グーグルが「Gemini 3.8 Flash」を投入：性能は最上位モデル「Claude Opus 5」に迫る、コスト効率が引き続き中核的競争力

Gemini 3.8 Flashの主な強化点は、複数回にわたるツール呼び出し（マルチターン・ツール呼び出し）を必要とする複雑で継続的なタスクの処理にあります。グーグルは、特定のテストにおいて同モデルのパフォーマンスが、より高コストなフラッグシップモデルの性能に迫っていると発表しました。

長期実行型ソフトウェアエンジニアリングのベンチマークである「DeepSWE v1.1」において、Gemini 3.8 Flashは73.7％のスコアを記録し、Gemini 3.7 Flashの65.3％を上回ったほか、GPT-5.6 Solの72.7％やGPT-5.6 Terraの69.6％も超え、Claude Opus 5の74.0％をわずかに下回る水準にとどまりました。

出典：グーグル

専門分野のタスクにおいても、Gemini 3.8 Flashは高い競争力を示しました。その中でも、科学、技術、人文学、専門知識に及ぶ多分野の設問を網羅する「HLE-Verified」において、Gemini 3.8 FlashはClaude Sonnet 5の31.0％、GPT-5.6 Terraの51.1％、Claude Opus 5の54.4％、GPT-5.6 Solの54.5％を上回りました。

価格面では、Gemini 3.8 FlashはGemini 3.7 Flashの初期価格を維持しており、入力トークン100万個あたり0.75ドル、出力トークン100万個あたり3.75ドルとなっています。

これに対し、Claude Opus 5の入力・出力価格はそれぞれ5ドルと25ドル、GPT-5.6 Solは4ドルと20ドル、GPT-5.6 Terraは2ドルと12ドルとなっています。

これは、Gemini 3.8 Flashが特定のコーディングおよび推論のベンチマークにおいて大規模モデルに迫る、あるいはそれを上回る性能を発揮しながらも、API呼び出しコストが大幅に低いことを意味します。コードエージェント、自動分析、エンタープライズワークフローの導入を目指す開発者にとって、このコストパフォーマンスの高さが最大のアピールポイントとなる可能性があります。

今回発表されたもう1つの主要モデルであるGemini 3.8 Flash Cyberは、主にサイバーセキュリティの防御シナリオを対象としています。グーグルは、同モデルを一般に広く提供するのではなく、新しいFairwindプログラムを通じて審査済みの信頼できる防御チームに提供すると述べています。

サイバーセキュリティ業界で広く利用されている脆弱性発見ベンチマーク「CyberGym」において、Gemini 3.8 Flash Cyberは86.2%のスコアを記録し、Gemini 3.5 Flash Cyberの77.5%を上回ったほか、GPT-5.6 Solの83.6%、Mythos 5の83.8%、GPT-5.5-Cyberの85.6%をも上回りました。

20種類のプログラミング言語を対象とした社内の現実的シナリオテストにおいて、Gemini 3.8 Flash Cyberは71.0%の脆弱性発見成功率を達成し、Gemini 3.7 Flashの58.9%やGemini 3.5 Flash Cyberの46.6%を上回りました。

自動修正に関しては、Collinearが実施したCWE-BenchテストでGemini 3.8 Flash Cyberは47.2%のpass@1を達成し、主要なトップレベルモデルの47.8%に迫る水準となりましたが、グーグルはそのコストの低さを強調しています。

このコンテンツはAIを使用して翻訳され、明確さを確認しました。情報提供のみを目的としています。