判定：期待外れと一括評価するのは不正確
Gemini 3.6 Flashは、知能指数では3.5 Flashと同じ50ですが、第三者測定で平均タスク時間を半分以下、平均費用を約18％削減しています。最高性能の更新ではない一方、処理効率の更新としては確認できる改善です。
公式資料と第三者測定で確認できること
| 項目 | 確認値 | 評価 |
|---|---|---|
| Intelligence Index | 50 | 3.5 Flashと同値。能力の大幅更新ではない |
| 平均タスク時間 | 1.3分 | 3.5 Flashの2.7分から半分以下 |
| 平均タスク費用 | 0.50ドル | 3.5 Flashの0.59ドルから約18％減 |
| API入力料金 | 1.50ドル / 100万tokens | 3.5 Flashと同額 |
| API出力料金 | 7.50ドル / 100万tokens | 3.5 Flashの9ドルから値下げ |
| コンテキスト | 100万tokens | 最大出力は6.4万tokens |
Googleの「出力17％削減」はArtificial Analysis Index上の比較です。すべてのプロンプトで請求額が17％下がる意味ではありません。入力と出力の比率、思考レベル、キャッシュ利用、再試行回数によって実費は変わります。
「性能」と「コストパフォーマンス」を分ける
| 主張 | 検証結果 |
|---|---|
| 3.6 Flashは3.5 Flashより賢い | 単純化できない。総合指数は同じ50だが、個別評価には改善と後退がある |
| 3.6 Flashは安い | 出力単価は9ドルから7.50ドルへ低下。入力単価は同じ |
| 3.6 Flashは速い | 第三者測定でタスク時間が大きく短縮。ただしTTFTや環境で体感は変わる |
| 最上位モデルに勝った | Googleも第三者機関も、そのような包括的結論は示していない |
3.5 Proの公開日はまだ確定していない
Googleが公式に確認しているのは、3.5 Proがパートナーとのテスト段階にあり、準備ができ次第提供することです。Bloombergは数カ月の遅れを報じていますが、Googleは新しい具体的な公開日を示していません。「近日公開」という表現から日付を推定すべきではありません。
導入前に確認する4項目
- high、mediumなど思考設定をそろえて比較する。
- 成功率だけでなく、完了時間、総出力、再試行回数を記録する。
- 公式ベンチマークと第三者測定を区別する。
- 3.5 Proの未発表仕様や価格を確定情報として扱わない。