最近は、以前からずっとほしいと思っていたエディタをAIとバイブコーディングで作っています。
その中で思ったことを記事にしてみたいと思います。
私の現在のコーディングパートナーはエージェント型IDEである「Antigravity」で、使い始めて3週間ほど経ちました。
Antigravityでは、Google系の Gemini Models と Claude and GPT modelsの2つがあります。今回はGemini Modelsについてまとめてみます。
このGemini Modelsですが、最初にモデル選択画面を見たときに誰もが一度はこう思うのではないでしょうか。
「3.5 Flash と 3.1 Pro……えっ、数字が小さいProのほうが賢いの?」
「3.5のほうが新しい世代っぽいのに、なんでProのほうが上位モデル扱いなんだろう?」
バージョン数字とモデルのグレード(Pro / Flash)が入り混じっていて、直感的にどちらを選べばいいのか非常にわかりづらいですよね。
私自身、最初は首をかしげながら使っていたのですが、**「機能追加」「デバッグ」「アプリ全体のリファクタリング」**と様々な作業で両者を使い比べてみたところ、それぞれの明確な特性と最適な使い分けが見えてきました。
この記事では、この混乱しやすいネーミングの裏側から、私が実際の開発で体験したモデルごとの得意・不得意、そしてトークン消費を抑えるコツまで、自分用の覚書としてまとめてみたいと思います。
1. なぜ「3.1 Pro」が「3.5 Flash」より賢いのか? 〜ネーミングの罠を紐解く〜
まず、一番の疑問である「バージョンの逆転現象」についてです。結論から言うと、Geminiのネーミングは**「リリースされた世代(数字)」と「モデルの役割(Pro / Flash)」**という2つの軸が同時に動いているため、このような混乱が起きています。
-
世代(バージョン):
3.1$\rightarrow$3.5(モデルの基本技術やベースデータの更新時期) -
グレード(種別):
Flash(高速・低コスト型) $\leftrightarrow$Pro(深層思考・汎用型)
つまり、「前世代の最高峰モデル(3.1 Pro)」 と 「次世代の軽量・高速モデル(3.5 Flash)」 が画面上に同時に並んでいるわけです。
身近な例で例えるなら、**「一世代前の最高スペックモデル(Pixel 9 Pro)」と「最新世代の標準モデル(Pixel 10a)」**みたいなものでしょうか?最新世代のaモデルは十分に高速で扱いやすいが、特徴的な最新機能やカメラの性能(AIで言えば複雑な論理推論や超巨大な文脈の保持)においては、一世代前であってもProモデルに軍配が上がる、というような感じだと思います。
2. 【体験談】実際につくり込んで分かった「手応えの違い」
では、実際のコーディングでどれくらい差が出るのか? 私が日常の開発で試してみた際の実感をベースに解説します。
局所的な「機能追加」や「デバッグ」なら 3.5 Flash(Medium) で十分すぎる
普段の特定コンポーネントへの機能追加、あるいはエラーログを貼り付けてのバグ修正といった作業では、3.5 Flash (Medium) を使いました。
正直、この領域においては 3.5 Flash(Medium) でほぼ不満がありません。
ベースとなるAI技術自体が新しいこともあり、最新のライブラリの記法や構文にもスムーズに対応してくれます。何より返答が爆速なので、「修正して、試して、また直す」という小さな試行錯誤のサイクルが非常に快適に回ります。
ただし、たまにちょっと重たい修正になるとなかなか解決できないときもあって、そのときは(High)を使ってみたりもしましたが、あまり変化は感じなかったです。推論は深くなって思考時間は増えるので、なかなかバグが治らないとかなどのときに(High)を使っていることによる安心感のために切り替えていた、そういう雰囲気でした。
あとは、実装前のディスカッションや実装計画書の作成は推論が深いほうが良いかと思って、(High)を使って、実装計画書ができて、実装段階は(Mediun)を使う、というように使い分けたりもしていました。
実際は切り替え忘れてて、ずっと(Medium)のままだったり(High)のままだったり、していたこともよくありました。
ですが、どちらかで大きな問題が起きた、みたいなことはほとんどありませんでした。
「アプリ全体のリファクタリング」になると 3.1 Pro(High) の真価が出る
一方で、ハッキリと差を感じたのが**「アプリ全体にまたがる構造変更やリファクタリング」**を行った時でした。
3.5 Flash に全体のリファクタリングを任せると、目の前のファイルは綺麗にしてくれるものの、「Aファイルを書き換えた結果、巡り巡ってDファイルの型定義が崩れる」「プロジェクト全体の設計思想と一部のコンポーネントで辻褄が合わなくなる」といった、惜しいミスが発生することがありました。
ここでモデルを 3.1 Pro (High) に切り替えて同じ指示を出してみたところ、わりと挙動が変化しました。
3.1 Pro はプロジェクト全体のコード構造や依存関係を頭の中に広く保持したまま思考してくれる感覚があり、複数ファイルにまたがる影響範囲をあらかじめ見越した上で、破綻のない正確な提案を行ってくれたのです。「あ、全体像を俯瞰して考える力はやっぱりProが頭一つ抜けているな」と実感した瞬間でした。
3. トークン消費量と Reasoning(思考強度:High vs Medium)の検証
Antigravityを使っていると避けて通れないのが**「アカウントの利用枠(クォータ・トークン上限)」**の問題です。モデルや設定によって、この減り具合にはかなりの差が出ます。
コストの構造を知る
- クォータの消費スピード(単価): 3.1 Pro の方が間違いなく重いです。最高峰モデルであるため、利用枠の消費は大きめです。
- 裏で生成されるトークン数: 意外かもしれませんが、3.5 Flash(High) の方が思考トークン数が膨らむケースがあるようです。 Flashは高速な試行錯誤ループ(作っては試し、直す)を裏で何重にも回転させて答えを出す設計になっているためです。
普段使いは「3.5 Flash (Medium)」が一番賢い選択肢
ここでポイントになるのが、末尾についている Reasoning(思考強度)の指定です。
最初はなんとなく「精度が高いほうがいいだろう」と思って (High) に設定しがちですが、私がしばらく使ってみて行き着いた結論は、**「普段使いなら 3.5 Flash は Medium で十分」**ということです。
(High) から (Medium) に落とすことで以下のようなメリットがありました。
- 無駄な長考(裏での試行錯誤)が減り、レスポンスが爆速になる
- 生成される思考トークン数が抑えられ、利用枠(クォータ)が長持ちしやすい
日常のちょっとした修正やコード生成であれば Medium でも回答の精度はほぼ落ちません。枠を気にしてビクビク使うよりも、Medium でガシガシ開発を進める方が良いかなと思います。
4. 結論:私がたどり着いた Antigravity での最強運用ルール
これらの体験を経て、現在の私はAntigravityで以下のような 3段階の切り替えルール で運用しています。
-
ステップ1(基本スタイル):
3.5 Flash (Medium)- デフォルトはこれ一択。速度も速くコストも最小限。普段の機能追加やデバッグの9割はこれで完結します。
-
ステップ2(ちょっと手強い時):
3.5 Flash (High)- 複雑なアルゴリズムや、一発で直らない謎のエラーに遭遇したら思考強度を
Highに引き上げて再トライします。 - 実装前のディスカッションや実装計画の作成など、強い思考強度があったほうが手戻りが少なそうなものは
Highが良さそうです。
- 複雑なアルゴリズムや、一発で直らない謎のエラーに遭遇したら思考強度を
-
ステップ3(設計変更・全体修正):
3.1 Pro (High)- アプリ全体のリファクタリング、大規模な共通化、設計の初期構築など、「失敗したくない全体作業」の時だけここぞとばかりに切り替えます。
おわりに
バージョン数字だけを見ると混乱するGeminiですが、「スピードと局所修正の3.5 Flash」「全体設計と深い思考の3.1 Pro」という役割が分かると、一気に開発の相棒として扱いやすくなります。
今後登場が期待される 3.5 Pro(Flashのスピード感とProの思考力が融合した本命モデル)のリリースを楽しみに待ちつつ、まずはこの使い分けでストレスフリーなAI開発環境を作ってみてください!
また、Gemini Model って利用枠の消費量がけっこう内容によって変わってくるみたいで、重たいものと軽いもののさが結構違うような気もします。このあたり、また気づいたことがあれば記事にしてみたいと思います。
最後までお読みいただき、ありがとうございました!