8月14日、Googleが「Introducing Gemini 3.7 Flash」と題した記事を公開した。今回リリースされた「Gemini 3.7 Flash」は、コーディングとエージェント型ワークフローへの組み込みを主眼に設計された新モデルだ。コスト効率の高い「Flash」ラインナップをエージェント用途の主力に据えるというGoogleの戦略が、ベンチマーク数値に明確に反映されている。
FlashでProに迫る：Googleの「軽量・高性能」戦略
Gemini FlashシリーズはProシリーズと比較してレイテンシが低く、APIコストも抑えられる。OpenAIのGPT-4o miniやAnthropicのClaude Haikuと同じく「高速・低コスト」を担うティアだが、Googleはこのラインナップを単なる廉価版として位置づけていない。エージェントが何度もモデルを呼び出すループ処理では、呼び出しコストと応答速度が実用性を大きく左右する。FlashクラスにProクラスに近い推論精度を持たせることで、エージェント型アプリケーションの本番運用コストを下げながら品質を担保する、というのがGoogleの狙いとみられる。
コーディング性能が前世代から大幅に向上
Gemini 3.7 Flashの最大のポイントは、コーディング関連ベンチマークでの大幅なスコア改善だ。
FrontierCode 1.1 Main（Cognition社が提供する、本番環境に近いコード生成能力を測るベンチマーク）では、前世代の3.6 Flashが**34.4%だったのに対し、3.7 Flashは43.6%**を記録した。
DeepSWE v1.1（ソフトウェアエンジニアリングタスクの自動化能力を測るベンチマーク）では、3.6 Flashの49.0%から65.3%へと、16ポイント以上の伸びを示している。
デバッグやイシュー解決といった実務に直結するタスクでの精度が上がっており、「一発で動くコードが返ってくる確率（first-pass code accuracy）」の向上も強調されている。
Web開発・UI生成での実用性
Web開発用途では、より少ないプロンプトのやり取りで機能的なレイアウトや機能完備のアプリを生成できるようになったとされる。
UI生成においては、スクリーンショット・画像・デザインシステムのいずれを参照入力として渡しても、デザインへの忠実度と再現性が高い水準を維持しているという。
Arena.aiが運営するWebDev Arenaのリーダーボードでも、Eloスコア1588（3.6 Flashは1538）と前世代を上回っている。
業務ワークフローへの対応力も強化
金融・法律・バイオサイエンスといった専門知識が求められる分野でも性能が改善されている。
複雑なドキュメント処理能力を測るGDP.pdfベンチマークでは、3.6 Flashの22.0%から34.0%へと12ポイント向上した。
Zapierが公開しているAutomationBench（実際のビジネスワークフローを自動化できるかを評価するベンチマーク）では、3.6 Flashの17.0%に対して30.4%を記録しており、前世代比で約1.8倍のスコアとなる。実務レベルのエージェントタスクへの適用可能性を示す数値だ。
まとめ：エージェント組み込みの有力候補に
ベンチマーク全体を見渡すと、Gemini 3.7 Flashはコーディング・Web開発・ドキュメント処理・業務自動化のすべての領域で、前世代の3.6 Flashを一貫して上回っている。なかでもDeepSWE（+16pt）とAutomationBench（約1.8倍）の伸びは顕著だ。
低レイテンシと低コストを維持しながらエージェント用途での精度を引き上げるというFlash戦略の方向性は、今回の数値に明確に表れている。コーディングエージェントや業務ワークフロー自動化への組み込みを検討しているエンジニアにとって、実用レベルの選択肢として評価に値するモデルとなった。
詳細はIntroducing Gemini 3.7 Flashを参照していただきたい。
