Gemini 3.8 Flash のデベロッパー ガイド

Gemini 3.8 Flash は、Google 史上最もインテリジェントな主力モデルです。3.7 Flash から大幅に改善され、ソフトウェア エンジニアリング、エージェント タスク、専門分野における重要なマルチステップの推論に対応しています。3.8 Flash は 3.7 Flash から大幅なパフォーマンス向上を実現し、多くの場合、より高コストのフロンティア モデルのパフォーマンスに近づきます。

このドキュメントでは、3.8 Flash の新機能、Gemini モデル ファミリーにおける位置づけ、3.8 Flash への移行方法、3.8 Flash の使用に関するクイックスタートについて説明します。

Gemini ファミリーにおける位置付け

Gemini Flash ラインは、Gemini 3 ファミリーの主要なエージェント ワークロード モデルであり、高度な推論を行う Pro モデルと高スループットの Gemini Flash Lite モデルのギャップを埋めながら、高いトークン効率とマルチステップのマルチモーダル処理を実現します。

3.7 Flash と比較して、3.8 Flash はトークン消費量が増加する代わりに、精度と信頼性の高いパフォーマンスが向上しています。ただし、3.8 Flash には、思考レベルによる労力制御も備わっており、この消費を調整できます。中程度の思考レベルでは、トークンの消費量を削減しながら、複雑なエージェント タスクを解決できます。レイテンシの影響を受けやすいタスクでは、思考レベルを低くして、コンピューティング オーバーヘッドを完全に回避することもできます。コンピューティング効率を最適化する場合は、3.7 Flash の使用を検討してください。

モデルの仕様と比較

次の表は、3.8 Flash、3.7 Flash、3.1 Pro の仕様の一部を比較したものです。

Gemini 3.8 Flash Gemini 3.7 Flash Gemini 3.1 Pro
モデル ID gemini-3.8-flash gemini-3.7-flash gemini-3.1-pro-preview
リリース ステージ 一般提供 一般提供 プレビュー
入力値の型 テキスト、画像、音声、動画 テキスト、画像、音声、動画 テキスト、画像、音声、動画
出力タイプ テキスト テキスト テキスト
コンテキスト ウィンドウ 1,048,576 1,048,576 1,048,576
最大出力トークン長 65,536 65,536 65,536
サポートされるリージョン グローバル、マルチリージョン グローバル、マルチリージョン グローバル
サポートされている思考レベル LOW、MEDIUM、HIGH
（デフォルト: MEDIUM） 		LOW、MEDIUM、HIGH
（デフォルト: MEDIUM） 		LOW、MEDIUM、HIGH
（デフォルト: HIGH）
重要なポイント Agentic Workflows、コーディング、インタラクティブな動画理解 一般的な Agentic Workflows、マルチステップ オーケストレーション、コーディング 深い推論、複雑性の高いタスク

サポートされている機能、ツール、消費オプションの完全なリストについては、3.8 Flash モデルのページをご覧ください。

Gemini 3.8 Flash の新機能

次の表は、Gemini 3.8 Flash と 3.7 Flash の標準的なデベロッパー評価ベンチマークを比較したものです。

評価ベンチマーク 3.8 Flash 3.7 Flash
Terminal-bench 2.1 90.8% 81.6%
SWE-Bench Pro 61.6% 60.4%
SWE-Atlas 51.9% 48.0%
τ³-bench Banking 38.1% 30.9%
CharXiv（マルチモーダル） 86.2% 84.5%
GDP.pdf 35.0% 34.0%
Humanity's Last Exam（HLE） 45.4% 45.7%

クイックスタート

始める前に、アプリケーションのデフォルト認証情報（ADC）または API キーを使用して Agent Platform に対する認証を行う必要があります。詳細については、Gemini Enterprise Agent Platform を使ってみるをご覧ください。

次のコードブロックで、PROJECT_ID をプロジェクト ID に置き換えます。

インストール

最新の google-genai SDK を使用していることを確認します。

pip install --upgrade google-genai

基本的なリクエスト

Python

from google import genai

client = genai.Client(enterprise=True, project="PROJECT_ID", location="global")

response = client.models.generate_content(
  model="gemini-3.8-flash",
  contents="How does AI work?",
)
print(response.text)

REST

curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json" \
https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/google/models/gemini-3.8-flash:generateContent \
-d '{
  "contents": {
    "role": "USER",
    "parts": { "text": "Why is the sky blue?" },
  },
}'

必須の API ルールと動作規則

Gemini 3.8 Flash は、次の標準の Gemini 3 ファミリー API 規則を厳格に適用します。

  • 非推奨のサンプリング パラメータ（temperature、top_k、top_p）: これらのパラメータはバックエンドによって無視されます。代わりに、thinking_level（LOW、MEDIUM、HIGH）と response_schema または json_schema を使用して決定論を制御できます。
  • サポートされていないパラメータ（frequency_penalty、presence_penalty、candidate_count）: frequency_penalty、presence_penalty、candidate_count を渡すと、アクティブな API エラーがスローされます。レガシー クライアント コードから削除します。

  • 厳格な関数呼び出しルール: FunctionResponse ターンは、前の FunctionCall の id、name、実行回数と厳密に一致する必要があります。

    • マルチモーダル アセット: マルチモーダル アセットは、常にレスポンス ペイロード内に配置します。
    • 書式設定とツール前のテキスト: \n\n を使用してインライン指示の書式を設定します。ツール前のテキストに関連する Malformed_Function_Call エラーが発生した場合は、ツール呼び出しの前に先頭のコメントをクリーンアップします。

    • ツール呼び出しの前に中間作業メモやステータス更新を渡すには、未加工の XML やテキストを出力するのではなく、専用の update() 関数呼び出しでラップします。

      {
  "name": "update",
  "description": "Update working notes before tool execution",
  "parameters": {
    "type": "OBJECT",
    "properties": {
      "previous_step": {"type": "STRING"},
      "plan": {"type": "STRING"},
      "next_step": {"type": "STRING"}
    },
    "required": ["previous_step", "plan", "next_step"]
  }
}

  • チャット シーケンスの検証:

    • 履歴ペイロードの末尾を「model」ロールのターンにすることはできません。
    • 事前入力済みモデルターンはサポートされていないため、アップグレード時に削除する必要があります。
    • 会話履歴の空のターンは自動的に削除されるか、検証エラーが発生します。

3.7 Flash または 3.6 Flash から 3.8 Flash

3.7 Flash または 3.6 Flash から 3.8 Flash に移行するには、次の操作を行います。

  1. モデル ID を更新する: API 呼び出しのモデル文字列を gemini-3.8-flash に変更します。
  2. 推論バジェット パラメータを置き換える: 整数 thinking_budget 構成を、次のいずれかの値に設定された文字列列挙型 thinking_level に置き換えます。
    • HIGH: 高密度のビジュアル QA、一瞬の動きの検出（スポーツ、編集）、60 分以上の動画にわたるマルチステップの推論におすすめです。
    • MEDIUM: デフォルトの思考レベル。このレベルは、一般的な動画の Q＆A、講義の要約、クリップの取得に最適なバランスを提供します。
    • LOW: 音声文字変換に焦点を当てた高速検索や基本的なメタデータ抽出などのタスクにおすすめです。
  3. 非推奨のパラメータとサポートされていないパラメータを削除する:
    • temperature、top_p、top_k を削除しました。
    • candidate_count、frequency_penalty、presence_penalty を削除しました。
    • 会話履歴から事前入力済みモデルターンを削除します。

デベロッパー向けの概要チェックリスト

参考情報