何が起きたのか
Gemini 3.5 Proは、200万トークンの文脈窓と「Deep Think」と呼ばれる高度推論レイヤーを売りにしていた。自律的なワークフロー実行機能も特徴で、5月のI/Oで6月中の投入が予告されていた。だがその期日は静かに消え、7月に入ってから延期の経緯が次々と表面化した。
三度目の延期
- 基盤モデルの全面刷新: Googleは既存の2.5 Proアーキテクチャを一度捨て、ゼロから再構築する道を選んだ（BigGo Finance、7月13日付）。7月17日を新たな目標に据えたが、これは当初予定から1カ月以上遅れた再設定だった。
- 7月17日の期日も未達: TechTimes（7月16日付）は、再構築版のGemini 3.5 Proが3度目の期日にも間に合わなかったと報じた。ハルシネーション（もっともらしい誤情報の生成）と信頼性の課題が、期日の2日前になっても解消されていなかったという。
- 7月21日、Proは不在のまま: TechCrunch（7月21日付）は「Googleが新モデルを3つ発表、しかし3.5 Proはなし」との見出しで報じた。Gemini 3.6 Pro は依然テスト段階にとどまり、内部目標に届いていないとされる。
技術的な躓き
延期の背景には、単なるスケジュール調整を超えた構造的な問題があったとみられる。
- 複雑なSVG生成での破綻: 多層構造を持つ複雑な画像レイアウトを生成させると、構造の一貫性を保てなくなる不具合が確認された（複数メディアが共通して指摘）。
- 再帰的なツール呼び出しでの不安定化: エージェントが自律的に複数ツールを連続実行する場面で、処理が破綻する現象が見つかった。自律ワークフローを売りにする次世代モデルにとって、これは看過できない弱点だった。
- コーディング性能が内部目標に未達: The Bridge Chronicleは、コーディング性能の不足がGoogle社内の目標値に届いていないことが延期の核心だと報じた。プログラミング支援は現在のAI競争で最も重視される領域であり、ここでの遅れは打撃が大きい。
代打の3モデル
- Gemini 3.6 Flash: 汎用の中核モデルとして、コーディングやマルチモーダル推論、エージェント処理に対応する。出力トークンの使用量を最大17%削減し、前世代の3.5 Flashより低コストに設計された（eWeek報道）。
- Gemini 3.5 Flash-Lite: 大量処理・低コスト志向のワークロード向け。最先端の推論力より速度と安さを優先する用途に向く。
- Gemini 3.5 Flash Cyber: サイバーセキュリティの脆弱性発見・修正に特化したモデル。悪用リスクを理由に、一般提供は当面見送られている。
いずれも実務向けの「脇役」モデルであり、フラッグシップの座を争うProではない。Googleは主役不在のまま、周辺を固める戦略に出た形だ。
Googleが基盤モデルの作り直しに時間を費やしている間、競合2社は新製品の投入を続けていた。
- OpenAIはGPT-5.6を投入: 米政府の懸念に対応する手続きを経たうえで、最新モデル群をリリースしたと報じられている。企業向けの「ChatGPT Work」も強化を続けており、Gemini Enterpriseとの競争が激しさを増している。
- Anthropicも新モデルを展開: コーディング関連のベンチマークで高い評価を得たとされる新モデルを投入し、開発者向け市場での存在感を高めている。
- 足踏みの間に開いた差: 3社が横並びで競っていたはずの局面で、Googleだけが「作り直し」という後戻りを選んだ格好になった。時間を犠牲にして品質を取りに行った判断だが、その代償は競合との距離という形で表れつつある。
競合が製品を積み増すたびに、Googleの空白は相対的に目立つようになる。技術力の差というより、市場に投入するペースの差が、いまの評価を分けている構図だ。
主役不在のリリースは、実際にGemini系サービスを使う開発者や企業のユーザーにも波及している。
- 代替モデルでの当面の運用: エンタープライズ導入を進めていた企業の多くは、Proの登場を待たずに3.6 Flashなどの実務モデルで当面の運用を組む方向に動いているとみられる。フラッグシップ専用に設計していた機能要件は、いったん棚上げになる可能性がある。
- 開発ロードマップの見直し: Gemini 3.5 Proの機能を前提にプロダクト設計をしていた企業にとっては、リリース時期が読めないこと自体がリスクになる。代替手段としてOpenAIやAnthropicのAPIを併用する検討が進んでいるとの報道もある。
- 信頼回復への課題: 延期そのものより、「いつ出るか分からない」という不透明感が企業の意思決定を鈍らせている。Googleが今後、明確なロードマップを再提示できるかが信頼回復の鍵になる。
不透明感が長引くほど、企業側は「待つコスト」を計算し始める。ベンダーの発表を待ち続けるより、いま使えるモデルで前に進む判断が広がりつつある。
背景：これまでの経緯
Gemini 3.5 Proへの期待
Gemini 3.5 Proは、Googleが今年最も力を入れる製品だった。Google Cloud Next '26では、企業向けAIエージェント基盤「Gemini Enterprise」を拡張していた。OpenAIのChatGPT WorkやAnthropicの企業向け製品群に対抗する布陣である。フラッグシップモデルの遅れは、その戦略全体の足並みを乱しかねない。
- 市場シェアの現状: AIアシスタント市場ではOpenAIのChatGPTが46%、Geminiが28%というシェアだと報じられている（TradingKey）。Proの遅れが続けば、この差がさらに広がる懸念がある。
- 投資家の懸念: 一部報道では、AI関連投資の負担でGoogleのキャッシュフローが圧迫されているとの指摘もある。巨額投資の成果が見えにくいタイミングでの延期は、投資家心理にとって歓迎できない材料だ。
- I/Oでの予告と現実の落差: 5月のGoogle I/OでピチャイCEO自らが6月中の投入を予告していただけに、今回の延期は単なる一プロダクトの遅れ以上の重みを持つ。経営トップが公の場で示したコミットメントが守られなかった事実は、株主説明の材料としても扱いにくい。
Google社内では、主要な研究者の異動が相次いでいるとの報道もある。推論・プログラミングという重要領域で、社内に「競合に後れを取っているのではないか」という懸念が広がっていると複数メディアが伝えている。ただし個々の異動の詳細は情報源によって表現が異なり、確定情報としては留保が必要な部分もある。研究人材の獲得競争は、いまやAI企業間の最も激しい競争領域の一つになっている。優秀な研究者一人の異動が、モデルの完成時期そのものを左右しうるという構図が、業界全体で共有された前提になりつつある。
AI開発の投資負担という影
フラッグシップモデルの遅延は、単なる開発スケジュールの問題にとどまらない。AI開発全体にのしかかる投資負担の大きさが、遅延の代償をより重くしている。
- 膨らみ続ける開発投資: 大手テック各社は、データセンターやAI人材への投資額を年々積み増している。Googleも例外ではなく、投資回収の見通しが立ちにくいまま開発費だけが先行する構造は、投資家からの視線を厳しくしている。
- キャッシュフローへの懸念: 一部報道では、AI関連投資の負担でGoogleのキャッシュフローが圧迫されているとの指摘もある。遅延が長引くほど、投資対効果への説明責任は重くなる。
- 「待てる」企業と「待てない」企業の差: Googleのような巨大企業は資金体力で遅延を吸収できるが、体力の乏しい新興AI企業であれば同様の作り直しは事業継続そのものを揺るがしかねない。今回の一件は、AI開発が資本力の勝負でもあることを改めて示している。
なぜ「作り直し」を選んだのか
Googleが延期という選択肢よりも重い「基盤モデルの全面刷新」に踏み切った背景には、ある事情がある。Gemini 3.5 Proが単発の製品ではなく、企業向けAI戦略全体の土台に据えられていたことだ。
- エージェント時代への布石: 200万トークンの文脈窓と自律ワークフロー機能は、単発の応答ではなく「タスクを丸ごと任せる」エージェント型AIを見据えた設計だった。中途半端な品質で世に出せば、エージェント市場そのものでの信頼を失いかねない。
- 企業向け基盤としての位置づけ: Gemini EnterpriseはOpenAIのChatGPT Work、Anthropicの企業向けスタックに対抗する布陣の中核に据えられている。フラッグシップモデルの欠陥は、この基盤全体の説得力を損なうリスクがあった。
- 中途半端なリリースのリスク: 一度出してしまえば、企業顧客の初期体験がそのままブランドイメージとして固定される。Googleは「遅れてでも作り直す」道を選んだが、それは同時に「待たされる間に競合に顧客を奪われる」リスクとの引き換えでもあった。
Googleにとって、AIフラッグシップ製品の立ち上げで足踏みが生じたのは今回が初めてではないとの指摘もある。過去にも新モデルの投入直後に品質面の課題が表面化し、対応に追われた経緯があると報じられてきた。今回の3.5 Proは、そうした過去の教訓を踏まえて「出してから直す」のではなく「出す前に作り直す」道を選んだとも解釈できる。結果として期日は守れなかったが、拙速なリリースで信頼を損なうリスクは回避した形になる。どちらの選択にも代償が伴う以上、今回の判断が長期的に見て正しかったかどうかは、次のProが実際に市場でどう評価されるかにかかっている。
世界トップメディアの見立て
- TechCrunch（7月21日付）: 「新モデル3つを発表、しかし3.5 Proはなし」と、Googleの苦境を端的に見出しで表現した。フラッグシップの空白がそのまま企業の弱さの象徴として扱われている。
- Axios（7月23日付）: GeminiプロジェクトをめぐるDeepMind内部の遅れが、OpenAI・Anthropicとの差をさらに広げていると分析。AI開発競争の勢力図そのものが動きつつあると指摘した。
- TradingKey: 数カ月単位の延期が市場の懸念を呼び、コーディング領域でGoogleがOpenAIに後れを取っているのではという見方を紹介している。
- The Bridge Chronicle: 延期の核心はコーディング性能の未達にあるとし、Googleがこの一点に開発リソースを集中させていると報じた。
- HackerNoon: 基盤モデルを捨てて作り直すという判断そのものを「戦略的な賭け」と評し、短期的な評判を犠牲にしてでも長期的な競争力を優先したGoogleの意図を読み解いている。
- Enterprise DNA: 3度目の延期を受けて、Googleが当面の穴埋めとして3.6 Flashのような実務モデルを投入した経緯を整理し、フラッグシップ不在のまま企業導入を進めざるを得ない顧客側の事情にも触れている。
複数メディアに共通するのは、「Googleの技術力そのものへの疑義」ではなく「スピードと実行力への疑義」だという点だ。モデルの構想自体は野心的で、200万トークンの文脈窓や自律ワークフローは競合にない特徴を持つ。問題は、それを期日通りに、安定した品質で届けられるかにある。技術の方向性は正しくても、実行が伴わなければ市場の評価にはつながらない。この落差こそが、今回の一連の報道が浮き彫りにした論点である。海外メディアの論調は総じて冷静で、Googleを見限るような書き方ではない。むしろ「巨大企業ですら足踏みする」という事実そのものが、AI開発の難しさを裏付ける材料として扱われている。
数字で見る
| 項目 | 内容 |
|---|---|
| 当初予定 | 2026年6月中（5月のI/Oで予告） |
| 延期後の目標 | 7月17日（基盤モデル全面刷新後） |
| 実際の状況 | 7月21日時点でも未リリース、3度目の延期 |
| 7月21日に投入されたモデル | Gemini 3.6 Flash / 3.5 Flash-Lite / 3.5 Flash Cyber（3.5 Pro以外） |
| 文脈窓（予定仕様） | 200万トークン |
| AIアシスタント市場シェア | ChatGPT 46% / Gemini 28%（報道ベース） |
| 3.6 Flashのトークン削減率 | 前世代比で出力トークン使用量を最大17%削減 |
| 延期の回数 | 3回（6月予告→7月17日目標→未達→7月21日も不在） |
| 主な技術的課題 | コーディング性能、複雑なSVG生成、再帰的ツール呼び出し、ハルシネーション |
| 次世代モデル | Gemini 4の開発も並行して進行中と報じられる |
日本への影響・示唆
- マルチベンダー戦略の必要性: 日本企業がGemini中心でAI導入を計画している場合、フラッグシップモデルの遅延は移行スケジュールに直接響く。OpenAIやAnthropicとの併用を前提にした設計が、リスク分散として現実的になっている。特定ベンダーのロードマップに全面依存する体制は、今回のような遅延一つで計画全体が揺らぐリスクをはらむ。
- エンタープライズ導入の判断材料: Gemini Enterpriseを軸に据えていた企業のDX計画は、上位モデルの提供時期が読めないことで見直しを迫られる可能性がある。導入時期の判断は、廉価モデルで足りる用途とProクラスが必須の用途を切り分けて検討すべきだ。ベンダーのアナウンスを鵜呑みにせず、実際のリリース実績を見てから本番導入を判断する慎重さが求められる局面といえる。
- コーディング支援ツールの選定: 開発現場でAIコーディング支援を評価する際、現時点ではGemini系よりOpenAI・Anthropic系の実績が先行しているとの報道が多い。ツール選定はベンチマークだけでなく、実運用でのフィードバックも参照する必要がある。
- セキュリティ領域での新たな選択肢: Gemini 3.5 Flash Cyberのような専用モデルは、日本企業のセキュリティ運用にも将来的に影響しうる。一般提供が始まった際の評価を早めに準備しておく価値がある。
- 投資判断への波及: Googleの技術遅延が続けば、AI関連株全体のセンチメントにも影響する。日本の機関投資家にとって、単一企業の一プロダクト遅延がセクター全体のリスク要因になりうる点は注視に値する。
- 中小企業のAI導入コスト感: 廉価版のFlash系モデルが先に整備されることは、コスト重視の中小企業にとってはむしろ好都合な面もある。フラッグシップを待たずに、まず低コストモデルで業務効率化を試す選択肢が広がっている。
- 国産・独自AI開発への示唆: 巨大テック企業でさえ基盤モデルの作り直しを迫られる現実は、AI開発の難易度の高さを改めて示している。日本国内でLLM開発を検討する企業や研究機関にとっても、スケジュールに余裕を持たせる重要性を裏付ける事例になる。
今後の見通し
- ①Gemini 3.5 Pro / 3.6 Proの実際の投入時期: テスト段階が続く3.6 Proがいつ「合格ライン」に達するかが、Googleの巻き返しの分水嶺になる。次の目標時期が示されるかどうかにも注目が集まる。
- ②コーディングベンチマークでの実力比較: OpenAI・Anthropicの最新モデルとの実務ベンチマーク比較が、企業の採用判断を左右する材料として注目される。特にエージェント型のタスク実行能力は今後の評価軸として重みを増す。
- ③人材流出の実態解明: 主要研究者の異動報道が事実であれば、Google内部の開発体制そのものへの影響を見極める必要がある。研究組織の立て直しが進むかどうかも中長期の焦点だ。
- ④Gemini 4の開発動向: Googleは次世代フラッグシップ「Gemini 4」の開発も既に進めているとされ、3.5世代の遅れがそちらにどう波及するかも焦点になる。
- ⑤企業向けAI基盤の競争構図: Gemini Enterprise、ChatGPT Work、Anthropicの企業向けスタックという三つ巴の競争が、今回の遅延でどう塗り替わるか。日本企業の選定基準にも直接影響する。
Gemini 3.5 Proの完成を待つ間、AI業界の物差しは静かに書き換わりつつある。かつては「どのモデルが最も賢いか」が主戦場だったが、いまは「どのモデルが約束通りに、安定して届くか」が問われている。フラッグシップの空白が続く間に、企業のAI選定基準そのものが変わり始めている。
