Gemini 3.7 Flashを実機検証｜3週間で何が伸びたのかベンチと実物で確かめた

まず2分で全体像をつかみたい方はこちら

この記事の要点だけを2分にまとめた解説スライドです。詳しい中身はこの下の本文で解説しています。

「3週間ぶりに出た新モデルで3Dレーシングゲームを作らせたら、思わず真剣に遊んでしまいました」

Gemini 3.6 Flashをレビューしたのが先月です。それからたった3週間で3.7 Flashが出てきました。正直、3週間でそこまで変わるのかと疑いながら触り始めたのですが、結論から言うと変わっていた部分とまったく変わっていない部分がはっきり分かれていました。

こんにちは、ルーティンラボ（@rutinelabo）です。本記事では2026年8月13日に公開されたGemini 3.7 Flashを、公式のベンチマークを読み解いたうえで、いつもの検証コースに実際に投げて確かめた結果をまとめます。前世代のレビューはGemini 3.6 Flashを実機検証した記事にありますので、比較しながら読んでいただくと違いが分かりやすいはずです。

LINE友だち登録して情報Get

Gemini 3.7 Flashとは｜値段そのままで中身が入れ替わった

Gemini 3.7 Flashは2026年8月13日に公開されたモデルです。前世代のGemini 3.6 Flashが7月21日の公開でしたから、間隔はわずか3週間しかありません。新しいモデルを覚え直す間もなく次が来た、というのが正直な感想です。

Flashという枠は、Geminiのラインナップのなかで毎日の実務を回す働き者にあたります。賢さの最高峰を狙うモデルではなく、速さと安さと実用的な賢さのバランスを取りにいく位置づけです。APIを使った自動化や大量処理、アプリへの組み込みでいちばん出番が多いのがこの枠になります。

そして今回いちばん押さえておきたいのが、価格が据え置きだという点です。3.6 Flashも3.7 Flashも、100万トークンあたり入力0.75ドル・出力3.75ドルで同じ料金です。安くなったのではなく、同じ値段のまま中身だけが入れ替わったという理解が正確です。

（2026年8月時点・Gemini API 料金ページ・モデルカード参照）

なおこの0.75ドル・3.75ドルは導入価格で、適用は2026年12月31日までです。2027年1月1日からは入力1.50ドル・出力7.50ドルに戻ります。月あたりのコストを試算するときは、この安値のまま計算しないほうが安全です。

公式ベンチマークで見る、伸びた場所と「届かない場所」

Googleが公開している評価表を見ると、3.6 Flashからの伸びがはっきり出ている項目がいくつもあります。特に大きいのが業務自動化と専門的な書類の読解で、どちらも数値が1.5倍前後に跳ね上がっています。

コード品質を測るFrontierCode 1.1は34.4%から43.6%へ、長時間のソフトウェア開発を測るDeepSWE v1.1は48.6%から65.3%へ伸びました。業務自動化のAutomationBenchは17.0%から30.4%と、ほぼ倍になっています。3週間でこの差が出るのは素直に驚きました。

そしてこの回でいちばん注目したいのが、ウェブ開発の対戦成績だけ順位が逆転していることです。Code ArenaというEloスコアで、3.7 Flashは1588。比較対象として並んでいるGPT-5.6 Terraは1523なので、出力単価が3倍以上高いモデルを上回っていることになります。

（2026年8月時点・Google公式発表の評価表を参照）

ただし、全部で勝っているわけではありません。表の下2行を見ていただくと分かるとおり、長時間かかるソフトウェア開発とターミナル操作はGPT-5.6 Terraのほうが上です。パソコン操作を測るOSWorld-2.0も47.9%対50.2%で届いていません。

新しいモデルが出ると全部強くなったように語られがちですが、実際は得意な土俵がはっきり分かれています。ウェブ開発や書類処理は任せられる、長く走らせる開発は上位に渡す。この線引きを持っておくと判断で迷いません。

どこから使えるのか｜AI Studio・Antigravity・OpenRouter

3.7 Flashを触る入口はいくつもあります。いちばん手軽なのがGoogle AI Studioで、ブラウザを開いてモデル選択から3.7 Flashを選べばすぐに試せます。無料ティアがあるので、課金画面を通らずに動かせるのがありがたいところです。

ターミナルから使いたい場合はAntigravityになります。ここでひとつ重要な変更があって、以前使われていたGemini CLIは2026年6月18日に個人向けの提供が終了しています。Google AI Pro・Ultraのユーザーと無料枠の利用者が対象で、後継はAntigravity CLI（コマンドは agy）です。企業向けのGemini Code Assist StandardやEnterpriseのライセンスを使っている組織は、これまでどおり利用できます（2026年8月時点・Google Developers Blog参照）。

もうひとつ、僕が普段から使っているのがOpenRouterです。最新モデルをまとめて試せるサービスで、Googleのアカウントまわりを整えなくてもAPI経由で叩けます。

（2026年8月20日にAPIで実測・OpenRouter参照。セール価格は変動するので、使う前に最新の表示を確認してください）

僕自身のやり方をひとつ紹介しておくと、新しいモデルが出るたびにOpenRouterへ10クレジットほど課金して、いつもの検証コースを一度走らせるようにしています。1モデルあたり200〜300円もあれば、だいたいの実力は把握できます。幅広く試したい方には効率のいい方法です。

検証コースを実際に回してみた｜ゲームからUIクローンまで

ここからが本題です。毎回同じお題を使っている検証コースに、3.7 Flashを一発勝負のワンショットで投げました。同じ土俵で回しているので、過去のモデルとそのまま比べられます。

いちばん驚いたのがレーシングゲームでした。操作方法は少し難しいのですが、走らせている画面の作り込みが明らかに前世代と違います。今回いちばんすごいと感じたのがこれで、思わず真剣に遊んでしまいました。

3Dのアスレチックゲームも良い出来でした。難易度がちょうどよく、最後まで進めてクリアまでたどり着けます。ワンショットで指示を1回投げただけで、ここまで遊べるものが出てくるのは素直に進歩だと思います。

マインクラフト風のゲームは、3.6 Flashと比べるとクオリティがはっきり上がりました。夜になる演出まで作ってくれます。ただし歩く動きが少し不自然で、操作感にも不安が残ります。近づいてはいるけれど、まだ完成ではないという印象です。

一方で、うまくいかなかったものもあります。ワンショットで投げている以上、失敗するパターンも当然出てきます。

ゲーム以外では、実務に近いUIクローンも作らせています。X風のSNSアプリ、Googleカレンダー風のアプリ、LINE風のチャット、Notion風のテキストエディタ。このあたりはどれもしっかり動きました。ベタ書きなので複雑な処理は入っていませんが、画面として成立しています。

X風アプリは3.6 Flashとも並べて比べてみました。結果は正直そこまで大差なく、この程度のプログラムならどちらもきちんと書いてくれます。同じお題をGPT-5.6 Terraにも投げたのですが、こちらはエラーが出てしまいました。ワンショットは運の要素もあるので、1回の結果で優劣を決めつけないほうがよさそうです。

ホームページ制作についてはAI臭さが残る仕上がりでした。動くものは出てくるものの、そのまま公開できるかというと手直しは必要です。

どの仕事なら任せられるのか

ここまで回してみて感じたのは、このモデルは何をやらせるかで評価がまったく変わるということです。スコアが伸びたから万能になった、という話ではありません。

正直なところ、GPT-5.6 SolやFable 5、Opus 5といったクラスと競うには厳しいというのが触ってみた実感です。全体をロングランさせたり、ハーネスの仕組みそのものを設計させたりする用途では、まだ差を感じます。

逆に言えば、設計は上位モデルに任せて、決まった仕様のコーディングやテキスト処理を3.7 Flashに流すという分け方なら十分に戦力になります。普段からAntigravityを使っている方や、Google Workspaceの環境で作業している方は特に相性がいいはずです。

バランスよく汎用的に1つで済ませたいという方には、現段階ではGPT-5.6のほうをおすすめします。この判断は用途次第なので、ご自身の作業の重心がどこにあるかで選んでみてください。

まとめ

3週間という短い間隔でのアップデートでしたが、伸びた部分ははっきりしていました。特にウェブ開発まわりで最上位モデルを上回る数字が出ているのは、価格を考えると見逃せません。

大事なのは、どの仕事を渡すかを自分で決めることだと思います。全部任せようとすると物足りなさが出ますが、得意な土俵に絞れば費用対効果はかなり高いモデルです。普段GeminiのCLIやAI活用でうまくいっている使い方があれば、ぜひコメントで教えてください。

LINE友だち登録して情報Get