Googleは8月13日(現地時間)、エントリーレベルAIモデル「Gemini 3.7 Flash」を発表した。このモデルは、前モデルの3.6 Flashから出力品質が大幅に向上し、AnthropicやOpenAIの競合モデルを9つのベンチマークで上回った。年末までの導入価格は、Gemini 3.6 Flashの半額となる見込み。
Gemini 3.7 Flashは、前モデルのリリースから3週間後に発表された。Googleのエンジニアは短期間で出力品質の顕著な改善を実現したとしている。特に、100のプログラミングタスクを含むFrontierCode 1.1 Mainを含む9つのベンチマークで競合モデルを上回った。
モデルは動作するコードの生成だけでなく、エンタープライズソフトウェアプロジェクトで要求されるバグテストやスタイルガイドの遵守といった要件も満たす。前モデルと比較して、Gemini 3.7 Flashはユーザーインターフェース (UI) の生成に優れており、モデルが設計したレイアウトはユーザーがアップロードした参照画像に近似するとされる。プロンプトごとに最大100万トークンの画像、動画、テキストを処理し、最大64,000トークンのテキストで応答する。
Googleのプロダクトマネジメント担当シニアディレクター、トゥルシー・ドシ (Tulsee Doshi) 氏は、Gemini 3.7 Flashは、3.6 Flashと比較して開発者エクスペリエンスが著しく向上したとブログ投稿で述べている。同氏によると、モデルは障害への適応能力を高め、必要な時に意図を明確にし、指示により高い忠実度で従う。多段階の計画とツール呼び出しにおいて、より入念に思考するようになったという。
プログラミング以外にも、ビジネス文書に関する質問に答えるGDP.pdfベンチマークでテストされ、正答率は34%に達し、Claude Sonnet 5を6%、GPT-5.6 Terraを9.3%上回った。また、AIエージェントアンサンブルの基盤としても活用可能である。モデルのアーキテクチャについては、Gemini 3.6 Flashと同じで、Transformerベースのmixture-of-expertsアーキテクチャを特徴とするGemini 3 Proから派生したとされている。
Gemini 3.7 Flashのトレーニング方法に関する情報は公開されていないが、Meta Platforms Inc.のMuse 2 GlimmerがMuse Sparkを蒸留して作成されたように、より高性能なAIの出力からエントリーレベルのニューラルネットワークをトレーニングすることが一般的である。このモデルは、3月に登場した消費者向けAIエージェントであるGemini Sparkにも導入され、ウェブブラウジングや他のGoogleサービスでのアクション実行能力を強化すると見られている。
参考: siliconangle.com (アーカイブ) — 2026年8月14日 08:00 (JST)