Gemini 3.7 Flash 完全ガイド：料金・API・JSON出力・Function Calling

2026年8月13日、Google は Gemini 3.7 Flash をリリースしました — 3.6 Flash からわずか3週間後のことで、公式には「コーディングと Agent 向けの、これまでで最もインテリジェントな workhorse モデル」と位置づけられています。すでに Gemini API で構造化 JSON や Tool Calling を使っているなら、本記事ではモデルの位置づけ、Intro 料金、API の呼び出し方、JSON 出力、Function Callingをまとめて解説し、このブログの JSON / Agent シリーズとも接続します。

前回の記事《Gemini API で構造化 JSON を生成する方法》では responseMimeType と Schema について説明しました。それより前の《Tool Calling → MCP データフロー》ではツール引数 JSON を扱いました。3.7 Flash は両方を強化しています — より安定した多段階プランニング、より正確な tool call、より低い Intro 単価です。

Gemini 3.7 Flash とは

Gemini 3.7 Flash は Google の Flash ラインに位置づけられる — 高スループット、低レイテンシ、本番 Agent とコーディング向け — モデルです。Pro/Ultra のような「深い思考」系フラッグシップではありませんが、Google はソフトウェアエンジニアリング、ナレッジワーク、Web 開発で 3.6 Flash を上回ると述べています。

ローンチ時に強調された3つのテーマ：

• コーディング：デバッグ、Issue 解決、初回パスの精度向上（FrontierCode 1.1 Main 43.6% vs 3.6 の 34.4%）。
• Agent：より丁寧な多段階プランニングと tool 利用 — DeepSWE v1.1 65.3% vs 49.0%、AutomationBench 30.4% vs 17.0%。
• ナレッジワーク：金融、法務、バイオサイエンスなど長文ドキュメント（GDP.pdf 34.0% vs 22.0%）。

一般ユーザー向けには、Google AI Pro/Ultra サブスクリプションの Spark 個人 Agent も 3.7 Flash に切り替わりました。エンタープライズ向けには、同じモデルが Gemini Enterprise Agent Platform と Vertex AI で提供されています。開発者が最初に触る入口は、いまでも Gemini API（AI Studio キー） です。

仕様とマルチモーダル入力

マルチモーダル入力と長コンテキストは、「年次報告書 PDF 全体 → 構造化 JSON」や「UI スクリーンショット → コード生成」のようなタスクに適しています。Schema が制約するのは出力の形状であり、contents に渡せる入力の種類は制限しません。

最新料金

3.7 Flash はIntro 料金付きでローンチされました — 3.6 Flash 標準価格の約半分です。Google は2027 年以降の標準価格も公開しており、両方の料金帯で予算を見積もる必要があります。

詳細（Gemini API / AI Studio 基準；Vertex AI は独自 SKU あり — 予算確定前に要確認）：

• 出力に含まれる reasoning：思考 token と最終回答 token の両方が output 単価の対象になります。
• Context Caching：Intro 期のキャッシュ読み取り 約 $0.075 / 1M；2027 年以降 約 $0.15 / 1M。Agent で固定 system prompt + tool Schema を繰り返し送る場合に有効です。
• Batch：オフラインの大量ジョブは、多くの場合別途割引料金があります。
• 無料枠：AI Studio ではレート制限付きの無料利用が残っている場合があります — コンソールで確認してください。

Agent の請求は output token 寄りになりがちです。Intro 期の $3.75 / 1M output なら、3.6 Flash 標準の $7.50 の半分 — 2026 年 Q4 の Agent 負荷テストに有用です。

API 接続とモデル ID

公式 SDK google-genai（pip install google-genai）を AI Studio の GEMINI_API_KEY とともに使います。モデル名：gemini-3.7-flash。

from google import genai

client = genai.Client()
response = client.models.generate_content(
    model="gemini-3.7-flash",
    contents="Explain MCP vs Function Calling in three sentences.",
)
print(response.text)

REST は 2.5 / 3.6 と同じで、path 内の model だけが変わります：

POST https://generativelanguage.googleapis.com/v1beta/models/gemini-3.7-flash:generateContent
Header: x-goog-api-key: YOUR_KEY

{
  "contents": [{ "role": "user", "parts": [{ "text": "Hello" }] }]
}

Vertex AI では Structured Output と tool 設定は同じです；違うのは endpoint と GCP 認証だけです。API キーはサーバー側に置き — 静的フロントエンドや MCP ログには絶対に書かないでください。

構造化 JSON 出力

3.7 Flash は Gemini Structured Outputs を完全サポートします：response_mime_type: application/json に加え、response_schema（Pydantic）または response_json_schema（JSON Schema 辞書）を設定します。2.5 / 3.6 と同じ制約付きデコードです。

from google import genai
from pydantic import BaseModel, Field

class Task(BaseModel):
    title: str
    priority: str = Field(description="low | medium | high")
    due_date: str | None = None

client = genai.Client()
response = client.models.generate_content(
    model="gemini-3.7-flash",
    contents="Extract a todo: finish budget review by next Friday, high priority.",
    config={
        "response_mime_type": "application/json",
        "response_schema": Task,
    },
)
task = response.parsed
print(task.priority)

Structured Output と Function Calling の役割分担：前者はユーザー / ダウンストリーム向けの最終 JSON；後者はツール引数 JSONです。《Prompt から Structured Output へ》と《Gemini JSON チュートリアル》を参照してください。3.7 Flash は複雑な Schema の安定性から選ばれることが多いです。

二重検証は引き続き推奨：json.loads + JSON Schema；ビジネスルール（例：合計金額）は自前コードで検証。サンプルは JSON ツールボックスでローカル Diff — サーバーにはアップロードしません。

Function Calling / Tool Calling

JSON Schema パラメータ付きの tools を宣言すると、モデルは function call を返します；ホスト側が実行し、結果を会話に戻します。3.7 Flash はより丁寧な多段階 tool プランニングを強調 — 無駄なリトライが減り、総 token 数が下がることもあります。

from google import genai
from google.genai import types

get_weather = types.FunctionDeclaration(
    name="get_weather",
    description="Current weather for a city",
    parameters={
        "type": "object",
        "properties": {
            "city": {"type": "string", "description": "e.g. Shanghai"}
        },
        "required": ["city"],
    },
)

client = genai.Client()
response = client.models.generate_content(
    model="gemini-3.7-flash",
    contents="Is it good for a run in Shanghai now?",
    config=types.GenerateContentConfig(
        tools=[types.Tool(function_declarations=[get_weather])],
    ),
)

for part in response.candidates[0].content.parts:
    if part.function_call:
        print(part.function_call.name, part.function_call.args)

典型的な Agent ループ：Tool Calling で事実取得 → Structured Output で固定 JSON に集約 → MCP で Cursor / Claude Desktop に公開。tool Schema と MCP inputSchema を揃えてください。《JSON Schema、Function Calling、MCP の進化》を参照。

3.6 Flash との比較と選び方

定価だけでなく、自社タスクでの Structured Output 合格率と tool リトライ回数を計測してください — 3.7 Flash の改善は主に後者で現れます。

本番運用のヒント

1. モデルをグローバルに差し替え：デフォルトを gemini-3.7-flash に；1週間は 3.6 を fallback として保持。
2. JSON 経路を分けてテスト：同じ prompt で Structured Output と Tool Calling をそれぞれ検証；JSON Schema で照合。
3. system + tools をキャッシュ：固定 system prompt と tools を Context Caching 経由で送信。
4. 2027 標準料金で予算策定：Intro 終了後、output 単価は倍増（2026年12月31日以降）。
5. キーと Schema を分離：Schema は公開可；キーはサーバー側のみ。

FAQ

まとめ

Gemini 3.7 Flash は 2026 年のコーディングと Agent 向け workhorse です：モデル ID gemini-3.7-flash、Intro 料金は 2026 年末まで $0.75 / $3.75（100万 input / output token あたり）、2027 年以降は倍増。API 表面は従来の Flash と同じ；勝ち筋は本番での多段階 tool と Structured Output の安定性です。

staging で 3.7 Flash に切り替え、JSON + tool の回帰テストを実行し、Schema と出力をローカルで Diff してみてください。設定の詳細は引き続きシリーズ記事を参照 — Structured Output と Function Calling は同じ API ではありません。