このモデルの強みは何ですか？

高度な多モード処理能力 Google DeepMindによる開発最新の基盤モデル設計

このモデルの弱みは何ですか？

非オープンソースの制限ライセンスがクローズド外部からの詳細設計不可

どんな用途に最適ですか？

マルチモーダルデータの分析高度なコンテンツ生成複雑な情報の統合処理

Google Deep Mindプロプライエタリ

Gemini 3.5 Pro

Name: Gemini 3.5 Pro
Author: Google Deep Mind

このモデルを比較

Gemini 3.5 Proは、Google DeepMindが開発した多モード対応の基盤モデルです。高度なマルチモーダル処理能力を備え、クローズドライセンスで提供されています。

シェア:X はてブ LINE

パラメータ

非公開

コンテキスト長

ライセンス

プロプライエタリ

リリース日

2026-06-19

API料金

このモデルのAPI料金情報は現在未公開です

強み

・高度な多モード処理能力
・Google DeepMindによる開発
・最新の基盤モデル設計

弱み

・非オープンソースの制限
・ライセンスがクローズド
・外部からの詳細設計不可

活用例

・マルチモーダルデータの分析
・高度なコンテンツ生成
・複雑な情報の統合処理

深度分析

GPQA Diamond

92.5%

推論でトップクラス

入力価格

$2.50/1M

フロンティア並み

出力価格

$15/1M

標準的

コンテキスト

1Mトークン

最大級

強み

・Googleの最新フラッグシップ
・多モーダル対応
・大きなコンテキストウィンドウ
・Googleエコシステムとの連携

弱み

・API利用が段階的に展開
・一部のタスクで他社モデルに劣る
・コストが高め

競合比較

Model	Arena	SWE	GPQA	Price
Gemini 3.5 Flash	Not yet ranked (1,504 for Claude Opus 4.6 as reference)	55.1% (SWE-Bench Pro)	~90.4%	$1.50/$9.00
Claude Opus 4.7	1,504 (Opus 4.6)	87.6%	91.3%	$5.00/$25.00
GPT-5.5	~1,769 Elo (GDPval-AA)	88.7%	~92.4%	$5.00/$30.00

概要

Gemini 3.5 Proは、Google DeepMindがGoogle I/O 2026で発表し、2026年6月にリリース予定の、Gemini 3.5シリーズの次期フラッグシップモデルです。現在内部テスト中であり、先日公開されたGemini 3.5 Flashに対する性能重視の対応モデルとして位置づけられています。Flashが速度、コスト効率、エージェントタスク向けに設計されているのに対し、3.5 Proは純粋な推論、長文脈理解、複雑な問題解決の限界を押し広げることが期待されています。これらは、従来のProモデルや競合他社のフラッグシップと比較して、Flashが明確な限界を示している領域です。これは、Claude Opus 4.7やGPT-5.5などのモデルとの間に残る差を、最も困難な知的タスクにおいて埋めようとするGoogleの取り組みを表しており、Flashのエージェント的強みとより深い推論能力を組み合わせる可能性があります。マルチモーダル基盤モデルとして、Gemini 3.5 Proは100万〜200万トークンのコンテキストウィンドウ、高度な関数呼び出し、および改善された解釈可能性ツールを備えると予想されています。Frontier Safety Frameworkのもとでの開発は、不正使用に対する強化された保護措置を示しています。このリリースは、エージェント時代をターゲットとするFlashから始まったGoogleの3.5モデルファミリーを完成させ、AnthropicやOpenAIからの競争的な対応を引き起こす可能性があります。開発者にとって、3.5 Proは研究、複雑な分析、絶対的な正確性を必要とするタスクのデフォルトとなる可能性があり、一方でFlashは大量処理と速度に敏感なエージェントワークフローに最適なままです。

ベンチマーク＆性能

Detailed benchmark data for Gemini 3.5 Pro is not yet available, as the model is still in internal testing. Based on patterns from previous generations (e.g., Gemini 3.1 Pro outperforming Gemini 3 Flash on reasoning tasks) and official statements, we can expect significant improvements over Gemini 3.5 Flash in several key areas: **Expected Improvements Over Gemini 3.5 Flash:** | Benchmark | Gemini 3.5 Flash (Current) | Expected Gemini 3.5 Pro | Rationale | |-----------|----------------------------|-------------------------|----------| | ARC-AGI-2 | 72.1% | >77.1% (likely higher) | Flash showed a 5-point regression from Gemini 3.1 Pro; Pro should recover and push further | | Humanity's Last Exam | 40.2% | >44.4% (likely higher) | Flash trailed Gemini 3.1 Pro by 4.2 points; Pro should lead | | MRCR v2 (128k) | 77.3% | >84.9% (likely higher) | Flash showed a 7.6-point regression from Gemini 3.1 Pro; Pro should restore and advance | | Long-context retrieval (1M) | 26.6% | Potentially higher | Pro may improve retrieval across the full 1M-2M window | | SWE-Bench Verified | 55.1% (SWE-Bench Pro) | Expected to approach/exceed 87.6% | To compete with Claude Opus 4.7 and GPT-5.5 | **Areas Where Flash Already Leads (Pro may match or slightly improve):** | Benchmark | Gemini 3.5 Flash | Notes for Pro | |-----------|------------------|-------------| | MCP Atlas (tool use) | 83.6% | Pro may match or slightly exceed; agentic strength likely preserved | | Terminal-Bench 2.1 (coding) | 76.2% | Pro could match or improve on complex coding tasks | | MMMU-Pro (multimodal) | 84.0% | Pro may maintain or advance multimodal understanding | **Comparisons with Competitor Flagships (Hypothetical):** - **vs Claude Opus 4.7:** Pro should aim to match or exceed SWE-Bench (87.6%) and GPQA Diamond (91.3%) while potentially offering faster inference or better pricing. - **vs GPT-5.5:** Pro should target ARC-AGI-2 (85.0%) and SWE-Bench (88.7%) to compete with OpenAI's reasoning flagship. - **vs Gemini 3.1 Pro:** Pro should surpass its predecessor across all benchmarks, continuing the generational improvement cycle. *Note: All performance projections are based on historical patterns and official communications. Actual benchmarks will be released by Google upon Gemini 3.5 Pro's launch.*

詳細比較

**Gemini 3.5 Pro vs. Gemini 3.5 Flash:** - **ポジショニング:** Proは能力最適化（推論、正確性）; Flashは速度・コスト最適化（エージェンティックタスク、大量処理）。 - **期待される性能:** ProはARC-AGI-2、Humanity's Last Exam、長文脈検索、SWE-BenchでFlashを大きく上回るはず; Flashは速度とツール使用におけるコスト効率性でリード。 - **価格設定:** ProはFlashより入力/出力トークンで2～3倍高価（$1.50/$9.00）の可能性がある。 - **コンテキストウィンドウ:** 両方とも100万トークンを提供する可能性があるが、Proは200万トークンを提供する可能性がある。 - **ユースケース:** Flashはエージェント、RAG、高スループットワークフロー向け; Proは研究、複雑な分析、正確性が重要なタスク向け。 **Gemini 3.5 Pro vs. Claude Opus 4.7:** - **価格設定:** Opusと同程度（$5/$25）かそれ以下が予想される; Googleは歴史的に競争力のある価格設定を行っている。 - **コンテキストウィンドウ:** 両方とも約100万～200万トークン。 - **強み:** Opusはソフトウェアエンジニアリング（SWE-Bench 87.6%）とクリエイティブライティングで優秀; Proはマルチモーダル理解とおそらくエージェンティックベンチマークでリードする見込み。 - **速度:** ProはおそらくOpus（約25トークン/秒）より速いが、Flash（約289トークン/秒）より遅い。 **Gemini 3.5 Pro vs. GPT-5.5:** - **価格設定:** GPT-5.5（$5/$30）と同程度かそれ以下が予想される。 - **強み:** GPT-5.5はARC-AGI-2（85.0%）とSWE-Bench（88.7%）でリード; Proは優れたマルチモーダル機能とおそらくより良いエージェンティック性能を提供しながら、競争力を保つはず。 - **エコシステム:** 両方とも広範なエコシステムに統合されている（Google Workspace vs. OpenAI ChatGPT/Enterprise）。

コミュニティ評価

モデル: Gemini 3.5 Pro 分野: community 開発者および研究コミュニティはGemini 3.5 Proのリリースを切望しており、最近のGemini 3.5 Flashのリリースを受けた反応が見られます： **期待と憶測：** - 開発者は、ProがFlashに見られた競合他社のフラッグシップモデルに対する推論能力の差を埋めるかどうかを注視しており、特にARC-AGI-2とSWE-Benchでの動向に注目しています。 - 2026年5月から6月への延期を受け、Googleがベンチマークでのリーダーシップを狙って最適化を行っているのではないかという憶測が生じており、特にFlashのエージェンティックタスクでの好成績を受けてのことです。 - Hacker NewsやTwitter/Xなどのフォーラムでは、ProがFlashのエージェンティックな強みとフロンティアレベルの推論を組み合わせる可能性、「初の真に統合された」モデルになる可能性などが議論の焦点となっています。 **導入パターン：** - 多くのプロダクションチームはすでにGemini 3.5 Flashをエージェントワークロード向けに展開しており、より深い推論を必要とするエッジケースを処理するためにProを待っています。 - AIコミュニティは、Proが主要なベンチマークでClaude Opus 4.7やGPT-5.5と同等以上の性能を示し、競争力のある価格を提供すれば、大きな開発者のマインドシェアをGoogleのエコシステムに移す可能性があると指摘しています。 - エンタープライズからの関心は高く、特に推論精度とマルチモーダル機能の両方が重要な金融や医療などの業界からの注目が集まっています。 **懸念と考慮事項：** - 一部の開発者は、Proのベンチマークが独立して検証されるまで、確立されたプロバイダー（Anthropic、OpenAI）からの移行に慎重な姿勢を示しています。 - ProがFlashの速度上の利点を維持するのか、それともフラッグシップモデルに典型的な遅くて高価な推論パターンに戻るのかについて議論があります。 - GoogleがFrontier Safety Frameworkを重視していることから、コミュニティはProの安全性と解釈可能性に関する詳細を待っています。全体的に、慎重ながらも楽観的な感情であり、Gemini 3.5 ProがGoogleをAI能力の全領域でリーダーとして確立することへの期待が高まっています。

ユースケース

**1. 複雑な研究と分析:** *例:* 数千もの科学論文を分析して新しい薬物相互作用を特定する研究チーム。 *Proを選ぶ理由:* 長文書にわたる深い推論、矛盾する発見の統合、そして高い精度が必要であり、これらはFlashのエージェント的な焦点を超えてProが優れると期待される領域です。 **2. 高リスクのソフトウェアエンジニアリング:** *例:* 微妙な相互依存関係を持つミッションクリティカルなレガシーコードベースのリファクタリング。 *Proを選ぶ理由:* 強力なSWE-Benchパフォーマンス（期待値>87.6%）と、コードベース全体の影響を把握するための長文脈理解が必要であり、FlashのSWE-Bench Proにおける55.1%を上回る必要があります。 **3. 専門領域におけるマルチモーダル推論:** *例:* 診断支援のため、医療スキャンと臨床メモを並行して解釈する。 *Proを選ぶ理由:* 最先端のマルチモーダル理解（MMMU-Proでのリーダーシップ）と深い領域推論の両方が必要であり、Flashのビジョンの強みとProの推論の深さを組み合わせる必要があります。 **4. 長文書のコンプライアンスと法務レビュー:** *例:* 500ページの規制提出書類を分析し、リスク開示とコンプライアンスの抜け穴を確認する。 *Proを選ぶ理由:* 卓越した長文脈検索（FlashのMRCR v2の後退を克服すると期待される）と、高密度なテキストに対する正確な推論が求められます。 **Proを他の代替案より選ぶべき状況:** - 精度が譲歩できず、エラーが高いコストを伴う場合（法務、医療、財務分析）。 - タスクが深い推論と高度なマルチモーダル処理の両方を必要とする場合。 - 包括的理解を必要とする極めて長い文書（>500kトークン）を扱う場合。 - 最も困難な知的タスクにおける最大の能力を得るために、速度とコストを犠牲にする意思がある場合。