確定日付の確度: 確定確定として発表情報源が日付をどれだけ確定的に述べているか：確定、予定、推定、延期、未確認。「確定」のピンをすべて表示確度 85%総合信頼度: 85%ピンの情報源と参照がその日付をどれだけ裏付けているか。出典を含む 3 件の資料がピンの開始・終了時刻をどれだけ強く裏付けているかの加重平均。最新の資料より180日古くなるごとに重みは半分になります確度75%以上のピンをすべて表示
TechCrunch[1]は、Googleが2026年5月19日火曜日、年次開発者会議I/OでGemini 3.5 Flashを発表したと報じている。Google DeepMind[3]の3.5 Flashのモデルカードも同日に公開された。- 開始
- 2026年5月19日確度 95%deepmind.google
「Gemini 3.5 Flash」リリース
原文から自動翻訳されています
元のタイトル: Gemini 3.5 Flash Released
Googleは「Google I/O 2026」で「Gemini 3.5 Flash」を発表した。コーディングと自律型エージェントで過去最強のモデルで、ほぼすべてのベンチマークでGemini 3.1 Proを上回るとしている。
- Googleは2026年5月19日、Google I/Oで「Gemini 3.5 Flash」を発表した。コーディングと自律型エージェントで過去最強のモデルだという[1]
- コライ・カブクオグル氏は「最新のフロンティアモデルである3.1 Proを、ほぼすべてのベンチマークで上回る」と述べ、他のフロンティアモデルの4倍高速で、最適化版なら同じ品質で12倍高速だと説明した[1]
- Google Antigravityと共同開発され、デモではエージェントが生成されてオペレーティングシステムを一から構築した。Googleは同日、スタンドアロンのデスクトップアプリ「Antigravity 2.0」も公開した[1]
- Googleは、近く登場する3.5 Proが「オーケストレーター」としてFlashをサブエージェントに使うと説明し、3.5ではサイバーとCBRNに関する安全対策も強化したと述べた[1]
主な特徴
- Terminal-bench 2.1で76.2%(3 Flashは58.0%)、SWE-Bench Proで55.1%、コンピューター操作のOSWorld-Verifiedで78.4%[3]
- MCP Atlas 83.6%、ナレッジワークのGDPval-AA 1656 Elo、CharXiv Reasoning 84.2%、ARC-AGI-2 72.1%[3]
- 数時間にわたり自律的に動作でき、判断の分岐点では一時停止して入力を求める[1]
ベンチマーク[3]
| ベンチマーク | Gemini 3.5 Flash | Gemini 3 Flash | Gemini 3.1 Pro | Claude Sonnet 4.6 | Claude Opus 4.7 | GPT-5.5 |
|---|---|---|---|---|---|---|
| Terminal-bench 2.1(エージェント型ターミナルコーディング、Terminus-2ハーネス) | 76.2% | 58.0% | 70.3% | — | 66.1% | 78.2% |
| SWE-Bench Pro (Public)(多様なエージェント型コーディングタスク、1回の試行) | 55.1% | 49.6% | 54.2% | — | 64.3% | 58.6% |
| MCP Atlas(MCPを使った複数ステップのワークフロー) | 83.6% | 62.0% | 78.2% | 69.5% | 79.1% | 75.3% |
| Toolathlon(実世界の汎用ツール利用) | 56.5% | 49.4% | — | — | — | 55.6% |
| OSWorld-Verified(エージェント型コンピューター操作) | 78.4% | 65.1% | 76.2% | 72.5% | 78.0% | 78.7% |
| Finance Agent v2(財務分析と意思決定) | 57.9% | 42.6% | 43.0% | 51.0% | 51.5% | 51.8% |
| GDPval-AA(経済的価値のあるナレッジワーク、Elo) | 1656 | 1204 | 1314 | 1676 | 1753 | 1769 |
| CharXiv Reasoning(複雑なグラフからの情報統合、ツールなし) | 84.2% | 80.3% | 83.3% | 72.4% | 82.1% | 84.1% |
| MMMU-Pro(マルチモーダルの理解と推論、ツールなし) | 83.6% | 81.2% | 80.5% | 74.5% | 75.2% | 81.2% |
| Blueprint-Bench 2(エージェント型空間推論、正規化スコア) | 33.6% | 0.0% | 26.5% | 6.7% | 24.5% | 36.2% |
| MRCR v2 (8-needle)(長いコンテキストでの性能、128k(平均)) | 77.3% | 67.2% | 84.9% | 84.9% | 59.3% | 94.8% |
| MRCR v2 (8-needle)(長いコンテキストでの性能、1M(ポイントワイズ)) | 26.6% | 22.1% | 26.3% | — | — | — |
| Humanity’s Last Exam(学術的推論、全問題セット、テキスト+マルチモーダル) | 40.2% | 33.7% | 44.4% | 33.2% | 46.9% | 41.4% |
| ARC-AGI-2(抽象推論パズル) | 72.1% | 33.6% | 77.1% | 58.3% | 75.8% | 84.6% |
購入Gemini