グーグルとメタは水曜日、数時間差で最新の最先端AIモデルを発表した。グーグルはGemini 3.8 Flashに加え、サイバーセキュリティ向けのバリアントも投入。一方、メタはMuse Spark 1.3をリリースした。
この2つの発表は直接比較が求められる内容となった。Artificial Analysisの独立テストでは、メタがエージェント型知識作業と科学的推論でリードする一方、グーグルは事実の記憶力とターミナルコーディングで優位を示した。
2つの最先端モデルが同日に登場
Gemini 3.8 Flashは、グーグルの過去6週間で3回目となるFlashリリースである。同モデルの価格は、入力トークン100万個につき0.75ドル、出力トークン100万個につき3.75ドル。
この導入価格は2026年12月31日まで適用。それ以降はそれぞれ1.50ドル、7.50ドルに倍増する。
グーグルは汎用モデルとあわせてGemini 3.8 Flash Cyberも提供。信頼される防衛者向けに公開された。同モデルは、脆弱性発見のベンチマーク「CyberGym」で86.2％を記録。
サイバーバリアントはパッチングベンチマーク「CWE-Bench」でも47.2％を達成。グーグルは、Chromeの脆弱性を修正する正しいパッチの生成件数が、他の大型商用モデル比で2.6倍であったと述べた。
利用にはFairwind Programの登録が必要。同プログラムが政府当局や重要インフラ運営者に限定して提供される仕組み。OpenAIも前日、Astraについて初めて重大なサイバーセキュリティ基準に該当するモデルとして区分した。
一方、メタはMuse CodeおよびMeta Model APIを通じてMuse Spark 1.3をリリース。社内エンジニアの測定によると、前バージョン1.2よりツールコールが約20％減少した。
Gemini 3.8 Flash対Muse Spark 1.3：独立ベンチマークが優劣を分ける
Artificial Analysisが両モデルをテストし、その結果が評価を示した。Muse Spark 1.3（maxモード）はGDPval-AA v2でElo 1754、Gemini 3.8 Flash（high）は1545を記録。
また、メタはSierra Research銀行業務エージェントテスト（52.4％対44.9％）とCritPt物理推論でも優位。Gemini 3.8 FlashはTerminal-Bench 2.1（87.6％）、AA-LCR（長文対応）81％、AA-Omniscience（知識精度）55％でリード。
Gemini 3.8 Flashは、テスト対象モデル中でGPQA Diamondスコアが最高値の95％。両モデルはHumanity’s Last Examでもわずか1ポイント差であった。
メタの最上位スコアモデルは現時点で未公開。最大推論性能のリリースはさらに安全性評価を経て提供予定であり、現時点で利用できるのはxhighバリアントに限られる。
このバリアントはArtificial Analysis Intelligence Indexで61をマーク。Muse Spark 1.2より4ポイント上回るが、Claude Fable 5.1（66）、Claude Opus 5（63）には及ばない。
すでに新たなリリースも準備中。イーロン・マスク氏はGrok 4.7が間もなく登場すると述べており、2週間で4モデルが投入される見通し。
専門家や記者によるインサイトはYouTubeチャンネルで視聴を
