Gemini 3.5 Flashが与えるインパクト。実証実験から見えた真実

Built for Speed: ~10ms Latency, Even Under Load
Blazingly fast way to build, track and deploy your models!
- Handles 350+ RPS on just 1 vCPU — no tuning needed
- Production-ready with full enterprise support
AIモデルのリリースには暗黙のルールがありました。「Proは賢く、Flashは速い。どちらかを選択してトレードオフを受け入れる」というルールです。Googleはそのルールを打破しました。
2026年5月19日のGoogle I/Oで発表されたGemini 3.5 Flashは、新しいGemini 3.5ファミリーにおける最初のモデルです。そして、これまでのFlashクラスのモデルが達成し得なかったことを実現しました。Flash特有の高速動作を維持しながら、コーディングやエージェント系ベンチマークにおいて前世代のフラグシップモデルであるProを上回る結果を示したのです。
背景
Gemini 3.1 Proは2026年2月にリリースされ、高度な視覚的推論やマルチモーダルタスクにおいて、Artificial Analysis Intelligence Indexの首位を獲得しました。これは、わずか3ヶ月前にリリースされたGoogleのフラグシップモデルでした。
3.5 Flashは、多くのコーディングおよびエージェント系ベンチマークでそれを上回る性能を示しています。しかも、動作はより高速です。
ベンチマーク
出典: Google DeepMind — Gemini 3.5 Flash
Flashは、エージェント、ツール利用、マルチモーダルのベンチマークで首位に立っています。コーディング分野では、両方のタスクでGemini 3.1 Proを上回っているものの、GPT-5.5とClaude Opus 4.7がそれぞれのカテゴリで首位を維持しています。高度な推論と長文コンテキスト検索においては、フラグシップであるProモデルが依然として優位性を保っています。この差は、Googleが今後登場する3.5 Proのために残している部分と見られます。
GoogleがProではなくFlashを先行させた理由
Googleが3.5シリーズの先陣を切ってFlash(Proではなく)を発表したことには意味があります。現在、本番環境で最も重視されるワークフロー(エージェント、ツール利用、コーディングループ)においては、純粋な推論の深さよりも、品質、速度、コストのバランスが重要になります。
同等のフロンティアモデルと比較して4倍の速度で動作し、100万入力/出力トークンあたり$1.50 / $9.00という価格設定のFlashは、大規模なエージェントパイプラインの運用コストを劇的に削減します。
本番環境での評価がこれを裏付けています。BoxのCTOであるBen Kus氏は、エンタープライズの実際のワークフローにおいて、3.5 Flashが前世代のFlashを19.6%上回り、ライフサイエンス分野のデータ抽出精度が96.4%向上したと報告しています。JetBrainsのNick Frolov氏も、前世代のFlashと比較してコーディングパフォーマンスが10〜20%向上したと指摘しています。
Gemini 3.5 Flashは自社環境で通用するか?
公式のベンチマークには、独自のハーネス、全タスクセット、ベンダー自身の評価スタックが使用されています。プラットフォームチームにとって重要な疑問は異なります。「自社のベースURLと自社のモデルIDを使用し、再現可能なプロンプトを実行した場合に、どのような成果が得られるか?」という点です。
TrueFoundry AI Gatewayを通じて、Googleが強調した3つのカテゴリ(CharXivスタイル、MMMU-Proスタイル、Finance Agent v2スタイル)にわたる15のテキスト専用プロンプトハーネスを実行し、参照回答と照らし合わせてスコアを評価しました。
この検証結果は、Googleの公式数値を反証するものではありません。使用しているハーネスや評価スタックが異なるためです。この結果が示しているのは、ベンチマークの順位がそのまま自社のエンドポイント環境に適用されるわけではないということです。今回の検証データでは、FlashのFinanceスタイルのスコアは0/5であり、予想される形式に一致しない長文の出力が失敗の原因となりました。コスト面も同様に顕著な差が出ました。Flashは合計支出が最も高く、正解数が最も少なかったため、正解あたりのコストはGPT-5.5の約6倍となりました。
ゲートウェイの背後でモデルを相互に交換できる環境において最も重要となる指標は、正解あたりのコスト(トークン単価 × 試行あたりのトークン数 ÷ 利用可能な応答の確率)です。
100万トークンのコンテキストウィンドウ
Gemini 3.5 Flashは100万トークンのコンテキストウィンドウをサポートしています。これは、コードベース全体、長大な規制文書、あるいは長時間実行される自律タスクの完全なトレースを単一のセッションに収めるのに十分な容量です。検索ベンチマークの結果からは、このコンテキスト長においてもパフォーマンスが落ちることなく、十分に実用可能であることが示されています。
Gemini SparkとGoogleが示している方向性
I/Oではさらに、3.5 Flashを搭載したGoogleの新しい24時間年中無休のパーソナルAIエージェント「Gemini Spark」も発表されました。このモデルは現在、グローバルにおいてGeminiアプリおよびGoogle検索のAI Modeのデフォルトとなっています。Googleは3.5 Flashを単なる通過点としてではなく、最高トラフィックを誇るコンシューマー向け製品と最も野心的なエージェント実験の両方において、本番環境のデフォルトとして導入しています。
今後の注目ポイント
来月予定の3.5 Pro。 Googleは、3.5 Proがすでに社内で使用されていることを確認しています。3.5 Flashがほとんどのベンチマークで3.1 Proを上回っている中で、Flashがまだ及ばない推論タスクや長文コンテキストタスクにおいて3.5 Proがどのような性能を示すかが注目されます。
MCP Atlasでのリード。 Model Context Protocol(MCP)を使用したマルチステップのツールワークフローのベンチマークであるMCP AtlasにおいてFlashが首位を獲得したことは、Googleがツールのオーケストレーションを第一級の学習目標として扱っていることを示しています。MCPネイティブなアーキテクチャを構築するチームにとって、これは大いに注目すべき点です。
TrueFoundryでの実行
TrueFoundry AI Gatewayを使用することで、上記の検証で使用したのと同じセットアップにより、単一のエンドポイントを通じてGemini 3.5 FlashをGPT-5.5、Claude Opus 4.7、その他のフロンティアモデルと並べて利用できます。統一されたリクエストトレースやモデル・チームごとのコスト割り当てが可能になり、プロバイダーごとに個別のAPIキーを準備する必要もありません。
公式ベンチマークデータ: Google DeepMind — Gemini 3.5 Flash(2026年5月19日)。TrueFoundry検証結果: 2026年5月20日、TrueFoundry AI Gatewayを経由した15プロンプトのテキスト専用ハーネスにて実行。
TrueFoundry AI Gateway delivers ~3–4 ms latency, handles 350+ RPS on 1 vCPU, scales horizontally with ease, and is production-ready, while LiteLLM suffers from high latency, struggles beyond moderate RPS, lacks built-in scaling, and is best for light or prototype workloads.


















.webp)





.webp)
.webp)
.png)

.png)
.png)
.png)
.png)
.png)
.webp)
.webp)






