AI-Papers
- Gemini 3.8 Flash が一般提供を開始し、最大100万トークンの入力と最大6万4000トークンの出力に対応
- 思考レベルを low / medium / high から選べ、応答速度と推論の深さを用途ごとに切り替えられる
- Google Managed Agents と Antigravity SDK のデフォルトモデルに採用され、長時間タスクの委任を想定
発表の概要
2026年9月8日、Google の新モデル「Gemini 3.8 Flash」の一般提供（GA）開始が伝えられました。Flash は Gemini ファミリーのうち、応答速度とコストを重視した軽量寄りの系列にあたります。
今回の発表で示された仕様は、最大100万トークンのコンテキストウィンドウ（一度に読み込める入力の上限）と、最大6万4000トークンの出力です。加えて、モデルがどれだけ内部で推論に時間を使うかを指定する思考レベルが3段階用意されました。
提供チャネルについては、料金が100万トークン単位の API 課金として提示されている点から、開発者は Gemini API 経由での利用が中心になります。さらに Google Managed Agents と Antigravity SDK では、モデルを個別に指定しなくても標準で使われる構成になっています。
長時間タスクを前提にした設計
今回のモデルで強調されているのは、単発の質問応答ではなく、複数の工程をまたぐ作業の遂行です。想定例として挙げられているのは、複数ファイルの確認から問題の特定、修正、ツールの実行、結果の検証までを含むコーディングタスクでした。
従来、この種の長時間タスクは上位モデルの担当領域とされてきました。Flash 系列でこれを狙うということは、エージェント的な使い方を高価格帯に限定せず、日常的なワークロードとして回せる価格帯に降ろす意図があると読めます。
図1のように、工程が増えるほど途中の文脈を保持し続ける必要が生じます。100万トークンという入力上限は、この工程全体のログやソースコードを保持したまま作業を進めるための条件と位置づけられます。
思考レベルの使い分け
思考レベルはデフォルトが medium で、用途に応じて切り替えます。それぞれの想定用途は次のとおりです。
- low: 高速なレスポンスが求められる用途
- medium: 複雑なコードやエージェント用途（デフォルト）
- high: 深い推論を要するタスク
推論に使うトークンが増えれば応答時間と課金額も増えるため、レベルの選択はそのままコスト設計に直結します。チャットボットの一次応答は low、バックグラウンドで走る修正エージェントは medium といった形で、同一アプリケーション内でも呼び出しごとに変える運用が現実的でしょう。
エージェント基盤への標準採用
Google Managed Agents と Antigravity SDK のデフォルトモデルに据えられた点は、単なるモデル追加以上の意味を持ちます。エージェント基盤の標準モデルは、その基盤上で書かれるアプリケーションの性能とコストの基準線になるためです。
エージェントの実運用がどれだけの負荷を生むかについては、OpenAIが社内エージェント利用データを公開、研究者1人1日600ドル分で報じられたような数字もあります。長時間タスクを任せる前提に立つと、1回あたりの単価が全体の運用費を大きく左右します。
料金と切り替え時期
料金は2026年12月31日までの特別価格と、2027年1月1日以降の標準料金に分かれています。標準料金は特別価格のちょうど2倍です。
区分 | 入力（100万トークン） | 出力（100万トークン） |
|---|---|---|
特別価格（2026年12月31日まで） | 0.75ドル | 3.75ドル |
標準料金（2027年1月1日以降） | 1.50ドル | 7.50ドル |
導入を検討する場合、特別価格の期間で試算したコストがそのまま来年以降に通用しない点には注意が必要です。特に長時間タスクは1リクエストあたりのトークン消費が大きく、価格改定の影響を受けやすくなります。
開発者にとっての判断材料
今回の発表には具体的なベンチマークスコアが示されていません。そのため、既存モデルからの乗り換えを検討する際は、自前のタスクで思考レベルごとに精度と実行時間、消費トークンを測るところから始めるのが妥当です。
切り口としては、賢さの向上よりも「どこまで任せられるか」に軸足が移っている点が特徴といえます。質問に答えるモデルから、目的を受け取って完了まで進めるモデルへ、という設計思想の変化が価格と仕様の両面に表れています。
