DocsDigest
Back to listLanguage: JA
OpenAIGeminiJun 24, 2026, 4:00 PM

Introducing computer use in Gemini 3.5 Flash

A condensed section focused on the key takeaways first.

Original Post
OpenAIClaude

Quick Digest

Summary

A condensed section focused on the key takeaways first.

openaienmodel: gpt-5-mini-2025-08-07

Introducing computer use in Gemini 3.5 Flash

gemini-3.5computer-useagentsapisecurityadversarial-trainingenterprise

Key Points

  • Built-in computer use in Gemini 3.5 Flash
  • Adversarial training plus optional enterprise safeguards
  • Accessible via Gemini API and Enterprise Agent Platform

Summary

Gemini 3.5 Flash now includes computer use as a built-in capability, enabling developers to build agentic systems that see, reason, and take actions across browser, mobile, and desktop environments. The integration brings improved performance for long‑horizon and enterprise automation tasks (for example, continuous software testing and knowledge work across professional applications) and complements existing function-calling and tool-grounding features.

Key Points

  • Built-in computer use: native integration in Gemini 3.5 Flash (previously available only as a standalone Gemini 2.5 computer use model).
  • Primary engineering use cases: automated cross-application workflows, continuous UI/software testing, enterprise automation and knowledge work.
  • Safety measures:
    • Targeted adversarial training to mitigate prompt-injection risks.
    • Two optional enterprise safeguards: require explicit user confirmation for sensitive/irreversible actions; automatically stop tasks when indirect prompt injection is detected.
    • Recommended defense-in-depth: secure sandboxing, human-in-the-loop verification, strict access controls.
  • Getting started: evaluate capabilities in the Browserbase demo, then build using the Gemini API or the Gemini Enterprise Agent Platform with the provided reference implementation and documentation.

Full Translation

Translations

A translation section that keeps the flow of the original article.

openaijamodel: gpt-5-mini-2025-08-07

Gemini 3.5 Flash における computer use の導入

概要

発行日: 2026-06-24T16:00:00.000Z
著者: Mateo Quiros, Product Manager, Google DeepMind

このコンテンツは Google AI によって生成されています。Generative AI は実験的な技術です。

computer use は、Gemini 3.5 Flash にネイティブで組み込まれたツールとして利用可能になり、エージェントがプラットフォーム間でやり取りできる能力の構築において、これまでで最高の性能を提供します。以前はスタンドアロンの Gemini 2.5 の computer use モデルとしてのみ提供されていましたが、今回 main Gemini Flash モデルに統合されました。

Gemini は既に function calling や Search、Maps といった組み込みツールによるグラウンディングに優れています。組み込みの computer use 機能により、開発者は3.5 Flash を使って、ブラウザ、モバイル、デスクトップ環境にまたがって「見る・推論する・行動する」カスタムエージェントを確実に構築できるようになります。これにより、継続的なソフトウェアテストや、プロ向けアプリケーションにまたがるナレッジワークなどの長期的・企業向け自動化タスクでのパフォーマンスが向上します。

主なユースケースと実例

  • 3.5 Flash は computer use を使って Gemini アプリを解析し、機能をカテゴリ分けした一覧を返します。
  • 3.5 Flash は computer use を使って自らのドキュメントを監査し、アクセシビリティ上の問題を検出します。

利用開始方法

  • Try it now: Browserbase がホストするデモ環境で機能をテストできます。
  • Start building: Gemini API と Gemini Enterprise Agent Platform を通じたリファレンス実装とドキュメントを参照してください。

3.5 Flash における安全対策

live 環境で動作するエージェントが直面するプロンプトインジェクションのリスクを軽減するために、Gemini 3.5 Flash の computer use ではターゲットを絞った逆境訓練（targeted adversarial training）を採用しています。

さらに、企業向けに任意で有効化できる 2 つの保護システムを公開します。これらにより、企業は次のことが可能になります：

  • 敏感または取り消し不能な操作に対して、明示的なユーザー確認を要求する。
  • 間接的なプロンプトインジェクションが識別された場合にタスクを自動停止する。

「深層防御（defense-in-depth）」のアプローチとして、開発者にはこれらの機能を以下と組み合わせることを推奨します：

  • セキュアなサンドボックス化
  • human-in-the-loop（人間による検証）
  • 厳格なアクセス制御

追加のセーフティ情報はベストプラクティスのドキュメントで確認できます。

エンタープライズでの利用と導入効果

企業顧客は既に computer use を活用して価値を創出しています。以下は一部のフィードバックです：

  • 継続的なテストワークフローへの統合による自動化の向上
  • プロフェッショナルアプリケーション間での知識作業の効率化

その他

  • 本機能は Gemini 3.5 Flash に統合されており、従来の Gemini 2.5 のスタンドアロン提供からの移行が行われています。
  • お知らせや関連ストーリーは Google のニュースレターで受け取れます（購読は Google のプライバシーポリシーに従って処理されます）。

カテゴリ: Gemini models

Introducing computer use in Gemini 3.5 Flash | Gemini | DocsDigest