生成されたタイトルカードには「Sage-S2.1-Flash vs Gemini 3.8 Flash」と表示され、その下のサブタイトルは「片方には価格の崖があり、もう片方には価格がない」、さらに下の2つのチップには「2027年1月1日に2倍」「645 GBの重み」と表示される。白い背景に青とシアンのグラデーションアクセント、フラットなラインアイコン。OrcaRouterのロゴが右下隅に合成されている。
Guides & Insights

Sage-S2.1-Flash 対 Gemini 3.8 Flash:一方には価格の崖があり、もう一方には価格がない

著者

jinhao.song

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

Gemini 3.8 Flashは現在、入力100万トークンあたり0.75ドル、出力100万トークンあたり3.75ドルです。2027年1月1日には1.50ドルと7.50ドルになります — 同じモデル、同じ重み、請求額は2倍。Googleによるこのモデルの導入価格が2026年12月31日に終了するためです。2026年11月15日にShanghai AI Laboratoryが静かに公開したSage-S2.1-Flashには、2倍になる価格がありません。MITライセンスの645ギガバイトの重み、21バイトのモデルカード、そしてH200を8台持っていることを前提とするデプロイガイドがあります。

その2つの事実を並べてみると、この対決の背景にある検索意図がはっきりする。人々が本当に問うているのは、どちらのモデルがより賢いかではない。GoogleのFlashティアを借り続けるべきか、それとも今ダウンロードできるオープンな科学モデルがその請求額の一部を置き換えるのか、ということだ。答えは日付によって変わり、しかもほとんどの比較が飛ばしてしまう区別――トークンあたりの単価が安いモデルと、トークンに一切メーターがないモデルの違い――にもかかわる。

実際に何が変更される予定ですか

Google自身のドキュメントにはGemini 3.8 Flash向けの料金表が2つ記載されており、有効なのはそのうち1つだけです:

• 導入価格、2026年12月31日まで — 入力100万トークンあたり$0.75、出力100万トークンあたり$3.75、キャッシュ入力$0.075

• Standard、2027年1月1日から — 入力100万あたり$1.50、出力100万あたり$7.50

• コンテキスト — 1,000,000トークン、出力上限は64,000トークン

• Thinking — 3つのレベル:低、中(デフォルト)、高。以前の minimal 設定は現在エラーになります

• パラメータを削除しました — temperature、top_p、top_k、candidate_count、および事前入力されたモデルターンは受け付けられなくなりました

その最後の一行こそ、コストではなくエンジニアリング時間を食うものであり、料金の議論では見落とされがちだ。Gemini 3.6 Flash から 3.8 Flash へ移行したパイプラインは、サンプリング設定をそのまま維持できない。モデルがそのパラメータを拒否するのだ。マルチターンのプリフィルもなくなり、サーバー側の previous_interaction_id に置き換わった。今から1月までの間に 3.8 Flash 上で作るものは、二度調整し直すことになる実装だ。一度はすでに済ませた API 変更のため、もう一度はまだ来ていない料金変更のためである。

Gemini 3.8 Flashはまた、Google自身の説明によれば「前世代のFlashモデル」であり、安定していて、AntigravityエージェントとSDKの背後で今もデフォルトとして使われており、2026年12月1日以降のgemini-2.5-proリクエストの指定移行先でもあります。それは引退期限の見えない既知の地平を持つ働き者であり、最先端の実験ではありません。それは確かな美点であり、Sage-S2.1-Flashが現時点で備えていないものです。

Screenshot of Google's AI Studio documentation page 'What's new in Gemini 3.8 Flash'. The model table shows the model ID gemini-3.8-flash, a default thinking level of medium, and the pricing note that Gemini 3.8 Flash is available through the end of the year at an introductory price of $0.75 per 1M input tokens and $3.75 per 1M output tokens. The intro text states the model supports a 1M-token context window, 64k max output tokens and tunable thinking levels of low, medium and high.

名前に「Flash」を冠した2つの異なる製品

命名の偶然の一致は、それにふさわしい以上の重みを担っているので、解体して考える価値がある。

Gemini 3.8 Flashは、ホスト提供されるプロプライエタリなマルチモーダル主力モデルです。テキスト、画像、動画、音声、ファイルを入力として受け取り、テキストを返します。Artificial Analysisは、高エフォート設定でのIntelligence Indexスコアを30.8と評価しており、長文コンテキストのプローブでは毎秒約114出力トークン、最初のトークンまでの時間は19.7秒で動作します。トークン単位の従量課金制で、現在はGoogle自身のAPIおよびクラウド再販チャネルを通じて利用できます。

この名前のもう一面は、研究成果物である。Sage-S2.1-Flashは3200億パラメータ、トークンあたり180億のアクティブパラメータを持ち、2026年11月15日にShanghai AI LaboratoryによってMITライセンスの下で120個のbfloat16シャードとして公開された——645GBの重み、ビジョンタワー、そして45層にわたり1,048,576トークンの上限を宣言する構成を備える。そのうち34層は線形注意タイプを使用し、11層はスパース注意を使用している。これはサービスではない。デプロイガイドが添付されたダウンロード物である。

両方の名前における「Flash」という語は、それぞれ「ホスト型ラインナップにおける小規模な階層」と「研究モデルファミリーの高速版」を意味する。これらは同じ明細項目を巡って競合するわけではない。これらは同じジョブが、それは時々だけである。

彼らが名前を共有する唯一のベンチマーク

ここでその比較は本当に興味深いものになり、その後すぐに教訓的な意味で失望させるものになる。

InternLMのSage-S2.1-Flash向け評価表は、35のベンチマークと8つの比較モデル(GLM-5.3-Flash、DeepSeek-V4.1-Flash-1017、Qwen3.8-Max、GPT-5.6 Sol、Claude Opus 5、GPT-6 Astra、GPT-6.1 Sol、Claude Opus 5.5)を対象としている。Gemini 3.8 Flashはその中に含まれていない。この比較対決に関する共通のスコアボードは、ベンダー製かどうかを問わず存在しない。

重なっているのはベンチマーク名だけだ。InternLMはSage-S2.1-FlashについてTerminal-Bench 2.1で87.9と報告している。Artificial AnalysisはGemini 3.8 FlashについてTerminal-Bench 2.1で87.6と報告している。その差はわずか0.3ポイントで、引き分けと呼びたくなるのも無理はない。しかしそれは間違いだ。この2つの数値は異なるハーネスから得られたもので、スキャフォールドも試行回数もツール設定も異なり、しかもどちらのラボも実行設定を公開していない。2つの非公開ハーネスをまたいだ0.3ポイントの差は、何かを測った結果ではない。それは、同等だと主張したい者にとってたまたま都合よく転がっていた偶然にすぎない。

両者に共通するその他すべてについては、差し引いて考えるのではなく、推論して判断する必要がある。Artificial Analysis は Gemini 3.8 Flash を GPQA Diamond で 95.3、MMMU-Pro で 85.6、Humanity's Last Exam で 47.8、SciCode で 56.6、GDPval で 1,442 と評価している。InternLM は Sage-S2.1-Flash を BabyVision で 75.8、OSWorld-G で 84.8、OfficeQA Pro V2 で 72.2、MLE-bench Lite で 90.3、Harvey LAB で 25.0 と評価している。これらのリストはほとんど重なっておらず、重なっていない箇所には比較できるものは何もない——異なる語彙で異なる強みを説明している2つのラボがあるだけだ。

A generated two-column comparison scoreboard titled 'Sage-S2.1-Flash vs Gemini 3.8 Flash - the scoreboard'. The Sage-S2.1-Flash column reads: Price: none published; Price change: none scheduled; Context: 1,048,576 tokens; Weights: MIT, about 645 GB; Independent score: none; Terminal-Bench 2.1: 87.9. The Gemini 3.8 Flash column reads: Price: $0.75 / $3.75; Price change: doubles 1 Jan 2027; Context: 1,000,000 tokens; Weights: proprietary; Independent score: AA Index 30.8; Terminal-Bench 2.1: 87.6. Footer: 'Sage figures the vendor's own, unaudited; Gemini price and index per Google and Artificial Analysis.' The OrcaRouter logo is composited in the bottom-right corner.

証拠がどこから来るのか、そこが本当の違いです。

数値はいったん脇に置いて、来歴に目を向けてください。というのも、上記の内容がどれだけの重みを持ち得るかは、それによって決まるからです。

Gemini 3.8 Flashは、公開ハーネス上で第三者によって測定されています。Intelligence Indexの30.8という数値、速度の数値、そしてGPQAとMMMU-Proのスコアはすべて、Artificial Analysisが掲載するすべてのモデルに対して実施しているのと同じ手順を実行した結果です。ハーネスに異議を唱えることはできますが、Googleがハーネスを書いたと非難することはできません。

Sage-S2.1-Flash が測定されているのは著者によってのみであり、その結果は、11月16日に作成された GitHub リポジトリにコミットされたタブ区切りファイル内にあり、internlm.github.io/Sage-S2.1-Flash の静的サイトで公開されている。Hugging Face リポジトリ内には、そのサイトへのリンクは何もない。モデルカードにはライセンス行のみが含まれており、それ以外は何もない — 21バイトで、そのすべてが YAML フロントマターである。

ベンダーの表には、評価に値する信頼性の証が1つ確かにある。それは、モデルが負けた行も含まれていることだ。SageはDeepSWEでDeepSeek-V4.1-Flash-1017に6.9ポイント、NL2Repo-Benchで5.5ポイント、APEX-Agentsで7.5ポイント遅れをとり、Terminal-Bench 2.1とSWE-bench ProではQwen3.8-Maxに遅れをとっている。自社の敗北を公表するラボは、読む価値のあるラボだ。しかし、敗北を含む自己公表の表は、やはり自己公表の表であり、第三者がその1行たりとも再現していない。

人々が実際に尋ねている4つの質問

この対面における混乱のほとんどは、いくつか別々の判断を一つにまとめてしまったことから生じています。分けて考えれば、それぞれに明快な答えがあります。

• Sage-S2.1-Flashは、大量のテキスト処理でGemini 3.8 Flashの代わりになりますか? いいえ、品質が理由ではありません。Gemini 3.8 Flashは100万入力トークンあたり$0.75で、数百万回の短い呼び出しで測られるワークロードなら、Sageが必要とするノードの電力費と償却費より安くなります。どんなベンチマークスコアでも、その用途には適さないツールです。

• 両方とも100万トークンをうたっているなら、Sageは長いコンテキストで勝つのでしょうか? 1月以降になってからです。現在、Gemini 3.8 Flashはウィンドウ全体にわたり入力100万トークンあたり$0.75を課金し、長いプロンプトへの追加料金はありません。1月1日からは$1.50でも同じです。Sageにはトークン単価がまったくないため、問題は「トークンあたりどちらが安いか」ではなく「月あたりどちらが安いか」であり、それは8基のH200を搭載したノードが稼働しているかどうかによって変わります。ジョブとジョブの間でアイドル状態にあるノードは、ほとんどどのトークン単価よりも高くつきます。

• 出力上限は問題になるのか? Sage については不明です。リリース内のどのドキュメントにも最大出力長は記載されていません。Gemini 3.8 Flash では 64,000 トークンで、ほとんどのエージェント的ステップには十分ですが、1回の呼び出しで長文を生成するには不十分です。ワークロードが単一の応答で 100K トークンを出力する場合、Gemini 3.8 Flash はスコアではなく仕様の点で失格です。

• 月曜日に実際に呼び出せるのはどちらですか?Gemini 3.8 Flash。Sage-S2.1-Flashには、確認できるホスト型エンドポイントがありません。リリースサイトの「Try the API」リンクは、JavaScriptを使わないクライアントにはカタログを表示しないポータルを指しており、執筆時点でHugging Face上にこのモデルを掲載している推論プロバイダーはありませんでした。

Screenshot of the OrcaRouter model page for google/gemini-3.8-flash. It shows a 1M-token context, 65k max output, text, image, video, file and audio input, vision, audio, tools, JSON and reasoning tags, a release date of 2026-09-02, and the price row $0.75 input and $3.75 output per million tokens with a 0.72 s time to first token.

科学的な主張をどこで検証しなければならないのか

Sage-S2.1-Flashの差別化の主張は「より優れたエージェント」ではなく、「1つのモデルでより多種類の科学的入力」である。分子グラフ、結晶構造、タンパク質配列と三次元構造、DNAとRNA、スペクトル、質量スペクトル、X線回折、心電図、脳波、光度曲線。このリストはモデルカードではなくInternLMの英語版リリース文に由来しており、測定結果ではなく設計上の表明である。

Gemini 3.8 Flashのドキュメントには、同等の主張はありません。動画と音声をネイティブに受け付けます——Sageの設定も動画および音声のトークンタイプを通じて対応している、範囲面での実際の利点ですが——Googleはそれをスペクトルや回折パターンで学習したとは説明していません。正直に言えば、科学的な形式に関して、一方のモデルには文書化された専門性があり独立した検証はなく、他方には広範なマルチモーダル入力と、たまたま科学的なものを含む一般ベンチマークにおける第三者スコア(SciCode 56.6、GPQA 95.3)がある、ということです。

その専門性があなたの業務に関わるなら、試すべきはランキング表ではない。手元の図表、スペクトル、クライオ画像をいくつか両方に通し、分野の専門家に確認してもらうことだ。10本の文書と半日あれば、ベンダー比較表の35行分よりも決着がつく。そしてこれは、この記事の中で、社内で説明できる結果が得られる唯一の実験である。

サーブは罠になる。なぜならそれが週末を決めるからだ。

Sage-S2.1-Flashをダウンロードする人は必ず先にデプロイガイドを読むべきです。その理由は軽視されがちですが、ガイドに記録されている失敗はすべて無言で起きるからです。トークナイザーはエージェント構文を誤読し、順序が乱れた並列呼び出しでは画像が誤ったツール結果に紐づき、SGLangは独自のチャットテンプレートを黙って置き換え、FP8 KVキャッシュはHopper上では動作せず、LMDeployはtransformersを5.19未満に固定しない限り名前変更されたレイヤータイプを拒否します。これらのいずれもエラーメッセージを出しません。すべてが、誤った入力についてもっともらしい出力を生成します。これはエージェントが持ちうる最悪の失敗モードです。

Google の同等のリストはより短く、サポートも充実している。temperature、top_p、top_k はなく、事前入力済みのターンもない。Malformed_Function_Call エラーはツール呼び出し前のテキストに起因すると特定されており、すべての FunctionResponse で call_id と name が必須だ。二つのリストの違いは長さではない。一方には移行ガイドとサポート経路があり、もう一方は、モデルを書いた人々が最初の一握りのユーザー向けに書いた markdown ファイル内の警告だということだ。

どちらにも決めずに両方を試すこと

1月の崖についての実務的な詳細を1つ挙げると、パススルー型のカタログはプロバイダーの定価を反映しており、交渉済みの価格写しではないため、料金変更はベンダーが掲載した日に反映されます。Gemini 3.8 Flash は OrcaRouter 経由で現在 google/gemini-3.8-flash で呼び出せます — 100万トークンあたり入力 $0.75、出力 $3.75 の導入価格で、1,048,576 トークンのウィンドウはそのままです — そして Google が $1.50 と $7.50 に移行すると、カタログにもそれが反映され、再交渉は不要です。Sage-S2.1-Flash はカタログには一切載っていません。これは自身のハードウェアで提供する MIT ライセンスの重みであり、どのルーターもそれを変えません。

これを検討しているチームにとって有用なのは、勘でH200を8台借りることではありません。午後には呼び出せるホスト型モデルに対して上記の科学系フォーマットのテストを実行し、1月の値上げが実際に請求額にどう影響するかを数値化してから、それを前提に設計することです。ほとんどのチームは2行の計算で足ります。先月のGemini 3.8 Flashの入力トークン数に$0.75を掛け、さらに$1.50を掛けます。出力についても同様に$3.75と$7.50で計算します。その差が月あたりH200 1時間分より小さければ、オープンモデルは答えではなく、ベンチマークをどれだけ読んでも答えにはなりません。差が大きければ、実験に使える予算が分かったわけで、リーダーボードの順位よりはるかに良い出発点になります。

その計算が、ここでパススルー価格設定に注目すべき理由でもあります。OrcaRouterはプロバイダーの定価をマークアップなしでそのまま反映するため、1月1日の変更は、次に契約が更新される時ではなく、Googleが公開したその日にカタログへ反映されます。今日の$0.75を基準に書かれた比較は6週間後には誤りになりますが、ライブのカタログを基準に書かれた比較なら、少なくとも大きな声で失敗してくれます。

比較が実際に動き出すとき——公開されたSage価格、あるいはルーティングする価値のあるホスト済みエンドポイント——に、低コストで実行できるようにするのがルーティングDSLだ。1つのポリシーで、科学形式の呼び出しを特化モデルへ、それ以外を安価なFlashティアへ送り、自動フェイルオーバーを備えることで、実験的エンドポイントが単一障害点になることは決してない。これこそ、この対決が実際に求めている姿勢だ。移行ではなく、分割である。

何を、いつ決めるか

2027年1月1日より前なら、現実的な答えは、本番向けでトークン課金のあらゆる用途には Gemini 3.8 Flash です。なぜなら安価で、実測されており、呼び出し可能で、価格変更が不意打ちではなく既知の日付だからです。Sage-S2.1-Flash は、あなたの作業がそれが挙げる科学的入力形式を扱う場合に限り、評価する価値があります — しかも GPU か忍耐がある場合に限ります。

1月1日以降、Google側では計算がちょうど2倍に変わり、オープンモデル側が何も変わらなくても、オープンモデルを選ぶ根拠は強くなる。今から計画しておく価値がある。長いコンテキストの請求額がきっかけでこれを読んでいるなら、6週間で期限切れになる料金にアーキテクチャを固定する前に、$1.50と$7.50で試算しておこう。

そして、一貫して一つのことははっきりさせておいてください。Sage-S2.1-Flash は安価な Gemini ではありません。文書化された専門性を持ち、価格も独立した評価スコアもない大規模オープン科学モデルであり、まだ費用を明言していないラボによって告知なしに公開されたものです。注目する理由は、それを所有できることです。今月採用しない理由は、著者を含め誰も、検査可能なハーネスの下でそれが何をするのかを明らかにしていないことです。

この記事で比較したモデル2

この記事から検出 · ベンチマーク:Artificial Analysis · 毎日更新