大規模言語モデル

Gemini 3.8 Flash デュアル発表——Googleが「セキュリティ特化版」で企業市場を狙う

メジャーバージョンが一気に2.5から3.8へ跳び、サイバーセキュリティ専用バリアントも同時リリース。GoogleはAWS流のSKU戦略をLLMで再現しようとしているのか。

文字サイズ

メジャーバージョンが2.5から3.8へ跳び、同時にサイバーセキュリティ専用バリアントも投入された。Googleはアップルのような製品細分化戦略を採っているのか、それともオープンソースコミュニティの手法を模倣しているのか。

昨日GoogleはGemini 3.8 FlashとGemini 3.8 Flash Cyberを一気に発表した。前者が通常のアップデート、後者がネットワークセキュリティ向け専用モデルだ。

注目すべき点がある。Hacker Newsのこの投稿は449ポイント、258コメントを獲得した(HNリンク)。LLMのリリースが当たり前になった今でも、この数字は悪くない。

だが語りたいのは、この数字の裏側にあるいくつかの手がかりだ。

バージョンが2.5から3.8へ——Googleは何を隠しているか

通常のバージョン番号の進め方なら2.5→2.6→3.0だろう。Googleは2.5から一気に3.8へ飛ばした。これは普通ではない。

Geminiの過去バージョンを整理すると、1.0、1.5、2.0、2.5、そして3.8。3.0も3.5も存在しない。Google公式の説明は「FlashとProラインの命名を統一するため」だが、この説明は額面通りには受け取りにくい。

より可能性が高いのは、アーキテクチャレベルの変更が含まれていることだ。Model Cardに記載された学習データのカットオフ日やコンテキストウィンドウ、トークン効率といったパラメータが2.5 Flashと大きく異なるなら、メジャーバージョンを飛ばす理由は立つ。Googleはバージョン番号によって「これはもうFlashではない」と暗示したいのだろう。

もう一つの推測。GoogleはFlashを「安価な小型モデル」から「軽量な主力モデル」へリポジショニングしたいのではないか。3.8という数字は2.5より圧倒的に大きく、「Flash Lite」や「Flash Mini」よりも製品としての力強さがある。

いずれにせよ、バージョン番号そのものがマーケティング施策だ。

Cyberバリアントは開発者向けではない

3.8 Flash Cyberの用途は明確で、ネットワークセキュリティ分野に絞られる。具体的には以下のシナリオを想定している。

  • SOC(Security Operation Center)でのアラート分析
  • 脅威インテリジェンスの解釈
  • 脆弱性レポートの生成
  • マルウェアのパターン認識

ただしGoogleは今回、このモデルをVertex AIのプライベートデプロイには載せず、公開製品ページにそのまま置いた。つまり誰でもAPI経由で呼び出せるのであり、企業ユーザー限定ではない。

このシグナルは重要だ。Googleは「コンシューマー向けセキュリティAI」を作りにいっている。

これまでSOC自動化市場を押さえていたのはSplunk、CrowdStrike、Microsoft Sentinelといったプレイヤーで、彼らの売り物は「プライベートデプロイ + コンプライアンス + エンタープライズSLA」だった。Googleは今、パブリックAPI + 低価格 + ブランド力でこの市場に楔を打ち込もうとしている。

もし自分がSplunkのプロダクトマネージャーなら、今夜は眠れないだろう。

Model Cardを製品ページ化——Googleの標準化戦術

今回のリリースには細かいポイントがある。製品詳細のリンクはdeepmind.google/models/model-cards/gemini-3-8-flash/で、通常のblog.google/products/...ではない。

Model CardはLLM業界における「データシート」、つまりOSSのREADMEに相当するドキュメントだ。GoogleがマーケティングページとModel Cardを統合したということは、PRチームを介さず直接開発者に語りかけることを意味する。評価方法、制限事項、既知のリスクをすべて製品ページに並べている。

これは良い傾向だ。開発者が本当に見たいのは次のような情報である。

  • 学習データの出所
  • ベンチマークの実施方法
  • レッドチームのテスト結果
  • 既知の失敗パターン

今回のGoogleはOpenAIより透明性が高い。Hugging Faceのモデルカードを使ったことがあれば、Googleのテンプレートがほぼ同一だと気づくだろう。

標準化は良い兆候であり、業界が収斂していることを意味する。

HNで449ポイントの注目も、議論はモデルそのものから外れている可能性

258件のコメントの大部分は、モデル本体を議論していないと推測する。Flashシリーズは常に「安くて十分」の代名詞であり、3.8という大きなバージョン番号跳びは開発者に疑念を抱かせる。「これは本当にFlashなのか?」と。

同様の騒動はClaude 4.5 Sonnetでも起きた。バージョンが4.0から4.5へ跳んだとき、コミュニティで何百件も議論が交わされ、中心テーマは「4.5は4.0より具体的に何が強くなったのか」だった。

Googleのやり方は巧みだ。バージョン番号を飛ばす=議論を呼ぶ=HNのフロントページに載る=より多くの開発者が試す=API呼び出しが増える=学習データが還流する。

ただし副作用もある。ブランドの希釈化だ。Flashが「軽量で安価」というイメージを失い「何でもやる」存在になった瞬間、Proラインの価値は引きずり下ろされる。これはGoogle自身が埋めた地雷だ。

実際にAPIを叩いてみる

まだ3.8 FlashのAPIキーは取得できていないが、現行のGemini API SDKフォーマットに基づくと呼び出し方はおそらくこうなる(3.8が現行の命名規則を踏襲する場合)。

import google.generativeai as genai

genai.configure(api_key="YOUR_API_KEY")

model = genai.GenerativeModel("gemini-3.8-flash")
response = model.generate_content("用三句话解释 SOC 告警疲劳")
print(response.text)

Cyberバリアントが独立エンドポイントを取るなら、たぶんこうなる。

cyber_model = genai.GenerativeModel("gemini-3.8-flash-cyber")
response = cyber_model.generate_content(
    "分析这条 SIEM 告警:多次失败的 SSH 登录,源 IP 在 Tor 出口节点列表中"
)
print(response.text)

具体的なインターフェース仕様はGoogleの公開を待つ必要があるが、上記は現行Gemini APIからの推測である。

編集部の見立て

Googleの一手は、端的に言えば「LLMをクラウドサービスのようにSKU別に売れるか」という実験だ。

AWSにはEC2インスタンスファミリー(c5、m5、r5)やS3ストレージクラス(Standard、IA、Glacier)があり、各SKUが特定のシナリオに対応する。Googleがやりたいのはこれと同じことだ。Flashが「汎用コンピューティング」、Cyberが「セキュリティ特化」、今後はFinance、Legal、Bioが続くのだろう。

ただし疑問がある。垂直型モデルは本当に「汎用モデル + 優れたプロンプト」より強いのか。

今のところOpenAIもAnthropicもこの路線に追随していない。Anthropicの戦略は「一つのClaudeにtool useとRAGを乗せる」であり、OpenAIはGPT-5発表時に「統一モデルによる自動ルーティング」を強調した。

もし垂直型モデルが本当に有効な手なら、OpenAIとAnthropicはとっくに追随しているはずだ。彼らが追随していないのは、この路線が成立しないと考えているか、あるいはfine-tuning API + RAGで垂直シナリオをすでにカバーできていると判断しているからだろう。

私なりの判断:Googleの一手は60%の確率で「半分成功」する。Cyber SKUはSOC自動化予算の一部を取り込めるだろうが、主流にはならない。本当の堀(moat)はツール呼び出し・長期記憶・多段階推論であって、「特定業界向けにfine-tuneしたモデル」ではない。

不確実な点として、もしCyberモデルがGoogleの脅威インテリジェンスデータベース(VirusTotalやMandiantのデータなど)に接続されているなら、その価値は純粋なLLMよりはるかに高くなる。この点についてGoogleは製品ページで明確にしていない。

もう一つ注目すべきは、バージョン3.8への跳躍がGemini 4.0への布石ではないかという点だ。もしFlashがすでに3.8なら、Proが4.0になるのは自然なアップグレードになる。Googleは大規模な発表ウィンドウを準備している可能性がある。

出典:

出典: https://blog.google/innovation-and-ai/models-and-research/gemini-models/3-8-flash-and-3-8-flash-cyber/