Gemini 3.6 Flashが黙った分だけ、請求は下がる

何を下げたのか：単価ではなく『おしゃべり』を削った設計

100万トークンあたりの表示単価をどれだけ安くできるか。主要なAI開発企業が繰り広げてきた価格破壊のレースは、一定の沈静化を見せています。そうした中でGoogleが打ち出したのは、単価を1円も下げることなく自社利用者の実質費用を押し下げるアプローチでした。

2026年7月21日、GoogleはAIモデルGemini 3.6 Flashおよびサブエージェント向けのGemini 3.5 Flash-LiteのGA（一般提供）を開始しました。本アップデートの核となったのは、開発者から長年指摘されていた「出力の過剰な冗長性（verbosity）」の改修です。

従来のモデルは「承知いたしました。ご質問にお答えします」「以下がご指定のデータです」といった丁寧な前置きや確認の文章を生成しがちでした。Gemini 3.6 Flashではこうした無駄な出力を削ぎ落とし、指示されたプログラムコードやJSON形式のデータだけを最短トークンで返す仕様へと大幅に変更されています。

開発者のフィードバックに基づき過剰な冗長性を改修しました。丁寧な挨拶や確認の前置きを省き、要求されたデータ構造のみを最短のトークン数で返す確定的な応答を実現します。

冗長性カットが請求とレイテンシに効く仕組み

APIの利用料金は「入力トークン数」と「出力トークン数」の合計によって決まります。ここで注目すべきは、単価そのものは変わっていなくても、出力される文字数が減れば1回あたりの実支払い額が直接下がるという点です。

技術から財布までの因果関係は明確です。前置きや末尾の挨拶が削られる→生成されるトークン数が減少する→APIの課金対象が小さくなる→月末の請求書が安くなる。さらに、モデルが文字を生成する処理時間そのものが短縮されるため、システムから返答が戻ってくるまでの遅延時間（レイテンシ）も改善します。

また今回の改修に伴い、ゆらぎのある出力を制御するためのパラメータであったtemperatureやtop_p、top_kが非推奨（deprecated）へと指定されました。確率的なゆらぎを排除し、システム連携やAgentic Planning（自動計画）において狙い通りの形式を確実に返させる意図が伺えます。

捨てたもの：雑談の冷たさと入力トークンという二つの罠

トレードオフのない技術革新は存在しません。Gemini 3.6 Flashが「確実性と短さ」を買った代償として捨てたものは、対話しやすさと定性的な柔らかさです。

前置きを拒絶して用件だけを返す仕様になった結果、人間がチャットインターフェース越しに雑談を行ったり、気配りの利いた文面を作成させようとすると「冷たい」「素っ気ない」と感じられる場面が増えます。接客用の返信下書きや定性的なブレインストーミングでは、この無愛想さが裏目に出るリスクがあります。

もう一つの注意点は「削られたのは出力トークンだけ」という点です。社内マニュアルや過去の膨大な対応履歴など、参照資料をプロンプト側に丸ごと貼り付ける運用をしている場合、入力側の費用は一切安くなりません。入力データ自体の整理を行わなければ、期待したほどの費用カット効果は得られない仕組みになっています。

中小の現場：問い合わせ返信でいくら変わるか

例えば、月3,000件のカスタマーサポート問い合わせに対し、システム経由で返信下書きや要約を自動生成させている地方のEC事業者や製造業を考えてみます。

1件の処理につき出力される平均トークン数が150トークンから100トークンへと33%削減された場合、API経由で支払う出力費用は単純計算でそのまま3割削れます。1件あたり数十ミリ秒の応答速度向上も積み重なり、担当者が画面の前で待機する時間も確実に減っていきます。

「単価安のニュース」だけに目を奪われるのではなく、自社の自動化処理で「AIが無駄なおしゃべりにいくら支払っているか」を見極めることが、実質コストを抑える近道になります。

30分で課題を整理する→