Routine Labo ／新モデル速報

【2026最新】Gemini 3.6 Flashを実機検証
“全モデル最速”の実力と落とし穴

Googleが7月21日に出した新モデルは本当に最速なのか。数字と実演で確かめ、“速いのに待つ”パラドックスの正体と使いどころまで。

「全モデルで一番速い」——第三者評価でそう出た Google の新モデル Gemini 3.6 Flash を、リリース2日後に実機で走らせます。結論から言うと、走り出せば確かに最速。ただし“最初のひと言”までは全モデルで一番待たされる、という意外な裏の顔があります。この動画では、その正体を実演で解き明かし、あなたの作業のどこで使うべきかまで持ち帰ってもらいます。

FACTS ／この回の客観数字

約280t/s

出力速度＝全モデル1位

12〜13秒

最初の返答まで（最遅級）

知能指数（186中21位）

最大65%

長時間タスクのコスト減

出典：Artificial Analysis／Google公式（2026-07-23時点）

01 ／何が出たのか

Gemini 3.6 Flash とは（7月21日リリース）

Googleが2026年7月21日に発表した、軽量・高速タイプの最新モデル。位置づけは「エージェント（自律的にタスクをこなすAI）の時代に向けて、フロンティア級の知能を高速・低コストで届ける」。コード生成・エージェントの自走・空間推論を得意とします。

入力は最大104万トークンで、テキストだけでなく画像・動画・音声・PDFもそのまま読み込めます。同じ日に、さらに安く速い 3.5 Flash-Lite、セキュリティ特化の 3.5 Flash Cyber も発表され、次期 Gemini 4 も予告されました。

出典：Google公式ブログ／公式ドキュメント

02 ／速さの実像（この動画の核）

速いのに“待つ”？速度のパラドックス

第三者評価の Artificial Analysis で、出力速度は約280トークン/秒＝評価対象の全モデル中1位。前世代の 3.5 Flash（165 t/秒）から大きく伸びています。しかも知能指数は50（186モデル中21位）で、同クラス平均の31を上回る「速いのに賢い」枠です。

ところが——最初の1トークンが返るまでは約12〜13秒。これは推論モデルの中では最も遅い部類（比較群の中央値は約2.8秒）。理由はシンプルで、このモデルは先にじっくり考えてから、一気に高速出力するタイプだから。だから「話し始めるまでは待つが、走り出すと最速」という挙動になります。

つまり“最速”は本当。ただし体感が効くのは長い生成・連続処理のとき。一言チャットの即レス勝負では、この12〜13秒がむしろ足を引っ張ります。

03 ／使いどころ

どこで使うべきか（向く／向かない）

向いている：①大量のテキストを一気に生成 ②エージェントの長い自走・連続タスク（最初の待ちが全体に埋もれる）③夜間バッチなど非対話処理
向いていない：①一言チャットの即レス体感 ②「とにかく最初の反応を速く」したい用途 → その場合は 3.5 Flash-Lite（350 t/秒）や軽量モデルを併用

回避策はシンプルで、用途でモデルを分けること。3.6 Flash は“長距離ランナー”、即レスは“短距離向け”に任せる——これが現実的な使い方です。

04 ／実演①

スピードレース：本当に速いのか目の前で

同じプロンプトを Gemini 3.6 Flash と前世代（3.5 Flash 等）へ同時に投げ、トークンが出てくる速さを左右で見比べます。走り出してからの生成量の差を体感するのが狙い。下が実際に投げるプロンプトです（そのままコピーで使えます）。

次のテーマで、初心者向けの解説ブログ記事を2000字ちょうどで書いてください。
見出しを4つ立て、それぞれに具体例を1つずつ入れること。

テーマ：「生成AIを仕事で使い始めるとき、最初にやるべき3つのこと」

※長文生成にすると「走り出してからの速さ」が一番わかりやすい。生成開始→初回表示までの“沈黙”も一緒に見せる。

05 ／実演②

マルチモーダル書類パース：104万トークンの実力

数十ページのPDFやグラフ画像を丸ごと読み込ませ、要点抽出・数値の読み取り・表への整形・要約をさせます。これは法律AIの Harvey、リサーチAIの Hebbia が特に高く評価している使い方。同じことを手元で再現します。

添付の資料（PDF／グラフ画像）を読み込み、日本語で次を出してください。

1. 要点を5つ、箇条書きで
2. 登場する数値をすべて拾い、「項目／数値／出典箇所」の3列の表に整理
3. 200字以内の要約

制約：数値は必ず資料内の根拠（ページや箇所）を示すこと。
資料に書かれていない数字は推測で補わず「記載なし」と書くこと。

※画像内の数字を正しく読むか、根拠なく数字を作らないかを確認。ハルシネーションが出たら正直に指摘する。

06 ／競合比較

前世代からどれだけ伸びたか（3.6 vs 3.5 Flash）

ベンチマーク	意味	3.5 Flash	3.6 Flash
DeepSWE	自律コーディング	37%	49%
MLE Bench	機械学習の実務	49.7%	63.9%
OSWorld-Verified	PC操作エージェント	78.4%	83.0%
GDPval-AA v2	実務総合	1349	1421

速くなっただけでなく、自律コーディングとPC操作エージェントの精度も明確に向上。数字を落とさず速くした、という点が今回の本質です。

出典：Google公式ブログ（3.6 Flash 発表・2026-07-21）

07 ／料金

料金とコスト：速い＝高い、ではない

モデル	入力（/100万tok）	出力（/100万tok）	速度
3.6 Flash	$1.50	$7.50	約280 t/s
3.5 Flash-Lite	$0.30	$2.50	350 t/s

3.5 Flash比で出力トークンを17%削減し、長時間のエンジニアリングタスクでは最大65%のコスト削減。少ないステップ・少ないトークンで終わるから、結果的に安く付く設計です。「とにかく安く速く」だけなら 3.5 Flash-Lite、という棲み分けも覚えておくと便利。

出典：Google公式ブログ／Artificial Analysis

08 ／世界の活用事例

世界の企業はどう使い始めているか

Figma・JetBrains：コーディング面でのローンチ実証（デザイン・開発ツール）
Harvey（法律AI）・Hebbia（金融/リサーチAI）：書類のパース・チャート分析・レポート作成で高評価

使える場所は、Geminiアプリ（誰でも）／Google AI Studio（無料で試せる）／GitHub Copilot（発表初日から搭載）／Google Antigravity ／企業向け Gemini Enterprise。

なお「Harveyがタスク12%高速化」「早期テスターにSalesforce・Robinhood・Palo Alto Networks」といった話も報じられています（一次確認はできていないため、動画では断定しない扱い）。

09 ／まとめ

結論：走り出せば最速の“長距離ランナー”

Gemini 3.6 Flash は、走り出せば全モデル最速。即レスの短距離は苦手でも、大量生成・長い自走・書類処理では速さと安さを両取りできます。“最速”という見出しの裏側まで理解して、用途で使い分けるのが現実解。次に他社の最速モデルが出たら、また同じ目線で並べて検証します。