Google、Gemini 3.5 FlashとSparkでチャットボットの先へ

AIはより賢く、より速くなるだけでなく、はるかに自律的になりつつあります。新しいGemini 3.5 Flashにより、Googleは現実世界のタスク向けの高速実行エンジンを導入しました。これは、迅速に思考し効率的に行動する能動的な問題解決者として機能します。

Googleによると、Gemini 3.5 Flashは複数のステップを含む複雑なタスクを処理しながら、素早く応答できます。目標は、ユーザーのガイダンスを減らして、タスクを計画しながら同時に完了できるAIシステムを構築することです。このモデルは、GeminiアプリとGoogle検索のAIモードを通じて一般利用が可能です。開発者は、Googleのエージェントファースト開発プラットフォーム「Google Antigravity」、およびGoogle AI StudioとAndroid StudioのGemini APIを通じてアクセスできます。

企業向けにはGemini Enterprise Agent PlatformとGemini Enterpriseを通じて利用可能です。より重いバージョンのGemini 3.5 Proは現在社内で使用されており、来月まで広く配布される予定はありません。Googleは、Gemini 3.5 Flashがこれまでで最も強力なエージェントおよびコーディングモデルであり、Terminal-Bench 2.1（76.2%）、GDPval-AA（1656 Elo）、MCP Atlas（83.6%）などの難しいコーディングおよびエージェントベンチマークでGemini 3.1 Proを上回り、マルチモーダル理解でもリードしていると発表しました（CharXiv Reasoningで84.2%）。このモデルは出力トークン/秒で他のフロンティアモデルより4倍高速です。

ベンチマーク結果は、Gemini 3.5 Flashが速度と意思決定の両方が重要なリアルタイムAIエージェント、コーディングツール、検索システム、ワークフロー自動化を実行する企業にとって特に有用であることを示しています。また、現在はより多くのモデルがツールを使用し、ワークフローを移動し、タスクを自律的に完了する能力で評価されていることも示しています。

Googleはまた、24時間365日利用可能なパーソナルAIエージェント「Gemini Spark」を導入しました。これはGemini 3.5 Flashをデフォルトモデルとして使用します。Sparkは接続されたアプリやサービスをまたいでアクションを実行し、ユーザーの制御下に留まるように設計されています。Sparkはある意味でGoogleのOpenClawへの回答ですが、大きな類似点は、両方がチャットだけでなく行動するAIシステムへの業界の方向性を反映していることです。

さらにGoogleは、物理環境をシミュレートし、ユーザーのアクションに基づいて結果を予測する新しいAIビデオモデル「Omni」を通じて、AIワールドモデルへの拡大を進めています。Omniは画像、音声、ビデオ機能をサポートし、Google FlowやYouTube Shortsなどの製品に統合されます。

Gemini 3.5 Flashの導入は、AI業界の競争が従来のチャットボット対話から自律実行へとシフトしていることを浮き彫りにしています。OpenAI、Anthropic、Microsoft、xAIはすべて、最小限の人間の介入で推論し複雑なタスクを実行できるシステムの構築を競っています。Gemini 3.5 Flashにより、GoogleはGeminiを消費者および企業環境向けのより運用型のAIシステムとして位置づけているようであり、それが他社との差別化に役立つ可能性があります。