Google a lancé le 21 juillet trois nouveaux modèles de la famille Gemini : 3.6 Flash, 3.5 Flash-Lite et 3.5 Flash Cyber. En parallèle, la firme a confirmé le début du pré-entraînement de Gemini 4. La priorité affichée : des agents IA moins verbeux, moins coûteux et plus fiables pour les développeurs qui construisent des workflows industriels.
Gemini 3.6 Flash : 17 % de tokens en moins, prix réduit
Gemini 3.6 Flash s’appuie directement sur les retours des développeurs depuis mai 2026. Le modèle consomme 17 % de tokens de sortie en moins que 3.5 Flash selon l’Artificial Analysis Index, et accomplit des workflows multi-étapes avec moins d’appels outils intermédiaires. Sur certains benchmarks comme DeepSWE, le gain peut atteindre 65 %.
Sur le plan des performances brutes, le bond est significatif. DeepSWE (génération de code) passe de 37 % à 49 %. MLE Bench (recherche machine learning) monte de 49,7 % à 63,9 %. OSWorld-Verified (utilisation autonome d’un ordinateur) atteint 83 %, contre 78,4 % pour 3.5 Flash. Le « computer use » devient une capacité native intégrée directement dans l’API Gemini Enterprise, sans module additionnel. La date de connaissance du modèle s’actualise aussi : elle passe de janvier 2025 à mars 2026.
Le tarif baisse en même temps que les performances augmentent : 1,50 dollar pour un million de tokens en entrée, 7,50 dollars pour un million en sortie, contre 9 dollars auparavant.
3.5 Flash-Lite : 350 tokens par seconde pour les pipelines à haut débit
Gemini 3.5 Flash-Lite cible les cas d’usage où le volume prime sur la profondeur : recherche agentique, traitement massif de documents, orchestration de sous-agents. À 350 tokens par seconde (Artificial Analysis), c’est le modèle le plus rapide de la famille 3.5. Facturé 0,30 dollar par million de tokens en entrée et 2,50 dollars en sortie, il offre une alternative économique aux modèles plus lourds.
Les gains sur les benchmarks de code et d’agents sont conséquents : Terminal-Bench 2.1 passe de 31 % à 54 %, GDM-MRCR v2 (contexte long) de 60,1 % à 72,2 %. Sur SWE-Bench Pro, il surpasse même Gemini 3 Flash (54,2 % contre 49,6 %).
Flash Cyber : la cybersécurité offensive remise entre les mains des défenseurs
Gemini 3.5 Flash Cyber est conçu pour détecter, valider et corriger des vulnérabilités dans du code à grande échelle. Le modèle est intégré à CodeMender, un agent multi-instances qui produit un rapport consolidé après analyse parallèle. Sur le benchmark CyberGym, les résultats sont compétitifs avec les meilleurs modèles actuels.
Google a pris une décision inhabituelle sur la distribution : Flash Cyber ne sera pas accessible au grand public. Il sera réservé aux gouvernements et partenaires de confiance, via un programme d’accès limité. L’objectif déclaré est de donner une avance aux défenseurs avant que les attaquants ne puissent exploiter les mêmes capacités.
Gemini 4 : le pré-entraînement le plus ambitieux a commencé
Google a glissé une confirmation discrète mais importante : le pré-entraînement de Gemini 4 a démarré. L’entreprise le décrit comme « le run de pré-entraînement le plus ambitieux à ce jour ». Pas de date, pas de specs, mais les premières progressions internes sont jugées encourageantes. Gemini 3.5 Pro, qui testait avec des partenaires, doit aussi sortir bientôt selon Google.
La triple annonce du 21 juillet marque une cadence plus soutenue que les releases précédentes de la famille Gemini. Avec une version spécialisée cybersécurité, un modèle ultra-rapide pour les pipelines agentiques et un modèle principal amélioré, Google couvre en une journée trois segments différents du marché des développeurs IA.
