Google accélère encore le rythme des mises à jour de Gemini.
Le 2 septembre, Google a officiellement lancé Gemini 3.8 Flash, seulement trois semaines après Gemini 3.7 Flash.
Il ne s’agit pas d’une simple petite mise à jour.
Google pousse davantage le modèle vers la programmation de longue durée, les agents IA autonomes, le raisonnement complexe et les workflows d’entreprise, tout en essayant de conserver les avantages de vitesse et de coût qui ont fait le succès de la gamme Flash.
Alors, qu’est-ce qui change vraiment avec Gemini 3.8 Flash ? Et vaut-il la peine d’être utilisé ?
Qu’est-ce que Gemini 3.8 Flash ?
Gemini 3.8 Flash est le dernier modèle Flash généraliste de Google.
Il est principalement conçu pour :
- l’ingénierie logicielle
- les agents IA
- le raisonnement en plusieurs étapes
- le travail de connaissance
- la compréhension multimodale
- les applications IA à grande échelle
Le modèle accepte du texte, des images, de la vidéo, de l’audio et des PDF en entrée.
Il prend également en charge une fenêtre de contexte de 1 048 576 tokens en entrée et jusqu’à 65 536 tokens en sortie, ce qui le rend adapté aux grands dépôts de code, aux longs documents et aux workflows qui doivent conserver beaucoup d’informations en contexte.
Google propose aussi des niveaux de réflexion faible, moyen et élevé, afin de mieux équilibrer qualité du raisonnement, latence et coût.
Quelles sont les nouveautés de Gemini 3.8 Flash ?
La façon la plus simple de résumer cette mise à jour est la suivante :
Gemini 3.8 Flash est prêt à fournir davantage d’efforts sur les tâches difficiles.
Face à une demande complexe, le modèle peut effectuer davantage d’étapes de raisonnement, appeler plusieurs fois des outils, vérifier sa progression et affiner sa réponse plutôt que de produire un résultat trop vite.
C’est particulièrement important lorsqu’une tâche ne peut pas être résolue avec un seul prompt.
De meilleures performances sur le code de longue durée
La programmation est l’un des principaux domaines d’amélioration de Gemini 3.8 Flash.
Google met en avant DeepSWE v1.1, un benchmark conçu autour de véritables tâches d’ingénierie logicielle de longue durée, et non de simples prompts de génération de code.
Dans le classement actuel de DataCurve, Gemini 3.8 Flash en mode effort élevé atteint environ 74 % de performance par tâche, pour un coût moyen d’environ 2,36 $ par tâche.
Gemini 3.8 Flash combine de solides performances sur DeepSWE V1.1 avec un coût moyen par tâche relativement faible. Source : DataCurve AI.
Le rapport coût-performance est particulièrement intéressant.
Claude Opus 5 atteint un résultat similaire, autour de 74 %, mais avec un coût moyen d’environ 11,84 $ par tâche. GPT-5.6 Sol obtient environ 73 % pour près de 6,46 $ par tâche.
Cela ne signifie pas que Gemini sera toujours moins cher dans tous les workflows de programmation, mais cela explique pourquoi Google positionne 3.8 Flash comme un modèle adapté au développement agentique à grande échelle.
Le développement logiciel réel ne consiste presque jamais à générer une seule fonction isolée.
Un agent IA de programmation peut devoir :
- inspecter un dépôt existant
- comprendre les dépendances
- modifier plusieurs fichiers
- lancer des tests
- identifier les erreurs
- corriger le code
- vérifier que le résultat final fonctionne
Gemini 3.8 Flash est justement optimisé pour ce type de workflow plus long.
Des agents IA plus performants
La même amélioration s’applique aux agents IA.
Un bon agent ne doit pas seulement répondre correctement à une question.
Il peut devoir effectuer des recherches, lire des fichiers, appeler des API, exécuter du code, comparer des résultats et garder l’objectif initial en mémoire sur des dizaines d’étapes.
Google présente Gemini 3.8 Flash comme un modèle conçu pour les agents autonomes et les workflows d’entreprise complexes.
Il prend en charge notamment :
- Function Calling
- l’exécution de code
- la recherche de fichiers
- Google Search Grounding
- URL Context
- Computer Use en préversion
Cela rend Gemini 3.8 Flash de plus en plus pertinent pour les workflows où l’IA doit réellement accomplir une tâche, et pas seulement produire du texte.
Un meilleur raisonnement multi-étapes
Le raisonnement est un autre domaine dans lequel Gemini 3.8 Flash progresse.
Sur HLE-Verified, un benchmark consacré au raisonnement expert multidisciplinaire, Gemini 3.8 Flash obtient 54,9 %.
Dans la comparaison publiée par Google, il se place légèrement devant plusieurs modèles de pointe :
- Gemini 3.8 Flash : 54,9 %
- GPT-5.6 Sol : 54,5 %
- Claude Opus 5 : 54,4 %
- Gemini 3.7 Flash : 53,6 %
- GPT-5.6 Terra : 51,1 %
- Claude Sonnet 5 : 31,0 %
Gemini 3.8 Flash atteint 54,9 % sur HLE-Verified, légèrement devant Gemini 3.7 Flash et plusieurs modèles de pointe plus volumineux. Source : Google DeepMind.
La différence entre 53,6 % et 54,9 % peut sembler limitée prise isolément.
Ce qui compte davantage, c’est que Google atteint ce niveau de raisonnement avec un modèle Flash pensé pour une faible latence et un déploiement à grande échelle.
Cela rend 3.8 Flash plus intéressant pour la recherche, l’analyse, la finance, les workflows juridiques et les autres tâches qui nécessitent plusieurs étapes de raisonnement liées entre elles.
Gemini 3.8 Flash vs Gemini 3.7 Flash
Pour les questions simples, la différence entre 3.7 et 3.8 ne sera pas toujours très visible.
L’écart devient plus net à mesure que les tâches s’allongent et se complexifient.
| Fonction | Gemini 3.7 Flash | Gemini 3.8 Flash |
|---|---|---|
| Questions courantes | Rapide | Rapide |
| Programmation longue durée | Solide | Améliorée |
| Agents IA | Capable | Plus persistant |
| Raisonnement complexe | Solide | Amélioré |
| Utilisation d’outils | Prise en charge | Plus orientée agents |
| Fenêtre de contexte | 1M | 1M |
| Sortie maximale | 64K | 64K |
| Idéal pour | Charges axées sur la vitesse | Workflows agentiques complexes |
La fiche du modèle de Google souligne également un compromis important : avec un niveau d’effort élevé, Gemini 3.8 Flash peut parfois consommer davantage de tokens afin de maximiser les performances.
3.8 n’est donc pas automatiquement le meilleur choix pour toutes les tâches simples.
Si votre priorité est de réduire au maximum l’usage de tokens sur des demandes directes, un ancien modèle Flash peut encore être pertinent.
Quel est le prix de Gemini 3.8 Flash ?
Gemini 3.8 Flash a été lancé avec le même tarif API promotionnel que Gemini 3.7 Flash :
- Entrée : 0,75 $ par million de tokens
- Sortie : 3,75 $ par million de tokens
Mais le prix par token n’est qu’une partie du coût total.
Comme Gemini 3.8 Flash peut effectuer davantage de raisonnement et d’appels d’outils sur les tâches difficiles, un travail complexe peut consommer plus de tokens qu’avec un modèle réglé sur un niveau d’effort inférieur.
La meilleure question n’est donc pas simplement :
Quel modèle a le prix par token le plus bas ?
Mais plutôt :
Combien coûte réellement l’exécution complète et réussie de la tâche ?
Les résultats DeepSWE sont utiles pour cette raison : ils comparent les performances par tâche au coût moyen réel, au lieu de regarder uniquement le tarif API.
Un changement de prix est également prévu.
Google indique que le tarif promotionnel actuel prendra fin le 31 décembre 2026. À partir du 1er janvier 2027, les prix devraient passer à :
- Entrée : 1,50 $ par million de tokens
- Sortie : 7,50 $ par million de tokens
Les développeurs qui envisagent des déploiements importants doivent en tenir compte dans leurs calculs de coût à long terme.
Qu’est-ce que Gemini 3.8 Flash Cyber ?
Google a également lancé un second modèle aux côtés de Gemini 3.8 Flash : Gemini 3.8 Flash Cyber.
Il s’agit d’un modèle spécialisé en cybersécurité, conçu pour des domaines comme :
- la détection de vulnérabilités
- la recherche de vulnérabilités
- la sécurité du code
- l’application automatisée de correctifs
Contrairement au modèle Flash standard, Gemini 3.8 Flash Cyber est actuellement proposé aux défenseurs de confiance approuvés via le Fairwind Program de Google.
Ses résultats sur CyberGym sont particulièrement remarquables.
Sur CyberGym Pass@1, qui évalue la détection autonome de vulnérabilités dans du code C/C++, Gemini 3.8 Flash Cyber atteint 86,2 %.
Comparaison :
- Gemini 3.8 Flash Cyber : 86,2 %
- GPT-5.5-Cyber : 85,6 %
- Mythos 5 : 83,8 %
- GPT-5.6 Sol : 83,6 %
- Gemini 3.5 Flash Cyber : 77,5 %
Gemini 3.8 Flash Cyber atteint 86,2 % sur CyberGym Pass@1 pour la détection autonome de vulnérabilités. Source : Google DeepMind.
Le passage de 77,5 % avec Gemini 3.5 Flash Cyber à 86,2 % avec 3.8 Flash Cyber est important.
Google a aussi testé le modèle en interne sur des bases de code complexes couvrant 20 langages de programmation, avec un taux de réussite supérieur à 70 % pour la détection de vulnérabilités.
La version Cyber n’est pas simplement un mode de sécurité intégré à Gemini 3.8 Flash classique.
C’est un modèle spécialisé distinct, avec des capacités de cybersécurité plus permissives et des contrôles d’accès plus stricts.
Pour les utilisateurs classiques, le principal enseignement est que l’entraînement à la cybersécurité semble aussi contribuer aux améliorations générales de programmation et de raisonnement de la génération Gemini 3.8.
Google indique que les deux variantes reposent sur la même intelligence fondamentale.
Où utiliser Gemini 3.8 Flash ?
Gemini 3.8 Flash est désormais disponible de manière générale.
Les développeurs peuvent l’utiliser via :
- Gemini API
- Google AI Studio
- Google Antigravity
- Android Studio
Les entreprises peuvent y accéder via Gemini Enterprise, tandis que les abonnés Google AI Pro et Ultra peuvent utiliser 3.8 Flash dans des produits comme l’application Gemini et AI Mode dans Google Search.
Pour les utilisateurs de l’API, l’identifiant du modèle est :
gemini-3.8-flash
Vous voulez le tester vous-même ? Vous pouvez essayer Gemini 3.8 Flash gratuitement avec iWeaver et voir comment il se comporte avec vos documents, vos recherches et vos tâches IA du quotidien.
À qui s’adresse Gemini 3.8 Flash ?
Gemini 3.8 Flash semble particulièrement utile si votre travail implique :
- du code dans de grands dépôts
- des agents de programmation autonomes
- de la recherche en plusieurs étapes
- de longs documents
- de l’analyse complexe
- des workflows IA riches en outils
- des entrées multimodales
- de l’automatisation d’entreprise
Si vous utilisez surtout l’IA pour de courtes réécritures, des traductions ou des questions simples, le passage de Gemini 3.7 Flash à 3.8 pourra sembler moins marqué.
Mais pour les tâches longues, 3.8 Flash devient beaucoup plus intéressant.
Le changement essentiel n’est pas seulement une meilleure première réponse.
Le modèle devient aussi meilleur pour rester concentré sur une tâche difficile jusqu’à ce que le travail soit terminé.
Et pour la recherche et le travail de connaissance ?
Un modèle puissant n’est qu’une partie d’un bon workflow IA.
Si votre travail commence avec des PDF, articles scientifiques, rapports, sites web, vidéos ou de grandes collections de sources, des outils comme iWeaver peuvent vous aider à organiser ces informations avant une analyse plus approfondie.
Au lieu de téléverser sans cesse les mêmes sources dans plusieurs conversations, vous pouvez les transformer en résumés, notes structurées, cartes mentales et connaissances réutilisables, puis poursuivre votre travail à partir de cette base.
Pour le brainstorming ouvert, le storytelling, le roleplay ou les conversations créatives avec moins d’interruptions inutiles, XPT adopte une autre approche, davantage centrée sur des échanges IA flexibles et ouverts.
À mesure que les modèles deviennent plus performants, la question n’est plus de trouver une seule IA capable de tout faire.
Il devient plus important de choisir le bon modèle et le bon workflow pour chaque tâche.
Gemini 3.8 Flash vaut-il le coup ?
Pour la programmation et les agents IA, oui : c’est l’une des mises à jour Flash les plus intéressantes de Google à ce jour.
Les trois benchmarks racontent une histoire assez cohérente :
- DeepSWE montre de meilleures performances en ingénierie logicielle de longue durée pour un coût par tâche compétitif.
- HLE-Verified montre que les modèles Flash se rapprochent des grands modèles de pointe sur le raisonnement expert.
- Gemini 3.8 Flash Cyber montre à quel point cette génération progresse sur les tâches spécialisées de programmation et de sécurité.
Les benchmarks ne reflètent jamais parfaitement l’usage réel, et Gemini 3.8 Flash conserve des limites connues, comme les hallucinations, certains ralentissements occasionnels et une consommation de tokens potentiellement plus élevée avec des réglages de raisonnement avancés.
Mais la direction est claire.
Flash n’est plus seulement l’option rapide et légère de Google.
Avec Gemini 3.8 Flash, il devient progressivement un modèle conçu pour gérer de vraies tâches multi-étapes à grande échelle.