1．Flashモデルでも「長時間の仕事」を前提に
Gemini 3.8 Flashの大きな特徴は、長期にわたるソフトウェアエンジニアリングを明確な用途として打ち出していることだ。Googleは、実際のコーディングベンチマークや複雑なマルチファイルリファクタリング、決定論的なツール実行などで優れた結果が得られるとしている。重要なのは、単純なコード生成能力だけではない。
例えば、大規模なコードベースを扱う場合、AIには複数のファイルを確認し、問題を特定し、修正し、ツールを実行し、その結果を確認する。3.8 Flashは、こうした複数の工程を含む仕事を想定している。
Googleは、長時間かつ複雑なタスクでは、モデルがより多くのトークンを使用する可能性があるとも説明している。これは、3.8 Flashが単に高速なレスポンスを返すモデルではなく、必要に応じて時間とトークンを使いながら、複雑な仕事を進めるモデルであるということだ。
2．「thinking_level」でAIにどこまで考えさせるか
もう一つのポイントが、思考レベルをlow、medium、highから選択できることだ。デフォルトはmedium。Googleは、lowをリアルタイムチャットや下書き作成、高速なデータ分析など、レイテンシが重要な用途に適すると説明している。一方、mediumは複雑なコードやエージェント用途、highは深い推論や数学、難しいマルチステップタスクなどに向く。つまり、全ての処理を同じように「深く考えさせる」必要はないという考え方だ。簡単な仕事なら速度を優先し、難しい仕事なら推論により多くのリソースを割く。
AIモデルを選ぶだけではなく、1つのモデルの中で「どこまで考えさせるか」を用途に応じて変えることができる。これはAIを実際のサービスに組み込む開発者にとって、品質だけでなく、レスポンス速度やコストを考えるうえでも重要になる。
3．Google自身が「エージェントのデフォルトモデル」に
今回の発表でもう一つのポイントが、Gemini 3.8 FlashがGoogle Managed Agentsのデフォルトモデルに採用されたことだ。
Antigravity SDKでも、3.8 Flashがデフォルトで利用される。Googleが用意したサンプルでは、Webサイトについて、パフォーマンスやCore Web Vitals、SEOを監査し、PageSpeed Insights APIを使ってモバイルとデスクトップの情報を取得し、検索状況も確認した上で、優先度付きの改善案をまとめる。
人間が「次はこれ」「その次はこれ」と細かく指示するのではなく、最終的な目的を与え、その達成に必要な処理をAIが組み立てていく。Googleが3.8 Flashで強調している「マルチステップ・プランニング」や「ツールオーケストレーション」は、まさにこの部分だ。
では、従来モデルとの違いはどこにあるのか。ここまでを見ると、Gemini 3.8 Flashの進化は回答精度が上がったということだけではない。むしろ重要なのは、AIの仕事の単位が変わりつつあることだ。
これまでは「質問→回答」が基本だった。これからは「目的→計画→ツール利用→検証→修正→完了」という一連の流れをAIに任せるようになる。Gemini 3.8 Flashは、そのためのモデルとして設計されている。一方で、こうした使い方では別の問題も出てくる。
複雑なタスクほど推論やツール利用の回数が増えれば、トークン消費量も増える可能性があるからだ。そこで重要になるのが、3.8 Flashの料金とthinking_levelの組み合わせになる。
年末までは特別価格、2027年から料金が変更
Gemini 3.8 Flashは2026年12月31日まで、入力100万トークン当たり0.75ドル、出力100万トークン当たり3.75ドルの特別価格で提供される。2027年1月1日からは、入力100万トークン当たり1.50ドル、出力100万トークンあたり7.50ドルの標準料金に移行する。
実際にサービスへ組み込む場合には、単純な「100万トークン当たりの価格」だけでなく、1つのタスクを完了するまでにどの程度のトークンを消費するのかを見る必要がある。
複雑なタスクに強くなったからといって、全ての処理をhighで実行すればいいわけではない。むしろ、簡単な処理にはlow、一般的な処理にはmedium、難しいタスクにはhighというように使い分けることが、3.8 Flashを効率よく利用するポイントになりそうだ。
既存のGemini APIユーザーは移行時の変更にも注意
既存のGemini APIユーザーにとっては、モデルの性能だけでなく、API仕様の変更も確認しておきたい。3.8 Flashへ移行する場合、モデルIDを「gemini-3.8-flash」に変更するだけでは済まない。temperature、top_p、top_kなどのサンプリングパラメータは削除する必要があり、従来のthinking_budgetはthinking_levelへ置き換える必要がある。
candidate_countもGemini 3以降ではサポートされていない。また、マルチターンの会話では、サーバ側のprevious_interaction_idを使った会話管理が案内されている。
既にGemini APIを利用しているサービスでは、単純なモデル名の変更ではなく、既存の実装を一通り確認したほうがよさそうだ。
Gemini 3.8 Flashが目指す「AIの次の使い方」
Gemini 3.8 Flashについて、Googleが発表した情報だけを見ると、今回のアップデートの本質は「Flashモデルがさらに高性能になった」ということではなさそうだ。むしろ、AIに任せる仕事の範囲を広げるためのモデルと考えた方が分かりやすい。
コードを書く、ツールを使う、結果を確認する、必要なら修正する、そして最終的な目的を達成する。こうした一連の処理を人間の代わりに進めることができれば、AIの使い方そのものが変わる可能性がある。
これまで「AIに何を質問するか」が重要だったのに対して、今後は「AIにどんな仕事を任せるか」が重要になる。Gemini 3.8 Flashは、その変化をかなり明確に意識したモデルと言える。
なお、GoogleはGemini 3.7 Flashについても引き続き完全サポートするとしている。全ての用途で3.8 Flashへの移行が必要になるわけではない。それでも、長時間のコーディングや自律型エージェント、複雑なマルチステップ処理を前提とした今回のモデルは、生成AIの競争軸が「回答の賢さ」から「どこまで仕事を任せられるか」へ移りつつあることを示すアップデートと言えそうだ。