Gemini Flash 3.6：賢くはないが、明らかに安い

7月21日、Googleは3つのモデルをリリースした。Gemini 3.6 Flash（3.5 Flashを置き換え、価格は100万トークンあたり1.50ドル/7.50ドル）、Gemini 3.5 Flash-Lite（超高速かつ低価格で100万トークンあたり0.30ドル/2.50ドル）、Gemini 3.5 Flash Cyber（脆弱性ハンティング向け、政府機関限定）である。目玉となる数字は、Artificial Analysisによると3.5 Flashと比較して出力トークンが17%削減され、DeepSWEコーディングベンチマークでは97,000トークン対276,000トークンと65%の節約を達成したことだ。全体的な知能指数（50点）は変わっていない。ベンチマークでは、3.6 FlashはDeepSWE（37%→49%）、MLE-Bench（49.7%→63.9%）、OSWorld-Verified（78.4%→83.0%）、長文脈の想起（約27%→54%）で改善したが、純粋なコーディング（SWE-Bench Pro 58.7% vs 64.7%）や知識タスク（GDPval-AA Elo 1421 vs Sonnet 5の1607）では、Grok 4.5やClaude Sonnet 5といったトップクラスの競合に遅れをとった。顕著な後退として、LlamaIndexのCEOであるJerry Liuは、ParseBenchのチャート読み取りが45%から31%に低下し、ドキュメントスコアが69.9から66.8に低下したことを発見した。これはおそらく、コードやエージェントに重点を置いたトレーニング後の調整によるトレードオフである。Flash-Liteモデルは価値の面で際立っており、出力速度は350トークン/秒で、一部のテスト（SWE-Bench Pro 54.2% vs 49.6%、OSWorld-Verified 74.0% vs 65.1%）では旧Gemini 3 Flashを上回り、Claude Haiku 4.5よりも安価である。3.5 FlashをベースにしたFlash Cyberは、Chrome V8で55個のユニークな問題を発見し（ベースは47、Claude Opus 4.6は36）、CyberGymベンチマークで83.2%のスコアを達成した（専門モデル中4位）。Googleはまた、パートナーとのGemini 3.5 Proの内部テストと、Gemini 4の事前学習の開始についても言及した。