Gemini 3.5 Flashは画面を認識——OSWorldでGPT-5.5に勝てるか?
GoogleはGemini 3.5 Flashにcomputer use機能を統合し、GPT-5.5に匹敵する78.4のOSWorldスコアを達成。ブラウザやデスクトップのタスクを自動化するが、プロンプトインジェクションに対する自律エージェントの安全性のリスクが高まる。
Googleは、Gemini 3.5 Flashをネイティブコンピュータ使用機能でアップグレードし、開発者が関数呼び出しやマップなどのツールを使用して、Webブラウザ、モバイルアプリ、およびデスクトップ環境全体で自律的に操作するエージェントを構築できるようにした。モデルは、OSWorldベンチマークで78.4のスコアを達成し、GPT-5.5の78.7やAnthropicのOpus 4.8の83.4にはわずかに及ばなかったものの、前身やGPT-5.4 Miniを上回った。自律的なコンピュータ制御に内在するセキュリティリスクに対処するため、Googleは、敵対的トレーニングや、ユーザー確認要件、間接的なプロンプトインジェクションを検出した場合の自動タスク停止などのエンタープライズ機能を実装した。この動きにより、エージェントベースのワークフローの競争が加速し、モデルの推論から実用的な運用能力と安全性への焦点が移ることになる。