Google Cloud a présenté une nouvelle salve d’outils pour les entreprises qui veulent industrialiser les agents IA. Dans un billet publié le 10 août, Thomas Kurian détaille Gemini 3.5 Flash, Gemini Omni, Gemini Spark, Google Antigravity et une API de Managed Agents intégrée à la plateforme cloud.
L’annonce s’inscrit dans la stratégie « Agentic Enterprise » déjà mise en avant par Google Cloud. L’idée est de rapprocher modèles, données, développement logiciel, sécurité et outils bureautiques dans une même infrastructure, afin que les agents ne restent pas des démonstrations isolées mais deviennent des composants administrables par les équipes informatiques.
Gemini 3.5 Flash vise les agents longs
Le cœur technique de l’annonce est Gemini 3.5 Flash. Google le décrit comme le premier modèle de la série Gemini 3.5, conçu pour les tâches agentiques et le code. Le billet cite plusieurs mesures internes ou de benchmark : 76,2 % sur Terminal-Bench 2.1, 1 656 Elo sur GDPval-AA, 83,6 % sur MCP Atlas et 84,2 % sur CharXiv. Google insiste aussi sur le coût, présenté comme inférieur de plus de moitié à celui de modèles comparables pour certains usages.
Gemini 3.5 Flash est déployé dans Google AI Studio, Antigravity et Gemini Enterprise Agent Platform. Les entreprises peuvent donc l’utiliser à la fois pour construire des agents, automatiser des tâches de développement ou intégrer ces capacités dans des workflows métier. Gemini 3.5 Pro est annoncé en test, avec une disponibilité prévue le mois prochain.
Une plateforme plutôt qu’un modèle seul
Google ne limite pas l’annonce au modèle. Gemini Omni doit renforcer la compréhension multimodale et la génération de sorties à partir d’entrées variées, notamment vidéo. Gemini Spark est présenté comme un agent personnel disponible dans Gemini Enterprise et Workspace, capable d’agir sous la direction de l’utilisateur. Google Antigravity, l’environnement de développement agentique, gagne aussi une intégration plus large avec Agent Platform.
La nouvelle API de Managed Agents est importante pour les entreprises : elle permet de créer et d’exécuter des agents personnalisés dans des environnements hébergés par Google, avec des connexions aux services de la plateforme. CodeMender, un agent de sécurité, est également cité comme exemple d’usage pour détecter et corriger des vulnérabilités.
Pourquoi c’est important
Le marché des agents IA est passé rapidement de la démonstration individuelle aux exigences d’exploitation : contrôle d’accès, coûts, audit, intégration aux données internes et gestion des erreurs. Google Cloud répond à cette phase en packaging : modèles plus spécialisés, environnement de développement, exécution gérée et intégration Workspace.
La promesse est claire : permettre aux entreprises de confier davantage de tâches longues à des agents, sans perdre la gouvernance de leurs systèmes. Le point à surveiller sera la réalité opérationnelle : stabilité sur des workflows longs, qualité des garde-fous, coût total lorsque plusieurs agents travaillent en parallèle, et capacité à brancher ces outils sur des données métier sans créer de nouvelles dépendances opaques.
Source principale : billet Google Cloud sur les annonces IA de Google I/O 26.
