Gemini 3とは？最新モデル・料金・使い方を解説【2026年】

Gemini 3は、Googleが2025年11月18日に発表したAIモデルの世代です。特定の1モデルだけを指す名称ではなく、Pro、Flash、Flash-Liteなど、用途や提供状態が異なるモデル群として理解する必要があります。

2026年7月29日時点では、発表時に注目されたGemini 3 Proと、現在のGemini APIで選べるモデルは同一ではありません。旧Previewにはシャットダウン表示があり、StableとしてGemini 3.5 Flashが提供される一方、Gemini 3.1 ProはPreviewです。古い比較記事だけでモデルを選ぶと、存在しないモデルコードを指定したり、Previewを安定版と誤認したりする可能性があります。

この記事では、Google公式情報に基づき、Gemini 3の意味、現行ラインアップ、主要モデルの仕様、Gemini Developer APIの料金、導入手順を整理します。Google AI Studio、Gemini API、Vertex AI、Gemini appの違いも分けて説明するため、情報収集から業務PoC、本番構成の検討まで判断できます。

Gemini 3とは？単一モデルではなくAIモデルの世代

Gemini 3とは、Googleの生成AIモデルにおける1つの世代・ファミリーです。速度やコスト、推論、音声などの目的に応じて、個別のモデル名とモデルコードを選びます。

LLM（大規模言語モデル）は、大量のテキストなどからパターンを学び、質問応答、要約、分類、文章作成などを行うAIモデルです。基本的な仕組みを確認したい方は、LLMとは？仕組み・種類・企業での活用方法も参考にしてください。

GoogleのGemini 3公式発表の日付は2025年11月18日です。発表時、Gemini 3 Proは次のサービスや開発環境へ提供されました。

• Gemini app
• AI Mode in Search
• Google AI Studio
• Vertex AI
• Google Antigravity

この情報は「発表時点でどこから使えたか」を示します。2026年7月のGemini APIモデル一覧を示すものではない点に注意してください。モデルの世代名、個別モデル、利用画面、API提供状態は分けて読む必要があります。

Gemini app・Google AI Studio・Gemini API・Vertex AIの違い

名称が似ていますが、役割は異なります。

名称	位置づけ	主な利用場面
Gemini app	利用者がGeminiと対話するアプリ	質問、文章作成、日常的なAI活用
Google AI Studio	ブラウザ上でモデルやプロンプトを試す開発環境	プロンプト検証、API利用前の試作
Gemini API	アプリケーションからGeminiモデルを呼び出すAPI	社内ツール、Webサービス、業務自動化への組み込み
Vertex AI	Google Cloud上でAIを開発・運用するプラットフォーム	クラウド環境での企業システム開発・運用

Google AI Studioで回答品質を確かめた後、Gemini APIをコードから呼び出せます。ただし、両者は同義ではありません。Vertex AIも別の提供経路であり、Gemini Developer APIの料金表をそのまま見積もりに使うことはできません。

Deep Thinkの位置づけ

Deep Thinkは、2025年11月18日の公式発表内で説明された機能です。ただし、この発表だけを根拠に「Deep Thinkという独立したGemini APIモデルが常時提供されている」とは断定できません。

APIへ組み込む際は、概念名や発表名ではなく、現行モデル一覧に掲載された正式なモデルコードを確認します。「思考」への対応と、「Deep Think」という発表上の表現も混同しないことが重要です。

Gemini 3の現行モデル一覧【2026年7月】

2026年7月29日時点の現行状況は、Gemini APIの公式モデル一覧を基準にします。このページは2026年7月20日UTCに最終更新されています。

公式一覧では、提供状態がStableとPreviewに分かれています。Stableは安定版として提供されるモデル、Previewは先行提供段階のモデルです。Previewは評価に使える一方、仕様や提供状況の変更を前提に扱う必要があります。

Stableのモデル

モデル	提供状態	名称から分かる主な区分
Gemini 3.5 Flash	Stable	Flash系モデル
Gemini 3.1 Flash-Lite	Stable	軽量なFlash-Lite系モデル
Nano Banana 2	Stable	画像生成系モデル
Nano Banana 2 Lite	Stable	画像生成系のLiteモデル
Nano Banana Pro	Stable	画像生成系のProモデル

テキストを中心とした幅広い業務で、提供状態を重視して選ぶならGemini 3.5 Flashが有力な出発点です。処理量とコストを抑える用途ではGemini 3.1 Flash-Liteも比較対象になります。Nano Banana系は同じ現行一覧に含まれますが、テキストモデルと同じ用途として並べるのではなく、生成したい出力に応じて選びます。

Previewのモデル

モデル	提供状態	主な区分
Gemini 3.1 Pro	Preview	Pro系モデル
Gemini 3 Flash	Preview	Flash系モデル
Gemini 3.5 Live Translate	Preview	ライブ翻訳系モデル
Gemini 3.1 Flash Live	Preview	ライブ対話系モデル
Gemini 3.1 Flash TTS	Preview	音声合成系モデル
Gemini Omni Flash	Preview	Omni系モデル

Previewは検証用と継続運用用を同じ基準で選ばないことが重要です。採用する場合はモデルコードを設定ファイルに集約し、変更時に差し替えられる構成にします。

シャットダウン表示のある旧Preview

公式一覧では、Gemini 3 Pro PreviewとGemini 3.1 Flash-Lite Previewにシャットダウン表示があります。

ここで特に注意したいのが、Gemini 3 Pro PreviewとGemini 3.1 Pro Previewの違いです。前者は旧Previewとしてシャットダウン表示があり、後者は現行一覧のPreviewです。「Gemini 3 Pro」という語だけで判断せず、バージョン番号と提供状態まで確認してください。

また、Gemini 3.1 Flash-LiteにはStableがある一方、Gemini 3.1 Flash-Lite Previewにはシャットダウン表示があります。同じ系統名でも状態が異なるため、実装では表示名ではなく正式なモデルコードと公式一覧を照合します。

Gemini 3.5 Flashと3.1 Pro Previewの仕様を比較

テキスト、画像、動画、音声、PDFを扱う代表的な選択肢として、Gemini 3.5 FlashとGemini 3.1 Pro Previewを比較します。両モデルともマルチモーダル入力に対応しますが、出力はテキストです。マルチモーダルとは、テキストだけでなく、画像や音声など複数形式の情報を扱えることです。

項目	Gemini 3.5 Flash	Gemini 3.1 Pro Preview
モデルコード	gemini-3.5-flash	gemini-3.1-pro-preview
提供状態	Stable	Preview
入力	テキスト、画像、動画、音声、PDF	テキスト、画像、動画、音声、PDF
出力	テキスト	テキスト
入力上限	1,048,576 tokens	1,048,576 tokens
出力上限	65,536 tokens	65,536 tokens
主な判断軸	安定性を重視した継続利用	Pro系を先行評価したい検証

token（トークン）は、AIが入出力を処理するときの単位です。文字数とは一致せず、言語や内容で分割方法が変わるため、実データで使用量を測ります。

Gemini 3.5 Flashの公式仕様は2026年7月21日UTC最終更新で、モデルは2026年5月更新、提供状態はStableです。キャッシュ、コード実行、関数呼び出し、Google Mapsグラウンディング、Google検索グラウンディング、構造化出力、思考、URL Contextに対応します。Computer UseはPreviewです。

Gemini 3.1 Pro Previewの公式仕様も2026年7月21日UTC最終更新です。キャッシュ、コード実行、関数呼び出し、Google Mapsグラウンディング、Google検索グラウンディング、構造化出力、思考、URL Contextに対応します。ただし、モデル自体の提供状態がPreviewである点は変わりません。

対応機能を業務へ置き換える

機能名だけでは用途を判断しにくいため、次のように考えると整理できます。

機能	できること	導入時の確認点
キャッシュ	繰り返し使う入力の処理を効率化	対象データと料金条件
コード実行	計算や処理をコードで補助	実行結果の検証
関数呼び出し	定義した外部機能をモデルから呼ぶ	認証、許可操作、引数検証
検索グラウンディング	Google検索を根拠取得に使う	情報の鮮度、引用、外部通信
Mapsグラウンディング	地図関連の情報を回答へ反映	対象地域、情報確認
構造化出力	指定した形式で結果を返す	スキーマ検証、欠損時の処理
思考	回答生成時に推論処理を使う	品質、遅延、出力料金
URL Context	指定URLの内容を文脈に使う	接続先、更新、アクセス可否

Gemini 3.5 Flashで対応しているComputer UseはPreviewです。Gemini 3.5 Flash本体がStableでも、すべての関連機能がStableとは限りません。外部画面を操作する仕組みを検討する場合は、モデルと機能それぞれの提供状態を確認してください。

どちらを選ぶべきか

定型的な要約、分類、抽出、文章下書き、マルチモーダル入力を使うPoCでは、まずStableのGemini 3.5 Flashで要件を満たせるか確認する方法が堅実です。入力上限と出力上限は比較した2モデルで共通しており、長い文書を扱うという理由だけでPro Previewを選ぶ必要はありません。

Gemini 3.1 Pro Previewは、Pro系モデルを先行評価したい場合の比較候補です。ただし、本番の唯一の依存先にする前に、変更時の代替モデル、回帰テスト、モデルコードの切り替え方法を用意します。モデル名の印象ではなく、自社の評価データに対する正確性、応答時間、tokens、エラー率で比較してください。

Gemini 3のAPI料金とモデルの選び方

2026年7月29日に確認したGemini Developer APIの公式料金を整理します。以下は標準料金で、単位はUSD／100万tokensです。料金ページは変更される可能性があるため、利用開始前と予算更新時に再確認してください。

モデル	無料枠	入力料金	出力料金
Gemini 3.5 Flash	あり	$1.50	$9.00
Gemini 3.1 Flash-Lite	あり	テキスト・画像・動画 $0.25、音声 $0.50	$1.50
Gemini 3.1 Pro Preview	なし	prompt 200k以下 $2、200k超 $4	200k以下 $12、200k超 $18
Gemini 3 Flash Preview	あり	テキスト・画像・動画 $0.50、音声 $1	$3

Gemini 3.5 Flashの出力料金には思考tokensが含まれます。入力キャッシュ料金は$0.15です。単純に画面へ表示された回答文字数だけを数えると、課金対象の見積もりとずれる可能性があります。

Gemini 3.1 Pro Previewは、promptの長さが200k以下か200k超かで入力・出力単価が変わります。長大な文書を毎回そのまま送る構成では、1リクエストの料金だけでなく、月間件数と再試行回数を含めて試算します。

料金表の読み方で注意すること

第一に、これはGemini Developer APIの標準料金です。Gemini appのサブスクリプション料金ではなく、Vertex AIの料金でもありません。

第二に、無料枠の有無と、本番に適した提供状態は別の判断軸です。無料枠があるPreviewを試せても、継続運用で変更リスクを受け入れられるとは限りません。反対に、Stableでも利用量が増えれば従量費は増えます。

第三に、入力単価だけで比較しないことです。業務フローでは、入力tokens、出力tokens、思考tokens、キャッシュ、再実行、失敗率を記録します。短い分類処理と、画像・音声・長文PDFを含む処理では費用構造が変わります。

用途別の選び方

優先すること	最初の比較候補	理由
安定性と幅広い入力	Gemini 3.5 Flash	Stableで、主要な入力形式と機能に対応
単価を抑えた大量処理	Gemini 3.1 Flash-Lite	Stableで入力・出力単価が低い
Pro系の先行評価	Gemini 3.1 Pro Preview	現行のPro系Previewとして比較可能
Gemini 3 Flashの先行評価	Gemini 3 Flash Preview	無料枠があるPreviewとして試せる

大量の定型分類と判断が難しい少数の処理を分け、別の候補モデルを評価できます。ただし、振り分けが複雑になるほど監視とテストの負担は増えます。

---

自社業務に合うGeminiモデル、費用試算、PoCの評価基準を整理したい方は、AI活用について相談するをご覧ください。

---

Gemini 3の使い方｜検証からAPI導入まで

Gemini 3を業務へ導入する際は、最初にAPIキーを取得するのではなく、対象業務と合格基準を決めます。次の6ステップなら、モデルの知名度だけで導入を決める失敗を避けやすくなります。

1. 対象業務と評価指標を1つに絞る

最初の対象は、入力と期待する出力を定義しやすい業務にします。例として、公開資料の要約、問い合わせの分類、定型項目の抽出、文章の下書きなどがあります。

評価指標は、正確性、処理時間、tokens、1件あたり費用、要確認件数です。「便利だった」という感想ではなく、同じ入力セットでモデルを比較できる形にします。機密性のある業務データは避け、公開情報か検証用データから始めてください。

2. Google AI Studioでプロンプトを試す

Google AI Studioは、ブラウザ上でモデルとプロンプトを試す開発環境です。候補モデルを選び、実際の業務に近い入力を複数用意して、出力の形式と品質を確認します。

指示文、入力データ、期待結果、実際の回答、判定をセットで保存します。構造化出力は、値の根拠と欠損時の挙動も確認します。

3. 正式なモデルコードと提供状態を確認する

検証で使ったモデルの正式名称、モデルコード、StableかPreviewか、確認日を記録します。Gemini 3.5 Flashならモデルコードはgemini-3.5-flash、Gemini 3.1 Pro Previewならgemini-3.1-pro-previewです。

モデルコードをソースコードの各所へ直接書くと、変更時の修正漏れが起きやすくなります。環境変数や設定ファイルへ集約し、テスト環境と本番環境で切り替えられる構成にします。

4. Gemini APIで最小構成を実装する

Google AI Studioで品質を確認したら、Gemini APIから同じ処理を呼び出します。最初は1つの入力を1つの出力へ変換する最小構成にし、認証、タイムアウト、エラー処理、ログを追加します。

APIのレスポンスをそのまま利用者や外部システムへ送らず、検証処理を挟みます。構造化出力ならスキーマを検証し、必須項目が欠けた場合は再処理または人による確認へ回します。

コード作業をターミナルから進めたい場合は、Gemini CLIの導入方法と使い方も参考になります。Gemini CLIとGemini APIは利用方法が異なるため、対話的な開発支援と、システムからのAPI呼び出しを分けて設計してください。

5. 品質・コスト・障害を記録する

少なくとも、日時、モデルコード、入力tokens、出力tokens、処理時間、成功・失敗、品質判定を記録します。Previewを比較する場合は、同じ評価セットをStableでも実行し、代替可能か確認します。

長文入力では、上限だけでなく必要な情報を正しく参照できるかを評価し、文書の選別、分割、キャッシュも検討します。

6. 本番要件に応じてVertex AIを検討する

Google Cloud上のシステムとして運用する場合は、Vertex AIを含めて構成を検討します。Google AI Studioで試したから、そのまま同じ料金・設定・運用条件でVertex AIへ移せると決めつけてはいけません。

本番では、認証、アクセス権、ログ、監視、データの扱い、予算管理、障害時の切り戻しを設計します。利用経路を確定したうえで、その環境の最新ドキュメントと料金を確認してください。

企業でGemini 3を導入する際の注意点

Gemini 3は多様な入力形式と外部連携機能に対応しますが、モデルの機能が豊富であることと、安全な業務フローが完成していることは別です。導入前に次の項目を確認します。

StableとPreviewの変更リスクを分ける

モデル台帳には、モデルコード、提供状態、用途、責任者、確認日、代替候補を記録します。Previewを使う処理は、モデル変更によって回答形式や品質が変わっても検知できるように回帰テストを用意します。

旧Previewのシャットダウン表示が示す通り、モデルの提供状態は固定ではありません。公式モデル一覧を定期的に確認し、移行期限が示された場合に対応できる運用が必要です。

入力データを機密区分で制御する

PoCでは公開情報や匿名化した検証データを使い、対象業務ごとに入力可能なデータを定義します。「Gemini 3を使ってよい」という一括許可ではなく、利用経路、モデル、機能、データ区分を組み合わせて判断します。

Google検索グラウンディング、Google Mapsグラウンディング、URL Contextなど、外部情報を参照する機能を使う場合は、通常のモデル入力だけの処理とデータ経路が同じとは限りません。必要な機能だけを有効にし、参照元と回答根拠を保存します。

関数呼び出しは最小権限にする

関数呼び出しは、モデルの出力を社内ツールや外部APIの操作につなげる機能です。便利ですが、文章を生成するだけの処理より影響範囲が広がります。

• 読み取りと更新の権限を分ける
• 実行可能な関数を限定する
• 引数を型と許可値で検証する
• 削除、送信、決済などの操作前に承認を挟む
• 実行者、入力、結果をログへ残す
• タイムアウトと再試行上限を決める

AIと外部ツールを接続する方法としてMCPを検討する場合は、MCPの仕組みと企業利用の注意点も確認してください。Gemini APIの関数呼び出しとMCPは同じ名称の機能ではありませんが、接続先の権限を絞り、入力を検証する考え方は共通します。

出力を検証できる業務フローにする

生成AIは、自然な文章でも内容が正しいとは限りません。公開文書の要約なら原文との一致、データ抽出なら必須項目と型、分類なら正解データに対する精度を確認します。

高い影響を持つ判断をモデルだけで確定せず、人が確認する条件を決めます。たとえば、信頼度が低い回答、根拠が取得できない回答、禁止形式、異常に長い出力を確認対象へ回します。

コスト上限と監視を設定する

料金表から月額を見積もる際は、平均だけでなく最大入力、最大出力、件数の増加、再試行を含めます。

業務別・モデル別にtokensと費用を集計し、予算のしきい値を超えたら通知します。キャッシュを使う場合は、対象となる繰り返し入力を特定し、品質を変えずに費用を抑えられるか測定します。

Gemini 3に関するよくある質問

Q. Gemini 3は無料で使えますか？

Gemini Developer APIでは、Gemini 3.5 Flash、Gemini 3.1 Flash-Lite、Gemini 3 Flash Previewに無料枠があります。一方、Gemini 3.1 Pro Previewに無料枠はありません。無料枠の条件と料金は変更される可能性があるため、利用時に公式料金ページを確認してください。Gemini appのプランやVertex AIの料金とは別です。

Q. Gemini 3 Proは現在も使えますか？

名称を分けて確認する必要があります。2025年11月18日の発表時にはGemini 3 Proが案内されました。2026年7月29日時点の公式モデル一覧では、Gemini 3 Pro Previewはシャットダウン表示で、Gemini 3.1 ProはPreviewとして掲載されています。実装時は現行一覧の正式なモデルコードを確認してください。

Q. Gemini 3.5 FlashはPDF・画像・音声を扱えますか？

はい。公式仕様では、テキスト、画像、動画、音声、PDFを入力でき、出力はテキストです。入力上限は1,048,576 tokens、出力上限は65,536 tokensです。ファイル形式、サイズ、利用方法の詳細は、実装時に最新の公式仕様を確認してください。

Q. Gemini 3.1 Pro Previewを本番で使えますか？

Previewであるため、仕様や提供状況の変更リスクを考慮する必要があります。採用を検討する場合は、モデルコードを交換可能にし、Stableの代替候補、回帰テスト、切り戻し手順を準備してください。変更を許容しにくい処理では、まずStableモデルで要件を満たせるか確認します。

Q. Deep Thinkは独立したAPIモデルですか？

2025年11月18日のGoogle公式発表ではDeep Thinkが説明されていますが、その事実だけから独立したAPIモデルだとは断定できません。API開発では、現行モデル一覧と個別仕様ページに掲載された正式なモデルコード、対応機能、提供状態を基準にしてください。

まとめ｜Gemini 3は現行モデルと提供状態で選ぶ

Gemini 3は単一モデルではなく、Pro、Flash、Flash-Lite、画像・音声関連モデルなどを含む世代・ファミリーです。2025年11月18日の発表内容と、2026年7月29日の現行ラインアップは分けて理解する必要があります。

業務PoCでは、幅広い入力形式と機能に対応するStableのGemini 3.5 Flashを基準にすると、安定性と検証の進めやすさを両立できます。コストを重視する大量処理ではGemini 3.1 Flash-Lite、Pro系の先行評価ではGemini 3.1 Pro Previewを比較します。ただし、Previewには変更リスクがあるため、代替モデルと回帰テストが必要です。

最後に、次の順で進めてください。

1. 対象業務と合格基準を1つ決める
2. Google AI Studioで複数の入力を評価する
3. Stable・Previewと正式なモデルコードを確認する
4. Gemini APIで最小構成を作り、品質とtokensを記録する
5. 本番要件に応じてVertex AIを含む運用構成を検討する
6. モデル一覧と料金を導入直前に公式ページで再確認する

Gemini 3の導入は、最も新しい名称を選ぶことではなく、業務要件、提供状態、品質、コスト、変更リスクを同じ表で比較することが重要です。

自社のAI活用テーマの選定からモデル比較、費用試算、導入手順まで整理したい方は、AI活用の相談窓口をご確認ください。