Googleが、コーディングやAIエージェント向けの新モデル「Gemini 3.7 Flash」を発表しました。Flashシリーズは、応答速度とコスト効率を重視したモデルですが、今回は単なる高速版ではありません。複数の手順を考え、ツールを使い、途中で問題が起きても対応しながら仕事を進める能力が大きく強化されています。

 

<ニュース概要>
Gemini 3.7 Flashは、Gemini 3.6 Flashの公開からわずか3週間で登場しました。Googleは「コーディングとエージェント向けとして、これまでで最も高性能な主力モデル」と位置付けています。ソフトウェア開発だけでなく、資料の読み取り、調査、業務フローの自動化など、企業のナレッジワーク全般を意識したモデルです。

 

■ 最大の進化は「仕事を最後まで進める力」

従来のAIは、一つひとつの質問にはうまく答えられても、複数工程にまたがる仕事では途中で指示を見失ったり、ツールの利用に失敗したりすることがありました。Gemini 3.7 Flashは、指示への忠実さ、複数ステップの計画、ツールの呼び出しが改善され、行き詰まったときにも状況に合わせて対応しやすくなっています。

Googleの評価では、企業の業務自動化を測るAutomationBenchのスコアが、3.6 Flashの17.0%から30.4%へ向上しました。コンピューター操作の評価でも33.8%から47.9%へ伸びています。人の確認ややり直しを減らし、AIにまとまった業務を任せる方向への進化といえます。

 

■ コーディング以外の管理部門業務にも関係する

注目したいのは、改善がプログラミングだけに限られない点です。専門的なPDF文書の理解力を測る評価は、3.6 Flashの22.0%から34.0%に上昇しました。長い資料や複数のデータを読み、必要な情報を整理する業務にも向いています。

経理・法務・人事などの管理部門で考えると、契約書や規程、報告書の確認、複数資料をまたぐ調査、定型業務の自動化などへの活用が期待できます。テキストだけでなく、画像、音声、動画、PDFを入力でき、最大100万トークンの長い文脈を扱えることも、実務利用では大きな強みです。

 

■ 高性能モデルを大量業務に使いやすい価格

2026年末までの導入価格は、入力100万トークン当たり0.75ドル、出力100万トークン当たり3.75ドルです。Googleによると、Gemini 3.6 Flashの当初価格の半額に当たります。高性能なAIを一部の難しい仕事だけに使うのではなく、大量の資料処理や日常的な業務フローへ組み込みやすくなります。

一方、この導入価格は2026年12月31日までで、2027年1月からは入力1.50ドル、出力7.50ドルになる予定です。また、AIの誤りがなくなったわけではありません。重要な判断や外部への送信、取り消せない操作には、人による確認を残す設計が必要です。

今回の進化は、「賢いAIに質問する」段階から、「速くて低コストなAIに業務の流れごと任せる」段階へ移りつつあることを示しています。Gemini 3.7 Flashの本当の価値は、回答の速さよりも、企業がAIエージェントを日常業務へ展開しやすくなった点にあります。

 

出典:Google・2026年8月13日
https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-3-7-flash/

参考:Google DeepMind「Gemini 3.7 Flash Model Card」
https://deepmind.google/models/model-cards/gemini-3-7-flash/

ISAOの管理部門のAI導入事例

AIは、こうした小さな「動かない」でつまずきます。ISAOは、その先——実際の業務に
AIを乗せて回すところまでを、お客様の管理部門と一緒に進めています。

月次決算の工数を50%以上削減|東証グロース上場企業A社

少人数の経理財務部門で、決算業務を1本ずつAI化。外注に頼らず社内で決算を完結
できる体制をつくりました。(Claude Cowork/Microsoft 365 Copilot)

詳細はこちら

全社でAIを使わない日がない状態へ|医薬品・上場準備企業

ツールを配って終わりにせず、顧問として伴走。安全に使える環境の整備から
リテラシー向上まで。G検定の合格率は100%。

詳細はこちら

収益認識の判定をAIエージェント化|創薬支援CRO

月100件を超える契約の収益認識判定を、監査証跡を保ったままAIがドラフト。
ドラフト・レビュー工数を75%以上削減しました。

詳細はこちら

「AI管理部長」を数年かけて共同研究|東証上場のIT企業

管理部門の業務をAIが担う仕組みを研究。汎用LLMで足りる部分と、自社で作り込む
べき部分の線引きを実務で検証しています。

詳細はこちら