結論
Gemini 3.8 FlashはClaude Opus 5の6〜7分の1の価格で、Googleの比較表では14行中8勝です。ただし負けている5行に傾向があります。勝つのは財務分析や法務など範囲の限定されたタスク、負けるのはオープンエンドなエージェント作業（Terminal-bench 4.0で32.7ポイント差）。加えて$0.75は実効コストではありません。使い分けの基準と、比較表の読み方を解説します。
2026年9月2日、GoogleがGemini 3.8 Flashを公開しました。3週間前の3.7 Flash、6週間前の3.6 Flashに続く、Flash系の3本目です。
公開されたベンチマーク表がSNSで話題になっています。「Flashクラスのモデルが、Claude Opus 5やGPT-5.6 Solを上回った」という取り上げられ方です。
数字自体は事実です。ただし表の読み方を間違えると、判断を誤ります。本記事では実際の使い分けと、こうした比較表を読むときの確認点を整理します。
価格の比較
| モデル | 入力／1M | 出力／1M |
|---|---|---|
| Gemini 3.8 Flash | $0.75 2027年1月から$1.50 |
$3.75 2027年1月から$7.50 |
| Claude Sonnet 5 | $2.00 | $10.00 |
| GPT-5.6 Terra | $2.00 | $12.00 |
| GPT-5.6 Sol | $4.00 | $20.00 |
| Claude Opus 5 | $5.00 | $25.00 |
単価ではOpus 5の6〜7分の1です。ここは事実として大きい差です。ただし2点、注意が必要です。
1つ目は期限です。$0.75 / $3.75 は2026年12月31日までの導入価格で、2027年1月1日から$1.50 / $7.50に倍増します。年間契約の試算をする場合は、この切り替わりを織り込んでください。
2つ目は実効コストです。後述しますが、単価が安くても総額が安いとは限りません。
ベンチマークの結果
Googleが公開した比較表では、14行中8行でGemini 3.8 Flashが最高スコアを取っています。ただし5行で負けており、そこに傾向があります。
Gemini 3.8 Flashが勝った領域
| ベンチマーク | Gemini 3.8 Flash | Claude Opus 5 |
|---|---|---|
| Vals Finance Agent v2 財務アナリスト業務 |
61.4% | 58.6% |
| Harvey’s Legal Agent 法務ワークフロー |
10.0% | 6.7% |
| Terminal-bench 2.1 エージェント型コーディング |
89.4% | 89.1% |
| CharXiv Reasoning 複雑な図表の読解 |
86.2% | 83.7% |
| HLE-Verified 分野横断の専門推論 |
54.9% | 54.4% |
Claude Opus 5が勝った領域
差が大きい3つ
Terminal-bench 4.0（汎用エージェント能力） 19.1% 対 51.8% 32.7ポイント差
OSWorld-2.0（コンピュータ操作） 59.0% 対 75.4% 16.4ポイント差
GDPVal-AA v2（ナレッジワーク・Elo） 1545 対 1824 279ポイント差
なおDeepSWE v1.1（長期的なソフトウェア開発）は73.7%対74.0%で、実質的に引き分けです。
傾向を言葉にすると
並べると、はっきりした違いが出ます。
Gemini 3.8 Flashが強い
タスクの範囲が決まっている専門作業。財務分析、法務文書、図表読解、生物学。「何をするか」が明確な仕事
Claude Opus 5が強い
オープンエンドなエージェント作業。汎用的なターミナル操作、コンピュータ操作、幅広いナレッジワーク。「何をすべきか」から考える仕事
Terminal-bench 2.1で並んでいるのに4.0で32.7ポイント離れているのは、この違いの表れです。2.1は範囲が限定されたコーディング課題、4.0はより汎用的なエージェント能力を測ります。
「$0.75」は実効コストではない
ここが最も見落とされやすい点です。
Gemini 3.8 Flashは思考トークンを多く消費します。そして思考トークンは出力レートで課金されます。
独立系のArtificial Analysisによる実測では、指標タスクの完遂に1億2,000万トークンを使用しました。中央値は7,100万トークンなので、約70%多いことになります。
結果として、タスクあたりのコストは$0.58で196モデル中60位。単価の順位とは一致しません。
Google自身も、効率を優先するワークロードには3.7 Flashの利用を推奨しています。また3.8 Flashは「より多く働く」設計で、effortを上げると使用トークンが増えることを明記しています。
単価の比較だけで乗り換えを判断しないでください。自社の代表的なタスクで、完了までの総トークン数を実測する必要があります。
使い分けの基準
| 用途 | 向くモデル | 理由 |
|---|---|---|
| 定型の分類・抽出・要約を大量に | Gemini 3.8 Flash | 範囲が明確で、単価差が効く |
| 図表・PDFからの情報抽出 | Gemini 3.8 Flash | CharXivで86.2%と優位 |
| 長時間の自律的なエージェント作業 | Claude Opus 5 | Terminal-bench 4.0で32.7ポイント差 |
| コンピュータ操作の自動化 | Claude Opus 5 | OSWorld-2.0で16.4ポイント差 |
| 幅広いナレッジワーク | Claude Opus 5 | GDPValで279ポイント差 |
| コストを抑えた日常処理 | Claude Sonnet 5 | $2 / $10。Opus 5より安く安定 |
Claudeのモデル間の使い分けはFable 5とOpus 5の違い、Claude Sonnet 5の料金にまとめています。
比較表を読むときの5つの確認点
ここからは、今回に限らず使える話です。モデルの比較表は、作った側に有利になるよう設計されています。意図的な操作がなくても、選ぶベンチマーク次第で結論は変わります。
1. 同じバージョンを比べているか
今回の表にはTerminal-bench 2.1と4.0の両方が載っています。2.1だけを引用すれば「Opus 5に勝った」、4.0だけなら「32.7ポイント負けた」となります。
バージョン番号が違うベンチマークは、別物として扱ってください。
2. 誰が測ったか
ベンダーが公開する比較表は、自社モデルは自社で測定し、他社モデルは公表値を引用するのが一般的です。測定条件が揃っているとは限りません。
自社対自社の比較（今回なら3.8 Flash対3.7 Flash）は信頼できますが、他社との比較行は方向性の参考程度に留めるのが安全です。
3. 負けている行が載っているか
今回のGoogleの表は、自社が負けている5行もそのまま載せています。これは誠実な部類です。
逆に言えば、全行で勝っている比較表は、勝てるベンチマークだけを選んでいる可能性があります。行数が少ない表ほど注意してください。
4. 価格は実効コストか
単価（per MTok）と、タスク完遂までの総額は別物です。思考トークンを多く使うモデルは、単価が安くても総額が高くなります。
比較表に載るのはほぼ常に単価です。実効コストは自分で測る必要があります。
5. その価格はいつまでか
Gemini 3.8 Flashの$0.75は2026年12月31日までで、翌日から倍になります。導入価格を前提に年間予算を組むと、1月に破綻します。
まとめると
☐ ベンチマークのバージョンは揃っているか
☐ 測定者は誰か
☐ 負けている行はあるか
☐ 単価か実効コストか
☐ その価格の有効期限は
乗り換えを検討する場合の手順
1. 自社の代表的なタスクを5〜10本用意する
2. 両モデルで実行し、完了までの総トークン数を記録する（思考トークンを含む）
3. 単価×トークン数で、タスクあたりのコストを比較する
4. 出力の品質を人が確認する（ベンチマークは自社業務を代表しません）
5. 2027年1月以降の価格でも成立するかを確認する
よくある質問
Gemini 3.8 FlashはOpus 5より優れているのですか
用途によります。Googleの表では14行中8行で上回っていますが、汎用的なエージェント作業では大きく劣ります（Terminal-bench 4.0で32.7ポイント差）。範囲が決まった専門タスクでは優位、オープンエンドな作業ではOpus 5が優位、という切り分けが実態に近いと考えられます。
安いなら全部Gemini 3.8 Flashにすればよいのでは
単価は安いですが、思考トークンを中央値より約70%多く消費します。タスクあたりコストは196モデル中60位で、最安ではありません。Google自身も効率優先の用途には3.7 Flashを推奨しています。
3.7 Flashから乗り換えるべきですか
ベンチマークは数ポイント改善していますが、価格は同じで、消費トークンは増えます。Googleは効率を重視する場合は3.7 Flashのままを推奨しています。コーディングやエージェント用途で品質が必要なら検討する価値があります。
2027年1月に価格が倍になると何が起きますか
$0.75 / $3.75 が $1.50 / $7.50 になります。それでもClaude Sonnet 5（$2 / $10）より安いですが、Opus 5との差は6〜7倍から3〜3.3倍に縮まります。年間の試算では、1月以降の価格で計算してください。
ベンチマークのスコアは信用できますか
数値自体は公表されたものです。ただし自社測定と他社の公表値が混在しており、測定条件が揃っているとは限りません。自社対自社の比較は信頼できますが、他社との比較は方向性の参考として扱うのが安全です。
出典
- Gemini 3.8 Flash 公式発表（2026年9月2日）およびGemini Developer API 価格ページ
- Artificial Analysis｜Gemini 3.8 Flash の独立測定（Intelligence 59／タスクあたり$0.58／出力速度302 tokens/s）
https://artificialanalysis.ai/models/releases/gemini-3-8-flash - llm-stats「Gemini 3.8 Flash: API Pricing, Context Window & Benchmarks」（2026年9月2日）
- 各ベンチマークスコアはGoogleが公開した比較表にもとづく
※本記事は2026年9月3日時点の公開情報にもとづいています。ベンチマークスコアは各社の公表値であり、測定条件が統一されているとは限りません。価格・仕様は変更される可能性があるため、最新情報は各社の公式サイトをご確認ください。
無料相談｜生成AI導入支援
モデル選定とコスト試算、
まとめてご相談ください
株式会社仁頼｜ヒアリング無料・しつこい営業はいたしません
▸ 用途別のモデル選定と月額コストの試算
▸ 既存の実装からの移行手順とテスト設計
▸ チームで使うための権限・ログ・セキュリティ設定
株式会社仁頼 代表取締役。横浜市在住。 2018年からデジタルマーケティング業界に携わり、Google広告・SEO・コンテンツマーケティングを中心に8年以上の実務経験を持つ。これまでに制作した記事は9,000本以上、70名を超える専門ライターとのチーム体制で、幅広い業界のWebマーケティングを支援してきた。 2022年9月に株式会社仁頼を設立。「受けた御恩を忘れず、信頼を得られるよう迅速かつ最適な対応をする」という信念のもと、SEO・広告運用・サイト制作などのマーケティング支援を行っている。 近年は、ChatGPTやPerplexityなどのAI検索でサイトが引用される「GEO（生成エンジン最適化）」の分野にいち早く注力。自社サービス「GEO Hack」を通じて、AI時代の新しい集客手法を企業に提供している。 「難しいことをわかりやすく、小さな会社にも大きな成果を」をモットーに、日々クライアントと伴走中。
