Gemini 3.6 FlashとGemini 3.5 Flash-LiteがVercel AI Gatewayに登場｜特徴と使い方を解説

2026年7月22日

AIニュース重要度

★★★☆☆

3.0 / 5｜知っておくと役立つ通常ニュース

知っておくと役立つ通常のアップデートのため★3としました。

生成AIの学び方で悩んでいませんか？

「何から学ぶか」「続けられるか」「仕事で使えるか」が大切と分かっていても、独学では難しいですよね。

DMM 生成AI CAMP 学び放題は、DMM.comが提供する月額制の生成AIオンラインスクールです。

総額200万円相当の約1,000レッスンが学び放題。職種別・ツール別のコースを、メンターやAIチューターのサポートを受けながら継続的に学べます。

その第一歩として、入会前に中身を体験できる60分の無料セミナーが用意されています。参加すると、こんなことが分かります。

自分の職種で使えるか - マーケティング・営業・人事など職種別8コースの中身を体感できる！
ツールごとの学び方 - ChatGPTやDifyなど、ツール別のマスターコースも確認できる！
学習の進め方 - 約1,000レッスンをどう学べば短期間で身につくか、プロが提案してくれる！
続けられる仕組み - 24時間対応のAIチューターやメンター相談、コミュニティの中身が分かる！
生成AIの最新デモ - 生成AIの最新技術デモをその場で体験できる！

「無料セミナーで体験してから、学び放題に入会して継続的に学ぶ」という流れで始められるので、合うか分からないまま入会する心配がありません。

予約・参加は無料。入会するかはセミナーの後に決められます。

＼予約は30秒・日時を選ぶだけ／

60分の無料セミナーを予約する（無料）

⇒入会・コース詳細を公式サイトで見る

※無料なのはセミナーで、学び放題本体は月額制の有料サービスです。料金は公式サイトをご確認ください。
※セミナー・コース内容は変更される場合があります。

概要

Vercelは2026年7月20日、AI Gatewayにおいて新モデル「Gemini 3.6 Flash」と「Gemini 3.5 Flash-Lite」が利用可能になったと発表しました。AI Gatewayは、複数のAIモデルを統一APIで呼び出せるVercelのサービスです。

何が発表・更新されたのか

今回追加されたのは以下の2モデルです。

Gemini 3.6 Flash：コーディングやエージェント型タスク、Web開発における品質が向上し、消費トークン数やモデル呼び出し回数を抑えられるとされています。Webやアプリ開発の出力もよりクリーンになったと説明されています。
Gemini 3.5 Flash-Lite：Flash-Liteクラスのエージェント機能が強化されており、大きなタスクの一部分を担当する「サブエージェント」用途に適しているとされています。

利用方法としては、AI SDKのmodelパラメータにgoogle/gemini-3.6-flashまたはgoogle/gemini-3.5-flash-liteを指定するだけとされています。公式サンプルでは、streamText関数を使い、プロンプトに設定ページ作成の指示を渡すコード例が示されています。

なぜ重要なのか

AI Gatewayは、モデルの呼び出しに加えて利用量・コストの追跡、リトライやフェイルオーバー、パフォーマンス最適化の設定を統一的に行えるサービスです。カスタムレポート機能、Zero Data Retention（データ保持ゼロ）対応、APIキーごとの予算設定、ルーティングルールなども組み込まれているとされています。

さらに、AI Gatewayの料金体系は各プロバイダーの価格をそのまま反映し、上乗せ（マークアップ）はありません。BYOK（自分のAPIキーを持ち込む方式）を含め、推論に対するプラットフォーム手数料も課されないと公式に説明されています。新モデルがこうした環境で使えるようになったことは、コストを抑えながら高品質なモデルを検証したい開発者にとって意味のある更新といえます。

誰に関係があるのか

Vercel AI GatewayやAI SDKを使ってアプリを開発しているエンジニア
コーディング支援やエージェント型機能を自社サービスに組み込みたい開発チーム
複数のAIモデルをコスト・性能面で比較検討している技術担当者

仕事や業務でどう使えるのか

Gemini 3.6 Flashは、コード生成やWeb・アプリ開発関連のタスクで、より少ないトークン消費・呼び出し回数で成果を出せる可能性があるとされており、開発コストの最適化を検討する際の選択肢になります。Gemini 3.5 Flash-Liteは、大きなタスクを分割して処理するサブエージェント構成に向いているとされているため、複数のAIエージェントを組み合わせたワークフローを設計している場合に検討しやすいモデルです。実際の導入前には、公式のモデルプレイグラウンドで動作を試すことができるとされています。