GoogleとMeta、同日にAIモデルを公開、ベンチマーク結果は分かれる

水曜日、GoogleとMetaは数時間の差で最新のフロンティアAIモデルをリリースした。GoogleはGemini 3.8 Flashとサイバーセキュリティ版を、MetaはMuse Spark 1.3を発表した。

この2つのリリースは直接比較を促す。Artificial Analysisによる独立したテストでは結果が分かれた。Metaはエージェント知識作業と科学的推論でリードし、Googleは事実想起とターミナルコーディングで優位に立つ。

同日に2つのフロンティアリリース

Gemini 3.8 FlashはGoogleの6週間で3回目のFlashリリースとなる。モデルの価格は入力トークン100万個あたり0.75ドル、出力トークン100万個あたり3.75ドル。

本日、新たな3.8 Flashモデルを発表します。これはわずか6週間で3回目のFlashリリースです。

ソフトウェアエンジニアリング、エージェントタスク、マルチステップ推論において3.7 Flashから大きな飛躍を遂げています。DeepSWE v1.1では、自律的に…ほとんどの大型フロンティアモデルを上回ります。 pic.twitter.com/MB5seliluh

— Sundar Pichai (@sundarpichai) September 2, 2026

導入価格は2026年12月31日まで有効。その後、価格は2倍になり、トークン100万個あたり1.50ドルと7.50ドルになる。

Googleはまた、汎用モデルとGemini 3.8 Flash Cyberを組み合わせた。アクセスは信頼された防御者のセットに制限されている。脆弱性発見のベンチマークであるCyberGymでは86.2%を記録した。

サイバーセキュリティモデルは、パッチベンチマークであるCWE-Benchでも47.2%を達成した。Googleは、このモデルがChromeの脆弱性に対して、より大規模な商用モデルよりも2.6倍多くの正しいパッチを生成したと報告している。

アクセスはFairwind Programの背後にあり、政府当局と重要インフラ事業者に使用が制限されている。1日前、OpenAIはAstraに同様の境界線を引き、同社が重大サイバーセキュリティ閾値と評価した最初のモデルとなった。

一方、MetaはMuse CodeとMeta Model APIを通じてMuse Spark 1.3を展開した。同社のエンジニアは、バージョン1.2と比較してツールコールが約20%減少したと計測した。

Muse Spark 1.3が本日提供開始。フロンティア性能でありながら、計測するのがもったいないほど低価格です。これはコーディングとエージェント作業においてこれまでで最大の飛躍です。Muse CodeとAPIでお試しください。

次は🍉とMuse Sparkのオープンウェイトリリースが間もなく登場。 pic.twitter.com/XQQEDEJGD7

— Mark Zuckerberg (@finkd) September 2, 2026

Gemini 3.8 Flash vs Muse Spark 1.3：独立ベンチマークで結果分かれる

Artificial Analysisがモデルをテストし、結果はその順位を示している。マックスモードでは、Muse Spark 1.3がGDPval-AA v2で1,754 Eloを記録。Gemini 3.8 Flash（high）は1,545を返した。

Metaはまた、Sierra Researchの銀行エージェントテストで52.4%対44.9%でリードし、CritPtの物理推論でもリードした。Gemini 3.8 FlashはTerminal-Bench 2.1で87.6%、AA-LCRロングコンテキストで81%、AA-Omniscience精度で55%をリードした。

Gemini 3.8 Flashはテストされたモデルの中で最高のGPQA Diamondスコア95%を記録した。両者はHumanity's Last Examで1ポイント差以内だった。

Metaのトップスコアラーは本日出荷されない。同社は、さらなる安全テストの後に最大推論が提供されると述べ、xhighが利用可能なバリアントとして残る。

そのバージョンはArtificial Analysis Intelligence Indexで61を記録し、Muse Spark 1.2を4ポイント上回った。Claude Fable 5.1の66およびClaude Opus 5の63には及ばない。

追加のリリースはすでに待機中だ。イーロン・マスクはGrok 4.7が間もなく登場すると述べており、これは2週間以内に4つのフロンティアローンチがあることになる。