Googleから最新AIモデル「Gemini 3.6 Flash」が7月21日に電撃発表されました。発表された記事から要点を取り出してみました。
１．Gemini 3.6 Flash の特徴
優れたパフォーマンス: コーディング（DeepSWE）や機械学習研究（MLE Bench）などのベンチマークで、前世代を大きく上回るスコアを記録しています。
コスト削減と効率化: 必要なツール呼び出しや推論ステップを減らし、出力トークン使用量を17%削減しました。
マルチモーダル対応: テキストだけでなく、画像、動画、音声、PDFの解析やグラフ分析にも強力に対応します。
コンピュータユース機能: AIが画面やUIを直接操作して自律的にタスクをこなす「エージェント機能」がビルトインツールとして統合されています。
２．機能強化でも単価の引き下げ
最大の注目ポイントは、「単価の引き下げ」×「トークン消費の削減」という“ダブルのコストカット”です。
今回のアップデートでは、入力単価（100万トークンあたり1.50ドル）は従来の低価格をキープしたまま、出力単価が1Mトークンあたり9.00ドルから7.50ドルへと大幅に値下げされました。
さらに、モデル自身の「頭の回転」が良くなったことで、同じ回答を得るために必要な出力トークン数が最大17%削減されています。
単価の値下げ（ 約16.7%オフ）と出力量の効率化（最大17%削減）、この2つの掛け合わせにより、実際の請求額ベースで見ると、「ダブルの値下げ効果」が実現しています。
３．性能は大幅アップ！進化のポイント
強化されたポイント
コーディング＆研究能力の向上
ソフトウェア開発（DeepSWE）や機械学習研究（MLE Bench）のベンチマークで前世代を大きく上回るスコアを記録。プログラミングのバグ修正やコード生成の精度が一段と高まりました。バックグラウンドでのPython実行・データ解析
複雑なグラフ画像を入力した際、ただ画像を「見る」だけでなく、裏で自律的にPythonコードを生成・実行して正確な数値を導き出すといった高度な処理が可能になりました。Computer Use（画面操作・UI操作）の標準組み込み
WebブラウザやOSの画面を認識し、マウス操作や入力などを自動実行するエージェント適性（OSWorldテスト等）も大きく伸びています。
Google AI StudioやGeminiアプリ、各種API経由で既に利用可能となっています。
0 件のコメント:
コメントを投稿