Googleが7月21日に三つのFlashモデルを同時に出した。単なるGeminiの更新に見えるが、価格、速度、用途を並べると狙いははっきりする。Agentや企業向けAIを、より安く、速く、用途別に走らせるための製品整理だ。
Gemini 3.6 Flashは総合型、Gemini 3.5 Flash-Liteは低価格と高スループット、Gemini 3.5 Flash Cyberはセキュリティ作業向けに分かれた。一つの首位モデルを競う段階から、負荷ごとにモデルを選ぶ段階へ移っている。
高頻度の呼び出しを低価格モデルが受ける
Googleによれば、新しいFlash-Liteは前世代よりリアルタイム出力が17%速く、独立ベンチマークで約350 tokens/sに達した。DeepMindのモデルページは、入力100万トークン0.30ドル、出力100万トークン2.50ドルという価格も示している。
通常のチャットなら回答品質が目立つ。Agent、カスタマーサポート、ブラウザ自動化、文書処理では、小さな呼び出しを何百回、何千回行っても遅延と費用を抑えられるかが焦点になる。
セキュリティを別モデルにする
Flash Cyberは今回の発表で最も用途がはっきりしている。Googleはこれを一般チャットではなく、セキュリティ分析、脆弱性研究、マルウェア分析、インシデント対応に向けると説明した。
DeepMindはCTI-MCQ、CTI-RCM、MARS-EVAL、CyberSecEvalなどの結果を示し、Googleは一部のサイバーセキュリティ基準で3.5 Flash比最大65%の改善をうたう。この数字は安全基準上の改善であり、実運用では誤検知、見逃し、人間の確認コストを別に測る必要がある。
GoogleのSundar Pichai CEOは、AIの機会は極めて大きいと述べてきた。
顧客は三つのバランスを見る
Googleのモデルページには、FigmaのVincent van der Meulen氏の言葉がある。Figma Make向けにモデルを評価する時は、品質、速度、コストのバランスを見るという。
この一文がFlashの商業的な意味をよく示している。設計ツール、コード支援、表計算分析、サポート業務は、すべての手順で同じモデルを必要としない。リスクが低く高頻度な手順には安いモデルを使い、難しい手順で上位モデルに切り替える方が現実的だ。
実負荷が答えを出す
Flash-Liteの350 tokens/sはベンチマーク上の数字で、実際の遅延はプロンプト長、ツール呼び出し、ネットワーク、レート制限に左右される。Flash Cyberの65%改善も、示された安全ベンチマークの範囲に限られる。
Googleが出したのは、単に強いモデルではない。用途別に負荷を切り分けた製品群だ。次の競争は、料金、遅延、セキュリティ境界、ワークフロー適合で決まっていく。
参考情報：Google公式ブログ、Google DeepMindモデルページ、Axios、Business Insider、Artificial Analysis、CocoLoop；三つのFlashモデルの用途、tokens/sの測定範囲、100万トークン単価、サイバーセキュリティ基準での改善、顧客発言、提供状況を確認。