何が起きたか
コマンドラインからLLMを呼び出すツール「LLM」のGemini用プラグイン、llm-gemini がバージョン0.33に更新されました。前回リリースからかなり間が空いた後の更新で、公開当日に登場した Gemini 3.7 Flash への対応が入っています。あわせて gemini-3.6-flash と gemini-3.5-flash-lite、さらに埋め込みモデルとして gemini-embedding-2 と gemini-embedding-001 の2種が利用可能になりました。
本体側の LLM 0.32 への対応も同時に行われ、これによりモデルの推論トレース（reasoning traces）が確認できるようになっています。サーバーサイドツールも有効化でき、llm -m gemini-3.7-flash -T CodeExecution 'use python to calculate (factorial of 13) * 3' のように、Python実行をモデル側に任せる呼び出しが1行で書けます。
なぜ重要か：新モデルの「検証環境」が即日で整う
見落とされがちですが、新モデルが出た当日にCLIから叩ける状態になっている、という事実自体が実務上の価値です。管理画面やSDKの実装を待たずに、同じコマンド体系で3.5・3.6・3.7世代と埋め込みモデルを横並びに比較できる。社内でモデル選定を担う立場からすれば、「試すまでの摩擦」がほぼゼロになったことを意味します。推論トレースが見えるようになったことも、なぜその答えに至ったかを検証できるという点で、業務適用の可否判断に直結します。
「minimal」の消失が示す設計思想の変化
著者は恒例のベンチマーク代わりに、自転車に乗るペリカンのSVGを Gemini 3.7 Flash に高・中・低の3段階の思考努力（thinking effort）で描かせています。高設定の結果は「かなり良い」と評価されました。
注目したいのは、3.6 Flash に存在した「minimal」という思考努力の選択肢が3.7で削除されたことです。選択肢が減るのは後退に見えますが、実運用では「どのモードを選ぶか」という設計判断がそのままコストと品質のブレになります。段階が整理されるほど、社内での標準設定が決めやすくなる側面もあります。逆に、minimal前提で最安・最速の推論を回していた処理があれば、3.7への移行時にコスト構造が変わる可能性があるということでもあります。
撤回された「不正なSVG」——原因は自分のツールだった
この記事で最も実務的な示唆は、2026年8月14日付の訂正です。著者は当初、生成されたSVGがChromeとFirefoxで正しく表示されず、Gemini 3.7 Flash が不正なSVGを出力したと書いていました。これを全面撤回し、「あれは完全に誤りだった。表示の不具合は自分のせいで、自作のレンダリングツールのバグが原因だった。バグはすでに修正した」と述べています。
出力を評価するツールの側に欠陥があり、それをモデルの欠陥として記録してしまった。LLMの評価を日常的に行っている書き手ですら起こる取り違えであり、社内で「このモデルは使えない」という結論が出たとき、その結論がモデルの性能ではなく評価パイプラインの副作用ではないか、という問いを常に挟む必要があることを示しています。
💼 事業会社視点：これは自社にどう効くか
AI導入を検討する事業会社の役員が真っ先に読むべきは、モデル対応の話ではなく撤回の顛末です。日本企業のPoCでは、社内の検証チームが「精度が出ない」と報告して見送りになる案件が少なくありませんが、その失敗が前処理・出力パーサ・表示レイヤーのどこで生じたのか、切り分けられている組織は多くありません。今回は評価の専門家ですら自作ツールのバグをモデルの欠陥と誤認しました。PoCの否定的な結論には、必ず「評価系のバグを排除したか」という再確認プロセスを制度として挟むべきです。
SaaS・受託開発の現場では、LLM 0.32対応で推論トレースが見えるようになった点が効きます。顧客に「なぜこの出力になったか」を示せることは、金融・製造向けの提案で導入可否を左右します。ECや社内検索を持つ企業は、gemini-embedding-2 と gemini-embedding-001 の2系統が同一CLIから使える今こそ、自社データでの再インデックス比較を数日で回すべきです。
もう一点、3.7で minimal 思考努力が廃止されたことは、最安モードで大量バッチを回している事業には直接のコスト影響があります。世代更新時に単価だけでなく「使える設定が消えていないか」を確認する運用を、AI予算管理に組み込んでください。
