Gemini 3.5 Flashでチャット: 高速処理に対応した次世代のエージェント型AI Gemini 3.5 Flash:
Lorka の Gemini 3.5 Flash を利用すれば、最先端の推論、マルチモーダルワークフロー、そしてトップクラスの ClaudeおよびOpenAIモデルを搭載したオールインワン AI ワークスペース内での高速なエージェント型実行が可能です。
最先端の推論、幅広い マルチモーダル理解、そして強力なエージェント主導型ワークフローを提供するために構築された、Googleの最も洗練されたGeminiモデルです。
コーディング、調査、自動化全般でより高速な実行を実現する Gemini 3.5 Flash を試す
コーディングエージェント、エンタープライズ自動化、マルチモーダル文書分析などにおいて、Flashレベルの速度とより深い多段階推論を組み合わせます。
Flash速度での最先端の推論
自律型エージェント向けに設計
100万トークン超のコンテキスト理解
フォーマットを超えたマルチモーダルインテリジェンス
構造化された出力とネイティブツール
エンタープライズ対応のデプロイ
Gemini 3.5 Flash 使用例: 高度なエージェント型AI
以下のベンチマーク例でGemini 3.5 Flashの機能を実際に確認し、Googleモデルに何が期待できるかをご覧ください。
Antigravity 2.0 オーケストレーションハーネスを初期化します。Managed Agents API を使用して、リポジトリの移行を処理するための 3 つの独立したサブエージェントを起動します。 1. Agent Alpha: 既存のレガシーコードベースを監査し、非推奨のエンドポイントを特定します。 2. Agent Beta: 監査済みのルートをリファクタリングし、新しいv2.0.0以降のGenAI SDKをサポートします。 3. Agent Gamma: 永続的なLinux環境内でローカルテストスイートを実行し、ターン間の状態を検証します
[システム] Antigravity 2.0ハーネスを初期化中... 完了。 [システム] Managed Agents API経由でサンドボックス化されたLinux環境を3つ生成中... 🟢 [Agent Alpha - 監査] リポジトリをスキャン中... 2026年5月の非推奨期間に向けてフラグが設定された、レガシーなInteractions API実装を14件検出[引用: 54]。脆弱性/非推奨マップを生成中... 完了。 🟢 [Agent Beta - リファクタリング] アルファから非推奨マップを取得中。依存関係マニフェストをGenAI SDK (v2.0.0+)に更新中。ネイティブの暗号化されたターン横断コンテキストを使用するように、思考保持コンテキストの処理を書き換えています[引用: 43]。14ファイルがリファクタリングされました。 🟢 [Agent Gamma - 検証] 永続状態をマウントしています[引用: 53]。ローカル実行ループを起動中... テストスイートを実行中 (42/42 パス済み)。 [成功] マルチエージェントループ完了。状態が保持されました。デプロイの準備完了。[引用: 53]
レガシーツールを新しいAntigravity CLI環境に移行しようとした際、標準的な権限ブロックと破損したシンボリックリンクのエラーが発生しています。ローカル環境ディレクトリを調査し、破損したポインタを修正し、グローバルパスが正しくリンクされていることを確認してください。
1# Step 1: Inspecting the active CLI paths and links2$ ls -la /usr/local/bin | grep gemini3lrwxrwxrwx 1 root wheel 36 Jan 12 11:42 gemini-cli -> ../libexec/gemini-cli-old/bin/main4# [Error Detected]: Broken symlink pointing to deprecated directory structure.56# Step 2: Unlinking the legacy CLI pointer7$ rm /usr/local/bin/gemini-cli89# Step 3: Relinking to the automated Antigravity CLI binary harness10$ ln -s /opt/antigravity/bin/ag /usr/local/bin/antigravity-cli1112# Step 4: Verifying execution permissions and path resolution13$ chmod +x /opt/antigravity/bin/ag14$ antigravity-cli --version15Antigravity CLI v2.1.0-build20261617Status: Environment successfully migrated. Paths updated and permissions verified.120ページにわたる越境企業財務ポートフォリオを添付します。当社の納税義務を抽出し、サプライヤーリスクを特定し、当社の業務パターンの履歴と請求書の視覚的な異常箇所を照合してください。
Gemini 3.5 Flash Finance Agent v2 が、100万トークンのコンテキストウィンドウを使用して文書を要約中... マルチモーダルOCRの視覚マーカーを処理中... 経営層向け財務要約 * 1099税務フォームの準備状況: 今期の1099税務報告変数が更新されていない4つの異なるサプライヤーノードを特定しました。 サプライヤーリスクの特定: 42ページと89ページを照合した結果、サプライチェーンの不整合が判明しました。ノードBの物流コストは14%上昇した一方で、配送速度は低下しました。 * 請求書OCR異常検出: INV-2026-9912のマルチモーダル分析により、ロゴの書体が不一致であること、および過去3四半期の履歴パターンと比較して銀行口座情報が変更されていることが判明しました。 推奨措置: INV-2026-9912を直ちに手動保留としてフラグ付けし、4つの異常値を示すサプライヤーノードに対してコンプライアンスフォローアップ通知を自動生成します。
マルチモーダルOCRを使用して、添付のビジュアル請求書(invoice_9912.jpg)を解析してください。ページ112にキャッシュされている企業の経費規定ガイドラインと照合し、抽出結果、準拠状況、および必要なフラグのトリガーを詳細に記述した、厳密に構造化されたJSONオブジェクトを返してください。以下のJSONスキーマを厳密に遵守してください。 { "invoice_id": "string", "vendor_details": { "name": "string", "verified":"boolean" }, "line_items": [{ "description":"string", "amount":"number" }], "compliance": { "status": "APPROVED | FLAGGED", "reason":"string" } }
1{2 "invoice_id": "INV-2026-9912",3 "vendor_details": {4 "name": "Acme Logistics Node-B",5 "verified": false6 },7 "line_items": [8 {9 "description": "Cross-border Q1 freight handling",10 "amount": 14250.0011 },12 {13 "description": "Fuel surcharge adjustment",14 "amount": 850.5015 }16 ],17 "compliance": {18 "status": "FLAGGED",19 "reason": "Anomalous layout detected via visual OCR matching. Furthermore, cross-referencing with page 112 of the cached corporate expense policy indicates the total amount ($15,100.50) exceeds the unverified vendor cap of $10,000.00 without secondary manager cryptographic tokens."20 }21}Lorka AIでGemini 3.5 Flashにアクセスし、 日々の作業効率を向上させましょう
LorkaでGemini 3.5 Flashとのチャットをお試しください。Opus 4.7、GPT-5.5などの他の最先端モデルと合わせて、1つの統合ワークスペースからアクセスできます。
1つのワークスペースで複数の最先端AIモデルにアクセス
GeminiをGPTやAnthropicモデルなどと組み合わせて、高度なAIワークフローを実現しましょう。
モデル間の出力を瞬時に比較
複数のモデルで同じプロンプトを実行し、コーディングのパフォーマンスや実行結果を評価できます。
ファイルとワークフローを一元管理
プロンプト、文書、会話、自動化ワークフローを、単一のAI環境で整理して管理できます。
マルチモーダルワークフローをより効率的に実行
PDF、スクリーンショット、ログ、スプレッドシート、録音データをまとめて分析でき、ワークフローごとに個別のツールを管理する必要がありません。
シンプルなチャットから自律エージェント型まで拡張可能
簡単な調査から、長期にわたるエンタープライズ自動化やコーディングワークフローまで、あらゆる用途にLorkaをご利用いただけます。
Gemini 3.5 Flash の技術仕様: コンテキストウィンドウ、モダリティなど
モデルタイプ
- エージェントによる実行とワークフローの自動化のために構築された、フラッシュスピードの推論モデル
- コーディング、ツールのオーケストレーション、および多段階タスクの完了に最適化
- 単に質問に答えるだけでなく、ワークフローを「実行」するために設計
提供状況
- リリース日: 2026年5月 (Google I/Oにて)
- APIモデルID: gemini-3.5-flash
- ステータス: プレビュー版 (安定版APIも利用可能)
コンテキストウィンドウと出力
- コンテキストウィンドウ:1,048,576入力トークン
- 最大出力: 65,536トークン
- 大規模なコードベース、大容量のPDF、複数文書の分析に対応
モダリティ
- 入力: テキスト、画像、動画、音声、PDF
- 出力: テキスト、コード、JSON、構造化された応答
- スクリーンショット、録画、文字起こし、ファイル、企業文書に有用
ツール機能
- 関数呼び出し、構造化された出力、コード実行をサポート。
- ファイル検索、URLコンテキスト、検索グラウンディング、マップグラウンディングを含む。
- 情報の取得、推論、実行、検証を必要とするエージェント向けに構築。
強み
- コーディングエージェント、研究ワークフロー、ビジネス自動化に最適です。
- MCP AtlasやTerminal-Benchなどのエージェント向けベンチマークで優れた性能を発揮します。
- コンテキストキャッシュにより、長文コンテキストを繰り返し扱うワークフローのコスト削減に貢献します。
Gemini 3.5 Flash のユースケース : チームや専門家がGoogle AIモデルを活用する方法
ソフトウェアエンジニア向け:大規模なアプリケーションを構築およびデバッグする
長文コンテキスト推論を活用し、大規模なコードベース全体でリポジトリを調査、バグを修正、リファクタリング計画を生成します。
この Next.js SaaS リポジトリをレビューし、アーキテクチャのボトルネックやセキュリティリスクを特定した上で、テストの推奨事項を含む優先順位付けされたリファクタリングロードマップを生成します。
"財務アナリスト向け:複雑な財務文書を分析する
提出書類、レポート、スプレッドシートをレビューし、リスク、トレンド、業務上の変化を迅速に特定します。
これらの年次報告書を分析し、キャッシュフローの傾向、流動性リスク、収益性の変化、戦略上の懸念事項を経営陣向けブリーフィングとして要約します。
"プロダクトチームと向け:マルチモーダルなQAレビューを実施する
スクリーンショット、録画、ログ、トランスクリプトを組み合わせて、技術的およびUX上の問題をより迅速に特定します。
これらのオンボーディング用スクリーンショット、サポートのトランスクリプト、クラッシュログをレビューし、ユーザビリティ上の問題、アクセシビリティの課題、優先度の高い修正事項を特定します。
"運用チーム向け:運用ワークフローを自動化する
長期にわたるワークフローやインシデント管理において、アラート、ログ、構造化されたタスクを連携させます。
デプロイメントアラート、インフラログ、サポートチケットを監視し、是正タスクと経営層向けインシデント概要を生成します。
"戦略チームの一員向け:市場調査を行う
競合他社や業界に関する膨大な情報を、構造化されたポジショニングに関する洞察や提言に変換します。
AIワークスペース市場を調査し、価格モデル、ポジショニング戦略、企業導入の動向、機能のギャップを比較します。
"文書から構造化されたビジネスデータを抽出する
請求書、契約書、企業ファイルを、検証済みの構造化された出力データおよび要約に変換します。
これらの契約書から、ベンダーの詳細、請求条件、責任条項、更新日、支払い情報を抽出し、構造化されたJSON形式に変換します。
"Gemini 3.5 Flashの機能 と主要AIモデルの比較
Lorkaに掲載されている他の 大規模言語モデルと比較し、推論能力、処理速度、マルチモーダル性、コンテキスト理解の面でGemini 3.5がどのように優れているかをご覧ください。
| Models | Reasoning | Speed | Multimodality | Context | Ideal use cases |
|---|---|---|---|---|---|
Gemini 3.5 Flash | 💡💡💡💡💡 | ⚡⚡⚡⚡⚡ | 🤖🤖🤖🤖🤖 | 🧠🧠🧠🧠🧠 | 高速なエージェント型ワークフロー、コーディング、マルチモーダル分析、および大規模コンテキストの自動化。 |
Gemini 3.1 Pro | 💡💡💡💡💡 | ⚡⚡⚡⚡⚡ | 🤖🤖🤖🤖🤖 | 🧠🧠🧠🧠🧠 | 深い推論、複雑な文書、高度な調査、およびマルチモーダル計画。 |
Gemini 3.1 Flash-Lite | 💡💡💡💡💡 | ⚡⚡⚡⚡⚡ | 🤖🤖🤖🤖🤖 | 🧠🧠🧠🧠🧠 | 大量抽出、翻訳、構文解析、および低コスト処理。 |
GPT-5.5 | 💡💡💡💡💡 | ⚡⚡⚡⚡⚡ | 🤖🤖🤖🤖🤖 | 🧠🧠🧠🧠🧠 | 複雑なツールの使用、自律エージェント、厳格な指示、および長文コンテキストの統合。 |
DeepSeek V3.2 | 💡💡💡💡💡 | ⚡⚡⚡⚡⚡ | 🤖🤖🤖🤖🤖 | 🧠🧠🧠🧠🧠 | 科学的推論、定量的作業、高速論理処理、およ段階的な順次的ナビゲーション。 |
GPT-5.3 Instant | 💡💡💡💡💡 | ⚡⚡⚡⚡⚡ | 🤖🤖🤖🤖🤖 | 🧠🧠🧠🧠🧠 | 手頃な価格のテキスト生成、高速計算、および幅広い組み込み利用。 |
Claude Opus 4.7 | 💡💡💡💡💡 | ⚡⚡⚡⚡⚡ | 🤖🤖🤖🤖🤖 | 🧠🧠🧠🧠🧠 | 自律的なエンジニアリング、専門家によるレビュー、大規模なリファクタリング、および低監視ワークフロー。 |
Claude Sonnet 4.6 | 💡💡💡💡💡 | ⚡⚡⚡⚡⚡ | 🤖🤖🤖🤖🤖 | 🧠🧠🧠🧠🧠 | 高速コーディング、自律的開発、OSナビゲーション、および論理的なタスク実行。 |
Claude Opus 4.6 | 💡💡💡💡💡 | ⚡⚡⚡⚡⚡ | 🤖🤖🤖🤖🤖 | 🧠🧠🧠🧠🧠 | 高度な推論、プロセス自動化、企業レベルの監視、および統計分析。 |
Grok 4.1 | 💡💡💡💡💡 | ⚡⚡⚡⚡⚡ | 🤖🤖🤖🤖🤖 | 🧠🧠🧠🧠🧠 | 迅速な評価、オーディエンス感情の モニタリング、および指標に基づくロードマップ。 |
Gemini 3.5 Flash
高速なエージェント型ワークフロー、コーディング、マルチモーダル分析、および大規模コンテキストの自動化。
Gemini 3.1 Pro
深い推論、複雑な文書、高度な調査、およびマルチモーダル計画。
Gemini 3.1 Flash-Lite
大量抽出、翻訳、構文解析、および低コスト処理。
GPT-5.5
複雑なツールの使用、自律エージェント、厳格な指示、および長文コンテキストの統合。
DeepSeek V3.2
科学的推論、定量的作業、高速論理処理、およ段階的な順次的ナビゲーション。
GPT-5.3 Instant
手頃な価格のテキスト生成、高速計算、および幅広い組み込み利用。
Claude Opus 4.7
自律的なエンジニアリング、専門家によるレビュー、大規模なリファクタリング、および低監視ワークフロー。
Claude Sonnet 4.6
高速コーディング、自律的開発、OSナビゲーション、および論理的なタスク実行。
Claude Opus 4.6
高度な推論、プロセス自動化、企業レベルの監視、および統計分析。
Grok 4.1
迅速な評価、オーディエンス感情の モニタリング、および指標に基づくロードマップ。
Gemini 3.5 Flash およびその他のAIモデルの長所と制限事項
Gemini 3.5 Flash
高速なエージェント型ワークフロー、コーディング、マルチモーダル推論、およびFlashレベルの速度での長文コンテキスト自動化向けに設計されています。
純粋な学術的推論にはあまり適しておらず、現時点ではコンピュータをフルに活用するワークフローには対応していません。
Gemini 3.1 Pro
高度な推論、抽象的な問題解決、および信頼性の高い100万トークン規模のエージェント型ワークフローに対応した強力な実用モデル。
速度重視のエージェント実行やツールのオーケストレーションにおいては、新世代のGemini 3.5 Flashに劣ります。
Gemini 3.1 Flash-Lite
コストパフォーマンスに優れ、情報抽出、翻訳、構文解析、および大量処理に対応しています。
深層推論や高度なエージェント型ワークフローよりも、スケールとレイテンシを重視しています。
GPT-5.5
長期的な推論、自律型ワークフロー、およびコーディングやツールを横断した完全なタスク実行向けに設計されています。
計算リソースとコストの要件が高く、重要な作業では検証が必要な確信度の高い誤答が時折発生します。
GPT-5.4
エンジニアリングや調査タスクにおける構造化された推論と自律的なワークフローに強力な ChatGPTモデル です。
速度重視のモデルと比較して、単純なプロンプトへの応答に遅れが生じることがあります。
GPT-5.3 Instant
非常に高速で利用しやすく、日常的なタスクや幅広い会話用途において即応性の高い出力を提供します。
深度を速度と引き換えにしているため、複雑な推論や長期的なワークフローでは性能が劣ります。
Claude Opus 4.7
拡張推論、自律的なコーディング、視覚的分析、および自己チェック機能を備えた多段階ワークフローに優れています。
Claude Mythosは最先端の性能を維持していますが、管理された高リスク環境での導入に限定されています。
Claude Opus 4.6
大規模な文書やコードのコンテキストにおける深い推論と正確な情報検索に最適な、高水準のモデルです。
その処理速度は遅く、慎重なスタイルのため、単純なタスクや時間的制約のあるタスクではSonnetに劣る場合があります。
Claude Sonnet 4.6
コーディング、自律的作業、および100万トークンのコンテキストウィンドウを要する大規模なタスクにおいて、高速かつ効率的です。
非常に複雑な推論、大規模なリファクタリング、および重要なシステム作業においては、Opus 4.7に及びません。
DeepSeek V3.2
主力AIモデルの中でもトップクラスに近い強力な推論およびコーディング性能を持つ、競争力のあるオープンウェイトモデル。
知識の深さ、エコシステムの成熟度、および統合機能においては、主要なクローズドモデルにはまだ及びません。
Grok 4.1
リアルタイム分析、感情分析、迅速な推論、トラブルシューティング、および一般的なタスクに適しています。
エコシステムの成熟度はまだ発展途上段階であり、マルチモーダル機能の品質は使用方法によって異なる場合があります。
Lorkaで Gemini 3.5 Flashとチャット する方法
以下の手順に従って、Lorkaのチャットで他のAIモデルと並行してGoogleのAIツールを試してみてください。
3.5 Flashを選択する
コマンドを入力する
出力結果を受け取る
Lorkaで Gemini 3.5 Flash とチャットする
Google AIやその他のトップモデルおよびツールを活用して、ワークフローを即座にアップグレードしましょう。
Gemini 3.5 Flashに関するよくある質問
3.5 Flashは、Google AIの最新Flashシリーズモデルであり、最先端レベルの知能をより高速に提供するように設計されています。エージェント型ワークフロー、コーディング、マルチモーダルタスク、長文コンテキスト分析、高速な対話型AI会話に最適化されています。