Gemini 3.8 Flash monte en puissance sur les usages agents

Google déploie Gemini 3.8 Flash, sa nouvelle version du modèle Flash, trois semaines après la précédente, avec une promesse simple : mieux tenir les tâches longues, les workflows d’entreprise et les agents autonomes. Le modèle est déjà disponible dans l’app Gemini pour les abonnés Google AI, ainsi que dans Antigravity, AI Studio, le Gemini API, Android Studio et Gemini Enterprise. Dans le même temps, une déclinaison Gemini 3.8 Flash Cyber est réservée à des utilisateurs sélectionnés via le Fairwind Program. Le sujet compte pour les développeurs comme pour les entreprises, car Google maintient le prix d’appel tout en acceptant un coût de calcul plus élevé quand il faut davantage de raisonnement.

Un Flash plus costaud, mais pas plus économe

Gemini 3.8 Flash reste bâti sur la même base que 3.7 Flash, avec une fenêtre de contexte de 1 048 576 tokens, un maximum de sortie de 65 536 tokens et des entrées texte, image, audio et vidéo. Le réglage de pensée conserve les niveaux LOW, MEDIUM et HIGH, MEDIUM restant le défaut. En revanche, MINIMAL n’est plus pris en charge et renvoie une erreur de validation API. Google décrit ce modèle comme plus adapté aux tâches de longue haleine : il enchaîne davantage d’étapes de raisonnement et multiplie les appels d’outils lorsque la tâche se complique. Cela améliore la précision, mais consomme plus de tokens. Pas de miracle, donc : le modèle travaille plus, et la facture suit.

Sur le plan tarifaire, Google conserve jusqu’au 31 décembre 2026 un prix d’introduction de 0,75 dollar par million de tokens en entrée et 3,75 dollars par million de tokens en sortie. La firme précise aussi que 3.7 Flash reste préférable quand l’efficacité de calcul est le critère décisif. Ce positionnement est assez rare pour être souligné : le nouveau modèle n’est pas présenté comme un remplacement universel, mais comme une option plus robuste quand l’exécution compte davantage que l’économie de ressources.

Des gains mesurés sur les tâches d’agents et de code

Dans ses benchmarks, Google met en avant de meilleurs résultats sur DeepSWE v1.1, un test de génie logiciel à long horizon, ainsi que sur HLE-Verified, où 3.8 Flash atteint 54,9 %. La société annonce aussi des progrès sur Vals Finance Agent V2 et Harvey’s Legal Agent Benchmark, sans publier de scores absolus dans l’annonce. Pour les usages métier, l’intérêt est clair : les modèles Flash ne servent plus seulement à répondre vite, ils commencent à piloter des séquences de travail plus longues, avec moins de relances humaines.

Cette évolution est importante pour les équipes produit et les intégrateurs. Un modèle plus capable sur les agents peut réduire les bricolages côté orchestration, mais il impose aussi de surveiller la consommation de jetons et les temps de réponse. Dans les faits, cela pousse les entreprises à arbitrer plus finement entre rapidité, coût et fiabilité. Le modèle ne fait pas la vaisselle, mais il gère déjà mieux les scénarios où il faut enchaîner plusieurs étapes sans perdre le fil.

Gemini 3.8 Flash Cyber, un modèle utile mais sous cadenas

La version Flash Cyber suit la même logique de base, mais avec un périmètre d’usage plus strict. Google la réserve à des acteurs jugés dignes de confiance, notamment des autorités publiques, des opérateurs d’infrastructures critiques et des mainteneurs logiciels, via le Fairwind Program. Le cœur du modèle n’est pas différent ; ce sont les garde-fous qui changent. L’idée est d’accepter davantage de capacités cyber tout en réduisant le risque d’usages offensifs.

Sur CyberGym, le benchmark de découverte de vulnérabilités, Google dit dépasser les performances de Gemini 3.5 Flash Cyber et de modèles frontier plus grands, sans donner de chiffre absolu. L’entreprise indique aussi avoir testé le modèle en interne sur 20 langages de programmation et observer un taux de découverte supérieur à 70 %. Pour la correction de failles, le benchmark CWE-Bench, mené par Collinear, place Flash Cyber à 47,2 % de pass@1 contre 47,8 % pour un modèle frontier de tête. Google met surtout en avant le rapport performance/coût : Chrome Security aurait obtenu 2,6 fois plus de correctifs exacts que les meilleurs modèles commerciaux plus volumineux, tandis que Wiz mesure un rappel supérieur de 7,5 à 9,7 points, à un coût 2,3 à 5,2 fois inférieur.

Ce que Google cherche vraiment à vendre aux développeurs

La stratégie est lisible : Google segmente son offre entre un Flash plus performant pour les agents et un Flash Cyber orienté défense, au lieu de pousser un seul modèle fourre-tout. Cela permet de mieux adresser les besoins des entreprises, des équipes sécurité et des développeurs qui ne cherchent pas tous la même chose. D’un côté, un modèle généraliste qui accepte de dépenser plus pour mieux raisonner. De l’autre, une version verrouillée, pensée pour des usages sensibles et distribuée à la demande.

À l’échelle du marché, ce type de lancement dit quelque chose d’assez net sur la maturité des modèles d’IA : la bataille ne se joue plus seulement sur les scores bruts, mais sur le compromis entre capacité, coût, accès et sécurité. Les plateformes cherchent désormais à vendre de la précision là où elle rapporte vraiment. Et, pour une fois, le marketing n’a même pas besoin de forcer le trait.