Gemini 3.5 Flash、画面操作機能を統合

何が起きたか

GoogleはGemini 3.5 Flashに「Computer Use」機能を直接統合しました。このモデルはコンピュータ、ブラウザ、モバイルデバイスの画面を見て理解し、自分で操作できるようになりました。従来はGemini 2.5の別モデルでのみ利用可能でした。

なぜ重要か

既存の関数呼び出しやSearch、Mapsなどのツールと組み合わせることで、開発者はソフトウェアテストやオフィス自動化といったタスクに対応するエージェントをブラウザ、モバイル、デスクトップ環境で構築できるようになります。これにより、複雑な作業の自動化がこれまでより容易になるとみられます。

注目点

OSWorldベンチマークでGemini 3.5 Flashは78.4を獲得し、Gemini 3 Flash（65.1）およびGPT-5.4 mini（72.1）を上回りました。セキュリティについては、プロンプトインジェクション攻撃を防ぐため、敵対的学習と2種類のエンタープライズセーフガード（機密操作の確認要求と間接的インジェクション検知による自動停止）が用意されています。Gemini APIおよびGemini Enterprise Agent Platformから利用可能です。