Gemini 3.7 Flashとは？3.6 Flashとの違い・料金0.75ドル/M・2027年の値上げと使いどころ【2026年8月最新】

Gemini 3.7 Flashとは、Googleが2026年8月13日に発表した、コーディングとAIエージェント用途に照準を合わせた主力（workhorse）モデルです。 現時点の料金は100万トークンあたり入力$0.75・出力$3.75ですが、これは2026年12月31日までの導入価格で、2027年1月1日から入力$1.50・出力$7.50へと倍額になる点だけは先に押さえておく必要があります。

この記事でわかること:

• Gemini 3.7 Flashの基本仕様と、前モデル3.6 Flashからの変更点
• 「FrontierCode 43.6%」が実際に何を測った数字なのか
• 導入価格と2027年標準価格の差が、月額コストにどう効くのか（円換算試算つき）
• GPT-5.6 Terra・Claude Sonnet 5に対して勝っている領域と負けている領域
• 企業導入時に確認すべきセキュリティ・ガバナンス上の論点

対象読者は、Gemini APIの採用やモデル切り替えを検討している開発者・情報システム部門、AIエージェントの本番運用コストを試算したい実務担当者です。本記事は2026年8月時点の公式情報および報道に基づいており、他社モデルの価格・スコアには第三者集計を含みます。最終判断の前には各社公式ページでの確認をおすすめします。

出典: Google DeepMind 公式サイト

Gemini 3.7 Flashとは何か（基本仕様と位置づけ）

出典: Google AI for Developers 公式サイト

Gemini 3.7 Flashは、Googleが「最も高性能なワークホースモデル」と位置づける汎用主力モデルで、特にコーディングとエージェント用途を強化した世代です。前モデルのGemini 3.6 Flashが2026年7月21日発表だったため、わずか約3週間での投入となりました。

重要なのは、これがゼロからの新規事前学習モデルではないという点です。公式のモデルカードによれば、3.7 Flashは3.6 Flashをベースに、中核となる推論基盤へアルゴリズム改良を加えた改良版とされています。「まったく新しい世代のモデルが出た」というより、「短サイクルで中身を詰め直したマイナーバージョンアップ」と理解するのが実態に近い表現です。

現時点で公表されている主な仕様は次の通りです。

「出力はテキストのみ」という点は誤解されやすい部分です。画像や音声を読み込むことはできますが、画像生成・音声生成はしません。マルチモーダルは入力側の話だと考えてください。

Gemini全体のラインナップやブランドの整理から入りたい場合は、Geminiとは？できること・料金・使い方を先に読むと位置づけがつかみやすくなります。

Gemini 3.6 Flashとの違い：性能は上がったが、価格は同じ

3.6 Flashからの変更点は、大きく分けて「ベンチマークスコアの明確な上昇」と「価格は据え置き（同額）」の2点です。性能が上がったうえで料金が変わらないため、新規に選ぶなら3.7 Flashを避ける理由はほとんどありません。

公式が示したベンチマーク差分

伸び幅が大きいのは、DeepSWE（+16.3pt）とAutomationBench（+13.4pt）です。いずれも「一問一答」ではなく、複数ステップを最後までやり切れるかを測る評価であり、エージェント用途を意識した改良だったことが数字にも表れています。

価格については「3.6も同じ$0.75」が正確

ここが多くの解説記事で曖昧になっている部分です。Gemini API料金ページ上では、3.6 Flashも現在は入力$0.75・出力$3.75（2027年1月から$1.50・$7.50）と表示されています。つまり、

• ❌ 「3.7 Flashは3.6 Flashより安い」→ 誤り
• ⭕ 「3.6 Flashの当初価格（$1.50 / $7.50）に対して半額の導入価格で3.7 Flashが登場し、3.6 Flashも同じ導入価格帯に並んでいる」→ 正確

という関係です。同じ単価で性能が上のモデルが提供されている以上、新規実装であれば3.7 Flashを素直に選ぶのが合理的という結論になります。既存システムで3.6 Flashを使っている場合も、API仕様上の差異が小さいため移行負荷は軽い部類です。

世代をさかのぼった系譜を確認したい場合はGemini 3.5 Flashとは、より低コストな軽量枠と比べたい場合はGemini 3.1 Flash-Liteとはもあわせて確認すると、価格帯ごとの棲み分けが見えてきます。

「FrontierCode 43.6%」とは何を測った数字か

出典: Cognition 公式ブログ

今回もっとも大きく取り上げられている43.6%という数字は、Cognitionが提供するコーディングベンチマーク「FrontierCode 1.1」のMain（最難関100タスク）でのスコアです。この数字の意味を理解しておくと、モデル選定の議論の解像度が上がります。

従来のコーディングベンチマークの多くは「テストが通るかどうか」を合否基準にしていました。しかしFrontierCodeは、実際のOSSリポジトリのissueに対して生成したパッチを、リポジトリ保守者が書いたルーブリックで採点します。評価される観点は次のようなものです。

• 振る舞いとして正しく修正できているか
• 既存機能を壊していないか（リグレッション安全性）
• ビルドが通り、コードスタイルが整っているか
• プロジェクトの規約に沿っているか

要するに「テストが緑になったか」ではなく、そのままレビューに出してマージできる品質かを問うベンチマークです。だからこそ実務での体感に近く、43.6%という一見低めの数字も「最難関タスクの4割強でマージ可能水準に到達した」と読むと納得しやすくなります。

公式が挙げる「初回（first-pass）でのコード正答率向上」という改良も、この文脈で意味を持ちます。作り直しの回数が減れば、消費トークンが減り、結果として実コストも下がるからです。単価表だけを見ていては見落とすポイントです。

AIによるコード生成の品質をどこまで信用してよいかという論点は、AIコーディングのセキュリティリスクでも扱っています。

Gemini 3.7 Flashの料金：導入価格と2027年からの標準価格

現在の料金は2026年12月31日までの期間限定の導入価格で、2027年1月1日から入力・出力ともに2倍になります。 ここを織り込まずに年間コストを見積もると、翌年に予算が倍増します。

出典: Google AI for Developers 公式サイト

料金表（Gemini API 従量課金 / 100万トークンあたり・USD）

補足として、Google検索によるグラウンディングはGemini 3.x系共通で月5,000リクエストまで無料、超過分は1,000リクエストあたり$14です。Batch APIとコンテキストキャッシュはいずれも標準価格から50%引きの設計になっています。

なお、出力トークンには思考トークンが含まれて課金されます。thinking_level を high に上げると精度は上がりますが、そのぶん出力側の課金が膨らむ点は設計時に必ず織り込んでください。

月額コスト試算：2026年内と2027年以降でどれだけ変わるか

入力と出力の比率を5:1（RAGやエージェント用途で一般的なレンジ）と仮定した場合の概算です。円換算は1ドル=155円で試算しており、為替により変動します。

PoC規模なら差額は誤差の範囲ですが、本番規模に乗せた瞬間に年間で数百万円単位の差になります。2027年以降のコストを抑えるための現実的な打ち手は次の3つです。

1. Batch APIに寄せる — リアルタイム性が不要なバッチ処理（ログ分析、大量文書の分類・要約など）は50%引きになります
2. コンテキストキャッシュを設計に組み込む — 同じシステムプロンプトや参照文書を毎回投げている構成なら効果が大きい
3. thinking_level をタスク別に切り分ける — すべて high で回すのは出力課金の観点で割高です

主要モデルを横断してコスト構造を比べたい場合は、生成AI料金比較（ChatGPT・Claude・Geminiほか）が判断材料になります。

できること：thinking levelの3段階と強化された用途

出典: GitHub google-gemini/cookbook 公式リポジトリ

Gemini 3.7 Flashの実務上の使い勝手を左右するのが、応答前の思考量を切り替える thinking_level です。3段階あり、用途に応じて明示的に指定します。

公式が今回とくに改善したと挙げているのは、次の領域です。

• デバッグ・issue解決の精度 — 不具合の原因特定から修正までの成功率
• 初回でのコード正答率 — 作り直し回数が減り、実コスト削減に直結する
• Web開発 — レイアウト生成、機能が揃ったアプリの生成を少ないプロンプトで到達させる
• デザイン指示に追従するUI生成
• 知識密度の高い文書の読解・推論 — 金融、法務、バイオサイエンス領域が例示されている
• マルチステップの計画立案とツール実行 — 想定外の障害への適応を含む

実務での使いどころを整理すると、次のような切り分けになります。

• 社内ドキュメント検索・RAG基盤の回答生成 → low 〜 medium
• コードレビュー補助、PR自動生成 → medium
• レガシーコードの大規模リファクタ設計 → high
• 定型帳票の一括処理（夜間バッチ） → low + Batch API

複数のAIが分担して動く構成を検討している場合は、マルチエージェントAIとはも設計の参考になります。

GPT-5.6 Terra・Claude Sonnet 5との比較：勝っている領域と負けている領域

Gemini 3.7 Flashは「すべてのベンチマークで1位」のモデルではありません。 コード品質・長文脈・業務自動化・法務系では優位ですが、長期エージェント実行やターミナル操作、コンピュータ操作ではGPT-5.6 Terraに劣後します。ここを正直に把握しておくことが、モデル選定を誤らないための前提です。

出典: Anthropic 公式サイト

ベンチマーク横断比較（第三者集計を含む）

なお、コンピュータ操作を測るOSWorld-2.0については、モデルカード要約と第三者集計でスコアが食い違っているため本記事では具体値を示しません。ただしGPT-5.6 Terra（50.2%）に及ばないという方向性はいずれのソースでも一致しています。

価格を含めた比較

※GPT-5.6 TerraとClaude Sonnet 5の価格は第三者ソースに基づく参考値です。導入判断の前にOpenAI・Anthropicの公式料金ページで必ず再確認してください。

用途別の使い分け

ClaudeとGeminiの全体的な比較はClaude vs Gemini 徹底比較、ChatGPTとの比較はChatGPT vs Gemini 比較で整理しています。コーディング用途でのツール選定全般はAIコーディングツールおすすめが参考になります。

できないこと・制約

導入判断の前に把握しておくべき制約を、性能面・提供面・実装面に分けて整理します。

性能・機能面

• 出力はテキストのみ。画像生成・音声生成には対応していない
• ナレッジカットオフは2026年3月だが、領域によっては2025年1月相当にとどまるとモデルカードが明記している。最新情報が必要なら検索グラウンディングや外部データ連携が前提になる
• 長期実行エージェント・ターミナル操作・コンピュータ操作ではGPT-5.6 Terraに劣後する
• GDPval-AA v2（汎用の経済価値タスク）では競合各社より下位
• モデルカードが挙げる既知の限界として、ハルシネーション、タイムアウトや応答遅延、ジェイルブレイク耐性が改善途上である点が明示されている

提供・ライセンス面

• オープンウェイトの公開はなく、自己ホスティングは不可。API経由またはエンタープライズ製品経由でのみ利用する
• 消費者向けにはGemini Spark経由でのみ到達でき、Sparkの利用にはGoogle AI Pro / Ultraのサブスクリプションが必要。無料ティアのGeminiアプリユーザーは3.7 Flashに触れられない
• 導入価格は期間限定で、2027年1月1日に入力・出力とも2倍になる

API実装面（3.6 Flashから継続する仕様）

• temperature / top_p / top_k は非対応
• candidate_count はGemini 3.x系で非対応
• thinking_budget は thinking_level（文字列enum）に置き換えられており、両方を同時指定すると400エラーになる
• FunctionResponse には call_id と name が必須
• マルチターンはサーバー側の previous_interaction_id を使う方式で、事前に埋め込むモデルターン（prefilled model turns）は使えない

旧世代のSDK実装をそのまま持ち込むと、thinking_budget 周りで最初につまずきます。移行時はまずここを確認してください。

セキュリティとガバナンス：企業導入で確認すべきこと

Googleは3.7 FlashにFrontier Safety Framework（FSF）に基づくセーフガードを適用しており、モデルカードで評価結果を公開しています。サイバーセキュリティ領域でアラート閾値に到達した一方、重要能力レベル（CCL）には未到達というのが公式の評価です。

コンテンツ安全性については、自動評価上、テキスト・画像・多言語のいずれも3.6 Flashと同等または改善という結果が示されています。

一方で、モデル側の安全性評価と、導入企業側の運用リスクは別物です。3.7 Flashはエージェント用途を前提としており、実務ではツール実行権限やファイルアクセス権限を与える設計になります。この場合、利用側で設計すべき論点は次の通りです。

• 実行権限の範囲 — 書き込み・削除・外部API呼び出しをどこまで許可するか
• 監査ログ — 誰が・いつ・どのツールを・どの引数で実行したかを追跡できるか
• データ持ち出し経路 — 外部送信を伴う処理の経路を把握・遮断できるか
• 契約・リージョン設定 — エンタープライズ利用時のデータ取り扱いはGemini Enterprise / Vertex AIの契約とリージョン設定に依存する

InfoWorldの取材では、Kanerikaのアナリストが「採用のボトルネックはモデル性能ではなくガバナンス（意思決定の所有者・監査可能性・データアクセス）だ」と指摘しています。単価が下がったからこそ、本番展開の可否を決めるのは運用設計側になる、という構図です。

権限設計の具体的な考え方はAIエージェントのセキュリティ対策で整理しています。企業導入のチャネルとしてはGemini Enterprise Agent Platformも確認しておくとよいでしょう。

使い方と提供チャネル

利用経路は「開発者向け」「企業向け」「消費者向け」の3系統に分かれます。

出典: Google 公式ブログ

まず動かして試すなら、Google AI Studioでモデルを gemini-3.7-flash に切り替えるのが最短です。無料ティアはレート制限がかかりますが、プロトタイピングには十分機能します。

開発ワークフローに組み込む場合は、Gemini CLIとはやGemini CLIからAntigravityへの移行も参照してください。消費者向けの利用経路そのものについてはGemini Sparkとはで詳しく扱っています。

Gemini 3.5 Proを待つべきか、3.7 Flashで進めるべきか

現時点では3.7 Flashで実装を進めるのが現実的です。 Gemini 3.5 Proは2026年6月のリリース予定から延期が続いており、3.7 Flash発表時点でも公開時期は示されませんでした。

報道の整理は次の通りです。

• Bloomberg・Forbes・Axiosはいずれも「3.5 Proのリリース時期は依然として不明」と報じている
• 延期理由はコーディング性能が社内目標に届かなかったためとされる
• SemiAnalysisは「3.5 Proを棚上げし、Gemini 4に資源を振り向けた」との見方を示している（これはGoogleの公式発表ではなく、あくまで報道ベースの分析です）
• 複数メディアが「Flashの更新頻度は高い一方、Proのリリースは滞っている」という非対称性を論点にしている

実務判断としては、次のように切り分けるのが妥当です。

3つ目が最も重要です。Flash系は3週間で世代が変わるサイクルに入っており、モデルIDをコードにハードコードしない設計にしておくだけで、次の世代への移行コストが大きく変わります。

今後の動向はGemini 3.5 Proとは、Gemini 4とは、上位モデルの現行選択肢はGemini 3.1 Proとはで追えます。

こんな人におすすめ

Gemini 3.7 Flashが適しているのは、次のようなケースです。

• API単価を最優先で下げたい開発チーム — ブレンド単価で競合の3分の1程度。エージェントを本番規模に乗せる際の実質的な上限を押し上げられる
• コード生成・修正の「作り直し回数」を減らしたい — FrontierCodeとCode Arenaで最上位。初回正答率の改善はトークン消費の削減に直結する
• 大量の社内文書やコードベースを一括で読ませたい — 100万トークンのコンテキストと、長文脈検索での高いスコアが効く
• 定型的な業務ワークフローの自動化を進めたい — AutomationBenchでの差は実務ワークフローの遂行力を反映している
• 既に3.6 Flashを使っている — API仕様の差が小さく、同一単価で性能が上がるため移行メリットが明確
• 法務・金融など知識密度の高い文書を扱う — GDP.pdfやHarvey LAB-AAでの結果が示唆的

おすすめしない人・避けたほうがよいケース

逆に、次に当てはまる場合は他の選択肢を検討したほうが無難です。

• オンプレミスや自社環境でモデルを動かす必要がある — オープンウェイト公開がなく、自己ホスティングは不可能
• 数時間〜数日走り続ける長期エージェントを組む — DeepSWEやTerminal-bench 3.0ではGPT-5.6 Terraに明確に劣後する
• ターミナル操作やGUI自動操作が中心 — この領域では現時点で優位性がない
• 画像・音声を生成させたい — 出力はテキストのみ
• 無料でGeminiアプリから最新モデルを使いたい一般ユーザー — SparkはAI Pro / Ultra限定で、無料ユーザーは到達できない
• 2027年以降の予算が固定されていて増額余地がない — 現行単価のまま計画すると、2027年1月に倍額になる
• 最新の出来事に関する正確な知識が必須 — ナレッジカットオフの制約があり、領域によっては2025年1月相当。検索グラウンディングの併用が前提になる

よくある質問

Q. Gemini 3.7 Flashは無料で使えますか？

開発者向けにはGoogle AI Studio / Gemini APIの無料ティアがあり、レート制限つきでプロトタイピングに使えます（具体的なレート値は公式では確認できていません）。一方、Geminiアプリの無料ユーザーは3.7 Flashに到達できません。到達経路であるGemini SparkがGoogle AI Pro / Ultra加入者限定のためです。

Q. 導入価格が延長される可能性はありますか？

現時点で公式に延長のアナウンスはありません。料金ページ上では2026年12月31日で導入価格が終了し、2027年1月1日から標準価格に切り替わる旨が明記されています。予算計画は標準価格ベースで組み、導入価格分は上振れ余地として扱うのが安全です。

Q. Batch APIとコンテキストキャッシュは併用できますか？

いずれも標準価格から50%引きの設計で、リアルタイム性が不要な処理はBatch APIに寄せ、繰り返し参照する長い前提文書はキャッシュに載せる、という組み合わせが基本形です。ただしキャッシュは保存時間に対しても課金される（1時間あたり$0.50、2027年から$1.00）ため、参照頻度が低いデータを長時間保持すると逆効果になります。

Q. Vertex AIやGemini Enterprise経由でも使えますか？

使えます。ただし課金体系はGemini APIの従量課金とは別体系で、企業契約に依存します。データの保存場所や取り扱いもリージョン設定・契約条件によって変わるため、社内のセキュリティ要件がある場合は契約段階で確認してください。

Q. 日本語の性能はどうですか？

現時点で日本語に特化した公式ベンチマークは公表されていません。コンテンツ安全性の自動評価では多言語で3.6 Flash同等以上とされていますが、日本語の生成品質について公式が数値を出しているわけではないため、実データでの検証をおすすめします。

Q. モデルIDはどのように管理すべきですか？

Flash系は数週間単位で世代が更新されているため、gemini-3.7-flash をコード内に直接書き込まず、環境変数や設定ファイルで切り替えられるようにしておくのが実務的です。あわせて、thinking_level もタスク種別ごとに設定値として外出ししておくと、コストチューニングが容易になります。

まとめ

Gemini 3.7 Flashは、3.6 Flashをアルゴリズム面で改良した主力モデルで、コード品質・長文脈処理・業務自動化の3領域で明確に前進しました。押さえるべきポイントを整理します。

• 性能は上がり、価格は3.6 Flashと同額 — 新規に選ぶなら3.7 Flashを避ける理由はほぼない
• FrontierCode 43.6%は「マージできる品質か」を保守者ルーブリックで採点した数字 — テスト通過率より実務に近い評価
• 導入価格$0.75 / $3.75は2026年12月31日まで — 2027年1月から倍額。本番規模なら年間で数百万円単位の差になる
• 全方位で最強ではない — 長期エージェント・ターミナル操作・コンピュータ操作ではGPT-5.6 Terraに劣後する
• 導入の可否を決めるのはモデル性能よりガバナンス — 権限設計・監査ログ・データ経路の設計が実質的な障壁

コスト効率とコード品質を両立させたいチームにとっては、現時点で有力な選択肢です。ただし2027年の価格改定を前提にした試算と、エージェント権限まわりの運用設計は、導入前に必ず済ませておくことをおすすめします。