2026.09.16第256号

Geminiの10億人は順位では説明できません

フロンティアとベンチマークでは、0.3ポイント差の項目と38ポイント差の項目が同じ表に並んでいます

ビジネス

Googleが発表した数字と発表していない数字

2026年8月11日、スンダー・ピチャイがXに、Geminiアプリの月間利用者¹が10億人を超えたと投稿しました。Google史上もっとも早く成長した製品で、検索・Gmail・Android・マップ・Chrome・Play・YouTubeに続いて10億人の壁を超えた14番目のGoogle製品です。同じ発表の中には、Googleが公表しなかった数字もひとつあります。そのうち何人が料金を払っているか、という数字です。

このニュースについて、韓国国内でよく見かける反応があります。GeminiはGPT-6 AstraやClaude Fable 5.1のような最上位モデル²より劣っているのに、利用者数だけが多いという評価です。数字と評価が食い違って見えるからです。

この二つを並べて見ると、食い違いではなく別の話が見えてきます。10億という数字はモデルの順位ではなく配布経路が生んだ値であり、性能差は一つの数字ではなく作業の種類ごとに異なる値です。 今日はこの二つの文をそれぞれ一次資料で確認してみます。

10億がどこから来たのかをまず見るべきです

軌跡を並べてみると、性格が見えてきます。2025年5月のGoogle I/Oで4億人、2025年10月のAlphabet第3四半期決算発表で6億5,000万人、2026年2月に7億5,000万人、2026年5月のI/Oで9億人、7月22日の第2四半期決算では9億5,000万人でした。9億5,000万から10億までは、約3週間しかかかっていません。

ここで範囲をはっきりさせておく必要があります。この10億はGemini単独アプリ基準であり、検索・Workspace・Androidに組み込まれたAIユーザーは含まれていません。検索のAIモードは別途で月間10億人を超えており、ChatGPTは2026年6月に同じラインを超えました。つまりGeminiは2カ月遅れで追いついた形になります。

使われ方を見ると、これらのユーザーがどこから来たのかがさらにはっきりします。10億人のうち1億人以上がiOSユーザーで、63%がタイピングの代わりに音声でGeminiに話しかけています。Googleは同じ発表の中で、Androidの40個のアプリをまたぐ作業自動化を強調していました。1日に生成される画像が1億5,000万枚という数字も併せて示されました。

韓国は、この経路に早くから乗った市場です。Googleが2026年2月、AndroidでGemini基盤の多段階作業自動化をベータ公開した際、韓国は第1弾の展開国に入り、Samsung Electronicsのギャラクシー S26シリーズと連携されました。これまで米国中心で新機能を展開してきたやり方とは異なる選択でした。

**モデルを選んで入ってきたユーザーよりも、すでに使っていた端末やアプリの中で出会ったユーザーが、この数字のかなりの部分を説明しています。**ベンチマークのランキング表を見てアプリをダウンロードした人は、この10億人のうち少数派です。

同じ表の中で格差が0.3%pだったり38.8%pだったりする

それでは、性能の話はどこへ向かえばいいのでしょうか。ちょうどいい資料が一つ出てきました。

2026年9月3日、OpenAIがGPT-6 Astraを公開した際、比較表を一緒に掲載しました。この表には、Claude Fable 5.1、Claude Opus 5とともにGemini 3.8 Flashの列が入っています。競合他社が自社モデルを引き立たせるために選んだ項目だという前提で読むべき資料なのですが、だからこそかえってFlashが上回っている枠が目を引きます。

Flashのスコアが記載されている項目だけを選び、格差の順に整理すると次のようになります。

項目	Gemini 3.8 Flash	GPT-6 Astra	格差
DeepSWE v1.1（長期ソフトウェアエンジニアリング）	73.8%	74.1%	0.3%p
GPQA Diamond（大学院レベルの科学推論）	95.3%	96.0%	0.7%p
Artificial Analysis Intelligence Index v4.1.1	58.7	61.2	2.5点
Artificial Analysis Coding Agent Index v1.4	61.2	67.0	5.8点
FrontierCode 1.1 Main	43.6%	53.3%	9.7%p
HealthBench Professional	52.1%	63.4%	11.3%p
Terminal-Bench 4.0（長時間ターミナル作業）³	19.1%	57.9%	38.8%p

DeepSWE v1.1については、もう少し見ておく必要があります。同じ表で、Claude Opus 5が73.7%、Claude Fable 5.1が67.4%です。フロンティア価格帯を掲げる3モデルのうち2つが、Flashより低い結果になっているのです。Googleも自社発表でこのベンチマークを取り上げ、3.8 Flashがより大きなフロンティアモデルの大半を上回りながら、コストは一部に過ぎないと書いています。

反対側の端にはTerminal-Bench 4.0があります。19.1%対57.9%は、調整で埋められる差ではありません。複数の段階を自ら繋いで長く実行しなければならない作業において、両モデルは別物です。

読む際に付け加えるべき条件が三つあります。第一に、OpenAIはこれらのスコアが「どの努力レベルにおいても最大値」だと明らかにしています。実際の運用で使う設定とは異なる可能性があります。第二に、競合モデルのスコアはOpenAIが自社環境で測定したか、公開リーダーボードを再現した値であり、条件が完全に同じではありません。第三に、表の複数の行でFlashの欄は空欄になっています。測定されていない領域が残っているという意味です。

それでも一つだけ残ります。**「フロンティアかどうか」は一枠だけの問いですが、実際の格差は項目ごとに0.3%pから38.8%pまでばらついています。**組織が答えるべきなのは、等級ではなく配分です。

トークン単価が13倍でも、請求額が13倍になるとは限りません

価格表を見ると、なぜこの配分が金の問題になるかが分かります。

Gemini 3.8 Flashは、入力トークン100万個⁴あたり0.75ドル、出力トークン100万個あたり3.75ドルです。これは導入価格なので2026年12月31日で終了し、2027年1月1日からはそれぞれ1.50ドルと7.50ドルが適用されます。GPT-6 Astraは入力トークン100万個あたり10ドル、出力トークン100万個あたり50ドルです。速度を2倍に上げるファストモードは価格も2倍になります。

入力100万トークンに出力20万トークンが出る作業を1単位と仮定して計算すると、こうなります。Flashは0.75ドルに0.75ドルを足して1.50ドル、Astraは10ドルに10ドルを足して20ドルです。約13.3倍の差です。2027年1月以降のFlash正規価格で再計算すると3.00ドルとなり、約6.7倍まで縮まります。これは入出力比率を任意に設定した計算なので、実際の業務の比率を入れて再計算してみる必要があります。

ただ、ここで止まってはいけない理由をGoogle自身が書き記しています。3.8 Flashは複雑な作業において推論ステップをより多く踏み、ツールを繰り返し呼び出すよう設計されており、努力レベルが高いほどトークンを多く使う可能性があると記されています。Googleは効率が優先される作業には努力レベルを下げるか、3.7 Flashを使い続けるよう勧めています。自社新製品の発表文に「我々の新モデルはトークンをより多く使う可能性がある」と書いた文章です。

反対方向の例もあります。OpenAIはAgents’ Last ExamにおいてAstraがClaude Opus 5よりも出力トークンを約65%少なく使ったと発表し、Terminal-Bench 4.0ではFable 5.1に対して作業当たりの推定API費用が約63%低かったと記しています。

したがって、比較すべき単位はトークン単価ではなく、作業1件を終えるのにかかる総額です。 単価が13倍安いモデルが同じ作業を3回やり直せば、その差はあっという間に縮まります。逆に、単価が高いモデルが一度で終えれば、請求額は逆転することもあります。第68号でトークン価格がチームの選択肢を変えると書きましたが、今回はもう一段深く踏み込む必要があります。価格表だけでなく、完走率まで併せて見る必要があるのです。

Appleとサムスンが実際に確認した基準

この配分問題をすでに解いた組織の記録があります。

2026年1月12日、AppleとGoogleが共同声明を出しました。次世代Apple Foundation ModelsをGoogleのGeminiモデルとクラウド技術の上に構築するという内容で、ここで作られたモデルが今年登場するより個人化されたSiriを含むApple Intelligence機能を支えるとされています。Appleは「綿密な評価の結果、GoogleのAI技術がApple Foundation Modelsに最も有能な土台を提供すると判断した」と記しています。

Joint statement from Google and AppleApple and Google have entered into a multi-year collaboration under which the next generation of Apple Foundation Models will be based on Google’s Gemini models and clou…

blog.google

文言をそのまま訳すと、Appleが挙げた理由は汎用性ではなく土台としての性能です。ただし契約に含まれた項目を見ると、もう一つの側面があります。モデルだけでなくクラウドが一緒に組み込まれているのです。4月のGoogle Cloud Nextで、トーマス・クリアンが登壇し、Google CloudがAppleの優先クラウドプロバイダーとしてGemini基盤のApple Foundation Modelsを共同開発していると確認しました。

Samsung SDS Strengthens Strategic Partnership with Google Cloud to Expand Presence in AI, Cloud, and Security | News | SSamsung SDS announced a strategic partnership with Google Cloud to strengthen collaboration in the areas of AI, cloud, and security, at “Google Cloud Next 2026” held in Las Vegas, U.S., on April 23 (A

samsungsds.com

韓国国内の事例も同じ月に出ました。2026年7月13日、Google Cloudがサムスン電子DX部門にGemini Enterpriseを供給すると発表し、翌日の記者懇談会でルース・ソン Google Cloud Korea社長は、サムスン電子が性能とセキュリティ、価値と投資収益率をすべて検討し、役職員が直接使ってみて評価したと明らかにしました。Google Cloudはこの契約を韓国企業のエージェンティックAI導入事例のうち歴代最大規模だと説明しました。同じ場でGoogleが強調した差別化要素の一つが、Claudeを含め200余りのモデルを併せて選べるという点でした。

プラットフォームを売る側も単一モデルの勝者を主張していないわけです。

三つの事例に共通することがあります。**どちらもベンチマーク1位を購入基準として挙げていません。**Appleは自社モデルを載せる土台とその土台を動かすインフラを一緒に買い、サムスンは性能・セキュリティ・費用対効果・実使用体験をまとめて見ています。

Oswarldの視点

私はコンサルティングの場で、すべての作業にフロンティアモデルが必要なわけではないという話を繰り返してきました。上の表は、その話をもう少し正確に磨き直してくれます。必要ないのではなく、必要な作業と必要ない作業が一つの組織の中に混在しているんです。長時間の自律実行がかかる作業では38.8%pがそのままコストとして跳ね返ってきますし、定型化された推論やコード作業では0.3%pのために13倍を余計に払う理由は薄くなります。

私がGemini 3.8 Flashのようなモデルを業務用として注目している理由もここにあります。速くて安いというだけでは不十分ですが、安いモデルが実際にフロンティアと肩を並べる欄が表の中に残っているというのは、状況が変わったということです。ただし、「フロンティア級ではない」という表現は、いまの私にとって使うのが慎重にならざるを得ません。Googleは3.8 Flashを自社の最も知能の高いワークホースモデルであり、これまでで最高の推論・コーディングモデルだと紹介しましたし、OpenAIは自社のフロンティア発表の比較表にこのモデルを載せています。等級名よりも価格表がついている位置で呼ぶ方が正確です。

AGIの話をここに結びつけたいと思います。私はAGIを、AIが一般的に（General）使われている状態として理解する立場で、その定義であれば、最も近づいている存在はむしろGeminiかもしれないと見ています。根拠のない再定義ではありません。OpenAIの憲章はAGIを「経済的に価値ある仕事の大部分において人間を凌駕する、高度に自律的なシステム」と記しています。この一文には能力だけでなく、経済的に価値ある仕事という条件がついています。能力が仕事に届くためには、展開（デプロイ）を経なければなりません。

反論もはっきり書いておきます。学界と業界の通用する定義において、AGIの「General」は展開の範囲ではなく能力の範囲を指しています。Google DeepMindが2023年に打ち出したAGI等級体系は、ChatGPTとGeminiをいずれも「初期AGI」に分類し、広範な領域で作動するものの、大半の領域では熟練した人間の中央値には届かないと見ています。この基準では、ユーザー10億人という数字が等級を押し上げてはくれません。私の主張は「Geminiの方がAGIに近い」ではなく、AGIという単語が能力と普及という別々の二つの軸を一つの単語にまとめてしまっているせいで、いまの論争がずっとかみ合わずにいるというものです。

Appleの選択についても、私の解釈と公式の文言を分けて示しておきたいと思います。Appleが記した理由は「最も有能な基盤」でした。私の読み方は違っていて、Appleが買ったのはベンチマーク1位のモデルではなく、20億台の端末の上に載せられる基盤と、それを動かすインフラだということです。契約にクラウドが一緒に含まれていたという事実が、その根拠です。第124号で、Appleは最高のモデルの代わりに最大の展開を選んだと書きましたが、あのとき行わなかった計算が今回の表です。展開を選んだ側が性能において何を諦めたのかが、いまや項目ごとに見えてきます。

もう一つ。Androidと検索という経路がある限り、Geminiのユーザーはさらに増えるだろうと私は見ていますが、これは予測であって確認された事実ではありません。Googleが有料購読者数を公表していないという点も、あわせて置いておくべきです。標準搭載によって出会ったユーザーと、お金を払うと決めたユーザーとは、別の数字なんです。

おわりに

まとめるとこうです。Geminiの10億人はモデルの順位が作った数字ではなく、Android・検索・端末契約という経路が作った数字です。そして、その経路の上に乗ったモデルは、ある作業ではフロンティアと0.3%pの差で、ある作業では38.8%pの差になります。この二つの文は同時に真です。

読者さんが今月モデルの費用を決めなければならないとしたら、順序はこう組むのが正しいと思います。まず自分たちの業務を、長時間の自律実行が必要なものとそうでないものに分け、後者に付いているフロンティア呼び出しからまず下げて、作業1件あたりの単価を測り直すことです。トークン単価ではなく、完走までの総額でです。

gemini 10b 残る限界も書き添えておきます。上の表はOpenAIが自社発表に載せた資料であり、最大努力設定の基準であり、Flash欄が空いている行が複数あります。Gemini 3.8 Flashの導入価格は2026年12月31日に終了します。今計算した13倍は、来年1月には約6.7倍になります。価格を基準に立てた配分基準は、その日に一度見直す必要があります。

💬 今フロンティアモデルで回している作業のうち、ワークホースに落としても結果が同じになりそうな作業が一つ思い浮かびますか？どんな作業か、コメントで教えてください。

📨 今四半期のAI費用の稟議を書いている同僚がいたら、この記事の価格計算の部分だけでも伝えてください。

参考資料と関連リンク

主要出典

Google、「Introducing Gemini 3.8 Flash and 3.8 Flash Cyber」、2026.9.2。……価格と導入価格の終了日が脚注に書かれています。「効率が最優先なら3.7 Flashを使うように」という段落が、この記事で最も実務的な箇所です。
OpenAI、「GPT-6 Astra: A new generation of intelligence」、2026.9.3。……本文の表の原資料です。ページ下部の比較表でGemini 3.8 Flashの列を直接ご覧いただくと、空欄の位置も一緒に確認できます。
Google・Apple、「Joint statement from Google and Apple」、2026.1.12。……4段落の短い声明ですが、Appleが挙げた理由の原文表現を確認するにはここを見る必要があります。
TechCrunch、「Google’s Gemini app surges to 1 billion users」、2026.8.11。……10億という数字が単独アプリ基準であり、検索AIモードとは別だという点をはっきり書いた記事です。
ニューシス、「サムスン、業務用AIに『Gemini』を選んだ理由」、2026.7.14。……韓国国内最大規模の導入事例の選定基準がベンダーの発言としてまとめられています。

背景知識

9to5Google、「Gemini app hits 1 billion monthly users」、2026.8.11。……iOS 1億人、音声63%といった利用パターンの数値の出典です。
OpenAI、「OpenAI Charter」、2018.4。……AGIの定義文がここにあります。「経済的に価値ある仕事」という条件をぜひ直接確認してみてください。
METR、「AGI: Definitions and Potential Impacts」。……1997年の定義からDeepMindの5段階体系まで、複数の定義を並べた文書です。議論がなぜかみ合わないのかが見えてきます。
ZDNet Korea、「Google Gemini、AndroidでAI自動化ベータ…韓国・ギャラクシーS26に先行適用」、2026.2.26。……韓国が第1弾の発売国に含まれた背景がまとめられています。

関連する過去号

著者 アン・グァンソプ（Oswarld） は世宗大学校兼任教授、INLEVEL9 戦略コンサルタントです。経歴、研究、著書、最近の活動は著者紹介で更新しています。最近の活動 · 2026年7月：HEMA-2: A Consolidation-Aware Tri-Memory Architecture with Multi-Channel Scheduling for Lifelong Conversational AI。

📝 用語解説

각주

月間アクティブユーザー（MAU）：1か月の間にそのサービスを一度でも実際に使った人の数です。登録者数とは異なり、毎日使う人を数える日間アクティブユーザーとも異なります。 ↩
フロンティアモデル：各社がその時点で出した最上位モデルを指す業界用語です。公認された基準があるわけではないため、どこまでをフロンティアと呼ぶかは会社によって多少異なります。 ↩
Terminal-Bench：AIがターミナル環境でソフトウェア作業やシステム設定といった作業を複数の段階にわたって自力でやり遂げられるかを測るベンチマークです。答えをうまく書けるかではなく、作業をやり切れるかを見ます。 ↩
トークン：モデルが文章を処理する際に使う最小単位です。韓国語はおおむね1文字が1個以上のトークンになるため、同じ分量でも英語よりトークン数が多くなる傾向があります。料金はこのトークン数によって算出されます。 ↩