Gemini 3.6が減らしたのは料金でなく喋る量

『単価カット』の次に来た、喋る量を削るという発想

主要AI各社がAPIの1トークンあたりの単価を引き下げる価格競争に火花を散らす中、Googleはまったく異なる方向からの解決策を打ち出してきた。2026年7月21日に一般提供が始まった「Gemini 3.6 Flash」だ。同モデルが狙うのは、トークンの単価を下げることではなく、同じ回答を得るためにAIが生成する文字数そのものを削ることにある。

従来、AIの応答には「承知いたしました。ご質問にお答えします」といった前置きや、指示の言い直しといった冗長な会話が含まれがちだった。GoogleでGeminiチームの製品管理シニアディレクターを務める **Tulsee Doshi（トゥルシー・ドシ）** らは、モデルの不要な発言を徹底的に削ぎ落とすチューニングを実施した。1回あたりの出力文字数が短くなれば、単価が据え置きであっても請求される総トークン数が減り、実支払額が直接下がるという理屈だ。

企業が大規模にAIエージェントを動かす時代において、単価の引き下げ以上に重要なのは1タスクあたりの出力トークン数自体を減らすことです。

出力65%減で正答率が上がった、その中身と測定条件

AIが喋る量を減らすと聞くと、説明が不足して品質が落ちるのではないかと懸念されるかもしれない。しかし第三者調査機関であるArtificial Analysis Indexの測定によれば、Gemini 3.6 Flashは前世代（3.5 Flash）と比較して平均17%の出力トークン削減を達成している。さらにソフトウェア開発の自動化を測るベンチマーク「Datacurve DeepSWE」において、コード生成時の出力トークン数を最大65%削減しながら、正答率を37%から49%へ向上させた。

長々とした解説を打ち切らせ、必要なプログラムコードだけを正確に出力させることで、処理時間とデータ量の双方が圧縮された格好だ。また同時に提供された「Gemini 3.5 Flash-Lite」は、秒間350トークンという処理速度を実現しており、社内データの振り分けや一次応答といった定型作業の遅延を削る設計になっている。

請求額は下がる、でも別のメーターが回り出す

単発のリクエスト費用が下がる構造は、中小企業の経理にとって朗報に見える。例えば月10万件の問い合わせに対して自動下書きを作成する場合、1件あたりの生成量が17%減れば、API料金もそのまま約17%手元に残る計算になる。しかし、この親切なコストカットの裏には構造的な計算が存在する。

Doshiらの狙いは、1回あたりの処理を軽くすることで、社内システムや外部ツールと連携して動く「自律型AIエージェント」の呼び出し回数を増やすことにある。単発の価格が安くなれば、企業はAIに「背景確認」「資料検索」「下書き」「チェック」と何度も自動処理を反復させるようになる。結果として1回の単価は下がっても全体の呼び出し回数が3倍に跳ね上がり、総支払額が増えるという別のメーターが回り始めるのだ。Googleはこの計算資源の回転によって自社クラウド基盤の利用を底上げする構図を描いている。

地方の10人企業が、明日どの1工程で試すか

では、地方の工務店や少人数の製造業はこの技術変化にどう向き合うべきか。いきなりシステム全体を複雑化させるのではなく、すでに稼働している「問い合わせ一次回答の下書き生成」か「日報の要約」のどちらか1工程だけでテストするのが最も安全だ。プロンプトの末尾に「結論のみを簡潔に、要点3行で出力せよ」と指定し、従来のモデルとGemini 3.6 Flashで応答の長さとAPI消費量を比較してみるとよい。

判断の基準は極めてシンプルだ。「10件試して出力文字数が2割以上減り、かつ人間側の手直し回数が増えないこと」である。もし手直しが増えて現場の確認作業が伸びるなら、いくらAPI料金が安くなっても人件費で相殺されてしまう。単価やスペックの数値に惑わされず、自社の現場で「文字数が減っても使えるか」という1点から検証を始めよう。

30分で課題を整理する→