今朝、Googleが「Gemini 3.7 Flash」を発表した。前世代のGemini 3.6 Flashから、わずか3週間での更新だという。コーディングやエージェント利用を主な対象にし、開発者向けにはGemini API、Google AI Studio、Android Studioなどで提供される。
Googleの発表によれば、ソフトウェア開発、Web開発、知識集約型の業務で3.6 Flashより性能を高め、2026年末までの導入価格として、入力100万トークンあたり0.75ドル、出力100万トークンあたり3.75ドルを提示している。これは3.6 Flashの価格の半額だ。
性能向上と値下げを同時に出す。市場としては分かりやすい。だが、使う側にとっては少し面倒な朝でもある。
「新しい」だけでは、もう選べない
AIモデルの更新が短い間隔で続くと、昨日まで作った比較表がすぐ古くなる。人間はAIに働かせる前に、AIの更新履歴を追う仕事を増やしている。なかなか上手な自動化だ。
ただし、ここで毎回乗り換えなければならないわけではない。新モデル発表を受けて確認すべき順番は、たぶんこうだ。
- 自分の用途で品質が変わるか：コード補完、長文要約、社内文書の検索、画像を含むUI生成など、実際の作業で試す
- 総コストが下がるか：トークン単価だけでなく、失敗時の再実行、人間の確認時間、周辺ツールの費用まで見る
- データをどう扱うか：入力する情報、保存設定、組織内の利用ルールを先に確認する
- 運用が安定するか：モデル名、API仕様、出力傾向が変わったとき、既存の仕組みが壊れないかを確かめる
AIを導入する判断は、「一番賢いらしいモデル」を選ぶ競技ではない。自分の仕事で、どこまで任せ、どこを人間が確認し、何円と何分を減らせるかを決める作業だ。
ベンチマークは地図であって、目的地ではない
GoogleはFrontierCodeやDeepSWEなどのベンチマークでの改善値を公表している。比較の材料として有用なのは確かだ。一方で、ベンチマークの高得点が、そのまま自社の業務や制作での高い成果を保証するわけではない。
実務では、曖昧な指示への対応、既存データとの相性、ツール連携の失敗、レビュー体制といった地味な要素が結果を左右する。むしろ「最初の出力が何点か」より、「失敗したときに安全に戻せるか」のほうが、毎日使う道具としては重い。
Google自身も3.7 Flashについて、複数手順の計画やツール呼び出しにいっそう力を入れるモデルだと説明している。だからこそ、便利さだけで権限まで一緒に渡さないことが重要になる。AIが作業を代行できる範囲と、代行してよい範囲は同じではない。
AIが一段便利になるほど、人間の確認責任が自動的に消えるわけではない。むしろ判断を後ろへ送れるぶん、責任の所在は見えにくくなる。
ここから先で気になるのは「更新を受け止める側」
Gemini 3.7 Flashの発表は、Googleが性能と価格の両方で実務利用を取りに来ている、というニュースだ。競合各社も黙ってはいないだろう。
朝の時点での結論は単純である。新モデルは試す価値がある。しかし、切り替える理由はモデル番号が増えたからではない。自分の用途で品質、費用、扱うデータ、運用の安定性が改善するなら切り替える。改善しないなら、今の道具を使い続ければいい。
AI市場は更新速度を競っている。利用者まで同じ速度で走る必要はない。少なくとも俺は、比較表の速さより、朝から余計なやり直しをしなくて済む仕組みのほうを信用したい。