6 Flashで先に走り出すか」という判断が現場で分かれます。

• 待つ判断が向くケース
  既にGemini 3.1 ProまたはClaude Opus 4.7で本番運用中で、Flashティアに落とすメリットが薄いケース。フロンティア級の推論精度が業務品質の下限として必要な用途
  
  

• 3.6 Flashで進める判断が向くケース
  これから新規エージェントワークロードを立ち上げる段階のケース、既存の3.5 Flash利用者、コストが従量課金として累積する用途。Flashティアの再強化タイミングに合わせて移行することで、Proリリース時の再選定コストも一度に済ませられる
  
  

• 並行開発の選択肢
  プロトタイプは3.6 Flashで進め、Pro提供開始時に主要ワークロードだけProに切り替える。Function CallingとStructured Outputsを共通APIで利用できれば移行コストを抑えられる可能性があるが、Proの最終仕様は未公表のため、提供開始後に差分確認が必要

Google側もProの再リリース目標を明示できていない状態が続いているため、「Proを待つ」判断は無期限延長リスクを含みます。

3.6 Flashで実運用に入り、必要に応じてProリリース後にアップグレードする段階的アプローチが、実務では最もリスクが低い進め方です。

Gemini 3.6 Flashを業務Agent基盤に載せるなら

Gemini 3.6 FlashやClaude Haiku 4.5のようなFlashティアモデルが安価に使えるようになっても、モデル単体を採用しただけでは業務は動きません。

エージェントを設計する工程・部門横断で運用する統制・モデル世代交代への追従を並行で整えて、初めて料金優位性が投資対効果につながります。

このレイヤーを担うのが、自社Azureテナント内で動くエンタープライズAIエージェント基盤です。
AI総合研究所のAI Agent Hubは、Teamsから呼び出せる業務特化Agent群を1つのダッシュボードで統合管理し、Gemini世代の切り替えを吸収しながら業務プロセスに載せる運用基盤として機能します。

• Gemini世代交代を吸収する運用層
  Gemini 3.5 Flash → 3.6 Flash のように短サイクルで世代交代しても、業務Agent側の設計は不変。Vertex AI・Azure OpenAIなど複数の呼び出し経路を混在させても、管理層は1画面に集約されます。
  
  
• 機密度と用途でFlashティアとProティアを振り分け
  非機密・大量処理は Gemini 3.6 Flash、重要判断は Pro クラス、といったポリシーベースのモデルルーティングを設計段階から支援。記事で扱った$1.50/$7.50の料金優位性と品質を両立できます。
  
  
• 構築基盤が違っても管理は1つ
  Copilot Studio・n8n・LangGraphなど複数の構築基盤で作ったAgentを1つのダッシュボードに集約。実行ログ・アクセス権限・セキュリティスキャンを一元管理します。
  
  
• データは100%自社Azureテナント内に保持
  AIの学習対象から完全除外。Azure Managed Applicationsとして自社テナント内で動作が完了する設計です。

AI総合研究所の専任チームが、Flashティアモデルの選定から業務Agent基盤の統合設計まで一貫して支援します。AI Agent Hubのサービスページで、Gemini 3.6 Flashを業務に載せる実装例をご確認ください。

Gemini 3.6 Flashを業務Agent基盤へ

モデル世代交代を吸収する運用層

Gemini 3.6 FlashやClaude Haiku 4.5のようなFlashティアの料金優位を業務投資対効果につなげるには、モデル選定単独では不十分です。AI Agent Hubは業務特化Agent群を1つのダッシュボードで統合管理し、Gemini世代の切り替えを吸収する運用基盤として機能します。

▶ ▶ AI Agent Hubの詳細を見る

まとめ

本記事では、Googleが2026年7月21日にリリースしたGemini 3.6 Flashについて、性能改善・料金体系・3.5 Flash-Lite/Cyberとの位置づけ・使い方・破壊的変更を伴う移行手順・企業活用事例・乗り換え判断までを2026年7月時点の最新情報で解説しました。要点を改めて整理します。

• Gemini 3.6 Flashは3.5 Proが未提供の中で登場したFlashティアの主力モデル。DeepSWE 49%・MLE Bench 63.9%・OSWorld-Verified 83%と、Flashティアとしては大幅なベンチマーク改善を示している
  
  

• Standard料金は入力$1.50・出力$7.50（AI Studio・Vertex AIとも同一）、前世代3.5 Flashの出力$9から約17%値下げ。Artificial Analysis Indexの出力トークン平均17%削減が自社で再現すれば実質コストはさらに下がるが、Claude Haiku 4.5（$1/$5）はGeminiより約33%安く単価だけなら優位
  
  

• 同時発表された3.5 Flash-Liteは大量処理向けの軽量版、3.5 Flash Cyberはサイバー脆弱性検出特化。Flashティアを主力・軽量版・特化版の三段構えで整えた
  
  

• Google AI Studio・Gemini API・Vertex AI・Google Antigravity・Android Studioで提供され、Gemini Managed Agents内の「Antigravity agent」のデフォルトモデルに採用された。Figma・Harvey・Hebbia・JetBrainsが3.6 Flash公式testimonialとして採用事例を公表
  
  

• 移行時はtemperature/top_p/top_kの非推奨化とthinking_budget→thinking_level置換を伴う仕様変更に注意。candidate_countやprefilled model turnはすでに失敗するため優先対応

Gemini 3.6 Flashは、フラッグシップの絶対性能を待たずに、Flashティアでベンチマーク上の可能性を示した段階のモデルです。実ワークロードでの評価は個別に必要ですが、まずはGoogle AI Studioで動作確認し、既存の3.5 Flash利用者は移行手順を踏んで置き換えることから始めるのが、最も現実的な第一歩になります。