Gemini 3.5 FlashがGoogle I/O 2026で登場：Terminal-Bench 2.1 76.2%・GDPval-AA 1656 Elo・MCP Atlas 83.6%・CharXiv 84.2%と4〜5ヶ月前のフラッグシップGemini 3.1 Proをほぼ全主要ベンチで凌駕しつつ、出力速度は4倍（Antigravity上では12倍）・コストは1/3〜1/2。Pichai CEOは1兆トークン/日規模の企業で年$10億超の削減効果と発表

4ヶ月前のGemini 3.1 Proは「フラッグシップ」として$2/$12 per 1Mトークンで提供されていました。Flash系はもともと「安くて速いが性能妥協」の位置付けで、重要な用途には使いにくいと言われていました。API利用のコスト意識の高い企業では「精度を取るか、コストを取るか」の二択が常にありました。

エンジニアがモデルを選ぶとき「Flash か Pro か」の二択が事実上なくなります。大量呼び出しを前提とした自動化タスクやRAGパイプラインで今まで Pro を使っていたなら、Flash への乗り換えを検討するタイミングです。1兆トークン/日規模の企業なら年数十億円規模のコスト圧縮になります。逆に週数回しか触らない個人ユーザーには誤差です。

Gemini Omni Flash（any-to-any 動画生成・編集モデル）をGeminiアプリ・映像制作ツール「Google Flow」・YouTube Shortsで提供開始（AI Plus/Pro/Ultra）。自然な会話で動画を作成・編集でき、SynthID透かしとC2PA Content Credentialsを自動付与

半年前まで、AIで動画を作るにはRunway・Sora・Klingなど専用ツールに切り替える必要がありました。テキスト・画像・動画のモデルは別々で、ひとつの会話の中でシームレスに動画を出してもらうことはできませんでした。3月時点のGeminiは動画生成がなく、Google Flowは限定公開でした。

SNS用コンテンツを作るマーケターや動画クリエイターは、別ツールを行き来する必要がなくなります。YouTube Shortsへの組み込みはインパクトが大きく、既存の動画制作ワークフローに自然に入ってきます。ただし生成コストはまだ不透明なので、本番運用の費用感は様子を見るべきです。

「Gemini Spark」を発表（Google I/O 2026）：Gmail/Docs/Sheets/Slides連携の常時稼働（24/7）個人向けエージェント、専用Gmailアドレスへのメールやスマホ通知Halo経由で長期タスクを自律実行。Antigravityのエージェントハーネスで動作し、来週からGoogle AI Ultra加入者へ提供開始

これまでのAIアシスタントは「呼んだときだけ動く」モデルでした。Geminiに頼んでも、ブラウザを閉じれば作業は止まる。長期の調査や複数ステップのファイル処理は、人間が都度戻って確認する必要がありました。NotionAIやCopilotも同様で、24時間動かし続けるには自前スクリプトやZapierが必要でした。

Ultra プラン（$99.99/月）加入者が最初の対象なので、個人にはまだ高い敷居です。ただ、Gmailアドレスに「この資料まとめておいて」と送るだけで長期タスクが動くのは、AIの使い方として一段ジャンプした体験です。PMや経営職で非同期にタスクを委譲したい人には刺さります。逆に普段Geminiを使っていない人には関係薄めです。

Google I/O 2026でAIサブスクを3段階体系に再編：$7.99/月（エントリー）〜$99.99/月（最上位Ultra）。1日あたりプロンプト上限を廃止し、業界トレンドに沿う「消費型コンピュート課金」モデルへ移行

Google AI ProはこれまでUS$19.99/月、UltraはUS$124.99/3ヶ月（実質$41.66/月）という複雑な体系でした。1日あたりのプロンプト制限があり、ヘビーユースの日に上限に当たるとフラストレーションが発生していました。OpenAIのPlus($20)/Pro($200)と比べて中間層がなく、「がっつり使いたいが$200は高い」層がはまる価格帯が不在でした。

月$7.99のエントリー層ができたことで、有料に踏み出す敷居が下がります。1日上限の廃止で、月末まで気にせず使えるようになります。ただし「消費型コンピュート課金」への移行は、長期的にはヘビーユーザーの費用が上振れる可能性もあります。ChatGPTとの乗り換えを検討している人には、今週が価格比較のタイミングです。

エージェント開発プラットフォーム「Google Antigravity 2.0」をGoogle I/O 2026で発表：デスクトップアプリ刷新、CLI/SDK、Managed Agents（Gemini API）、AI Studio連携、Gemini Enterprise経由のエンタープライズ対応

GoogleのAI開発ツールはこれまでVertex AI・AI Studio・Gemini APIがバラバラに存在し、どこから始めれば良いか分かりにくいという声が多かったです。エージェントを作るには各自で非同期処理やメモリ管理を組む必要があり、Claude CodeやCursorに比べて開発体験の面で劣ると言われていました。Antigravity 1.xはベータ扱いで本番利用に踏み切れなかった人が多かったです。

エンジニアがGemini系でエージェントを組みたいとき、これが標準の入り口になります。Anthropic Agent SDKやOpenAI Agents SDKとの比較が明確になり、スタックを選ぶ根拠が揃いました。企業でGemini Enterpriseを使っている場合は同じプラットフォームでエージェントを社内展開できます。逆にすでに他社SDKで動いているチームには当面関係薄めです。

日立製作所と戦略的パートナーシップ：日立グループ約29万人にClaudeを導入し、社会インフラ向けソリューション「HMAX by Hitachi」にClaudeの推論能力を組み込み。北米・欧州・アジアを横断する共同組織「Frontier AI Deployment Center」を約100人で発足、300人規模を目標

昨年まで、製造業や社会インフラへのAI導入はPoCを繰り返しても全社展開に届かないケースがほとんどでした。専任エンジニアがAIを使うプロジェクトはあっても、29万人規模のグループ全社員が日常業務で使う前提の契約は業界でも珍しかったです。HMAXとClaudeの深い統合もこれまで発表されていませんでした。

製造業・社会インフラで働く人にとって、会社が使うAIの選択肢が具体的に見えてきます。日立の選択は同業他社の「我が社はどこと組むか」という意思決定にも影響します。逆にスタートアップや小規模チームの人には直接の影響は薄め — ただし「日立規模でもできるなら」という前例ができた意味は大きいです。

Claude Managed Agentsに自己ホスト型サンドボックス（パブリックベータ）とMCPトンネル（リサーチプレビュー）を追加：エージェントループはAnthropic側、ツール実行は顧客インフラ内に隔離する分離アーキテクチャで、資格情報がエージェントコンテキストを通過しない設計（OpenAI Agents SDKのローカル実行と異なる差別化点）

企業でAIエージェントを社内DBやAPIに接続しようとすると、必ず「資格情報をAIに渡すのか」という懸念が出てきました。ClaudeにAPIキーを渡して使う構成はセキュリティレビューで否決されることが多く、PoCどまりになるケースが続いていました。OpenAIのAgents SDKもローカル実行はできますが、エージェントループ自体はベンダー側に依存する形でした。

情シス部門がエージェントの稟議を通す上での最大のハードル（資格情報の漏洩リスク）がアーキテクチャとして解消されます。「会社のDBをAIに繋いでいいか」がセキュリティレビューを通りやすくなるはずです。個人ユースには関係ありませんが、企業のIT担当・エンジニアには今すぐ読む価値があります。

ウィーン拠点のフィジカルAIスタートアップEmmi AIを買収（欧州の産業顧客向けオファリングを拡張、自社のAIスタックを「業界最強」に押し上げる狙い）

Mistralはこれまでテキスト・コード生成モデルとしての評価が中心で、製造ラインや産業機器との連携は弱点でした。欧州の工場系顧客はGDPR・データ主権の観点からOpenAIやGoogleを避けたい一方、欧州拠点のフィジカルAIベンダーがほぼ存在しないという空白がありました。Emmi AIはウィーン拠点のスタートアップで、産業向けロボット・センサーとAIを接続するスタックを持ちます。

欧州の製造業・重工業系企業にとって、GDPRに配慮しながらフィジカルAIを入れる選択肢が一つ増えます。ただしEmmi AIはまだ知名度が低く、実際のソリューション完成度は未知数です。「欧州発・オープンウェイト・産業AI」の組み合わせを評価する企業には刺さりますが、PoCに至るまで時間がかかりそうです。

AI生成画像の出自検証を強化：オープン標準「C2PA Content Credentials」のメタデータ署名と、Google開発の不可視透かし「SynthID」をOpenAI生成画像に併用。一般向け検証ツール（ベータ）も公開し、将来的に他社モデル生成の画像にも対象を拡張予定

半年前まで、AI生成画像かどうかを判定する方法は事実上ありませんでした。「なんとなくAIっぽい」という目視判断しかなく、フェイク画像の拡散を止める手段がありませんでした。C2PAは規格として存在していましたが、主要プロバイダーが実装していないため普及しておらず、SynthIDもGoogleの独自実装にとどまっていました。

デザイナーやマーケターにとって、納品物が「AI生成かどうか」を証明できる時代が来ます。OpenAIとGoogleが同じ規格で実装したことで、C2PAが業界標準として定着する可能性が一気に高まりました。逆に検証ツールが広がると「AI生成を隠す」ことが難しくなるので、使い方に誠実さが求められます。

元OpenAI共同創業者・元Tesla AI責任者のAndrej Karpathy氏が事前学習チームに参加（Pretraining責任者Nicholas Joseph発表）。Claudeを使って事前学習研究自体を加速するチームを立ち上げ、再帰的自己改善（RSI）の追求に直結

Karpathyは2023年から独立してサイドプロジェクトや教育コンテンツに注力していました。Anthropicの事前学習チームは強力ですが、「AIで事前学習を加速する」というループ構造に特化したチームはこれまでなかったです。業界では「次にKarpathyがどこに行くか」が長らく話題でした。

研究・エンジニアリング業界でKarpathyの名前が持つ影響力は大きく、Anthropicのプレトレーニング研究への信頼感がさらに上がります。「再帰的自己改善」という言葉が公式に使われていることは、AnthropicがAGI方向の研究に本気で投資しているシグナルです。今週すぐにClaudeの能力が変わるわけではありませんが、半年〜1年後のOpus系の進化に直結する話です。