Gemini 3.7 Flashはコーディングエージェントに注力、LiteLLMは`minimal`推論レベルでHTTP 400が直接返されると注意喚起

Googleは8月13日、Gemini 3.7 Flashをリリースした。その位置付けは小型版チャットモデルではなく、コーディング、マルチステップエージェント、複雑な知識作業を担う高スループットの「主力モデル」だ。すでにGemini API、Google AI Studio、Antigravity、Android Studio、企業向けエージェントプラットフォームで提供されているほか、Gemini SparkもGmail、Calendar、Docsなどを利用するツールワークフローの処理に同モデルを採用している。

エンジニアリングチームにとって、より具体的な変化は製品名ではなくインターフェースにある。LiteLLMは、Google AI Studioの`gemini/`ルートまたはVertex AIの`vertex_ai/`ルートを介してモデルを呼び出せることを確認している。また、`/v1/chat/completions`、`/v1/responses`、Anthropic互換の`/v1/messages`、ネイティブの`generateContent`をサポートする。ストリーミング、関数呼び出し、thought signatures、マルチターン会話に加え、テキスト、画像、音声、動画の入力にも対応しており、既存のエージェントは同じゲートウェイを使ってモデルを容易に切り替えられる。

ただし、推論パラメータをそのまま移行することはできない。LiteLLMはOpenAI形式の`reasoning_effort`をGeminiの`thinkingLevel`へマッピングするが、3.7 Flashはリリース時点で`minimal`を受け付けず、リクエストにはHTTP 400が返される。デプロイ前にモデルの機能一覧に基づいて非対応パラメータを除外し、リトライ機構が同じ無効なリクエストを繰り返し送信しないようにすべきだ。旧バージョンのLiteLLMでも推論自体は実行できるが、コストを追跡するにはmodel cost mapの再読み込みが必要になる。ローカルに固定したコスト表を使用している場合は、少なくとも`v1.98.0-dev.2`に同梱されたデータが必要だ。

同モデルのプロモーション料金は2026年末まで、入力100万token当たり0.75米ドル、出力100万token当たり3.75米ドルで、その後は倍額になる予定だ。この価格設定により、多数のサブエージェントやツールループを使うワークロードに特に適している。一方、公式が主張するコーディング性能と指示追従性の向上については、実際のリポジトリ、長い会話、ツール障害からの復旧を用いたテストで検証する必要がある。今後、チームは`minimal`のサポート、安定版モデルエイリアス、正式なコスト表に加え、高い推論レベルで出力が長くなり、単価面の優位性が相殺されないかを注視すべきだ。