Google frappe une nouvelle fois sur le marché très concurrentiel de l'intelligence artificielle avec le lancement des Gemini 3.8 Flash et Gemini 3.8 Flash Cyber , deux modèles disponibles seulement trois semaines après la présentation du Gemini 3.7 Flash. L'entreprise américaine cherche ainsi à consolider sa stratégie consistant à proposer des fonctionnalités avancées à moindre coût, une tendance qui redéfinit le secteur.
Le premier modèle, Gemini 3.8 Flash, est conçu pour les tâches de programmation, le raisonnement complexe et les flux de travail multi-agents . Le second, Flash Cyber, est une variante dédiée à la cybersécurité, capable de détecter les vulnérabilités et de générer automatiquement des correctifs. Bien que partageant la technologie de base de la famille Flash, leurs objectifs sont clairement distincts.
Gemini 3.8 Flash : Plus d’intelligence pour la programmation et les agents
Google décrit Gemini 3.8 Flash comme son modèle Flash le plus performant à ce jour . L'évolution majeure par rapport à la version précédente réside dans la génération et la compréhension du code, ainsi que dans les flux de travail automatisés. Un système peut ainsi décomposer une tâche en étapes, interroger des outils ou des données et mener à bien une opération avec une intervention humaine réduite. Ces fonctionnalités sont particulièrement utiles pour le développement logiciel, l'automatisation des processus métier et l'analyse documentaire.
Lors des tests publiés par l'entreprise, Gemini 3.8 Flash a obtenu un score de 73,7 % au benchmark DeepSWE v1.1 , qui évalue des tâches complexes et de longue durée en ingénierie logicielle. Ce résultat surpasse les 65,3 % de Gemini 3.7 Flash et fait également mieux que des modèles plus importants tels que GPT-5.6 Sol (72,7 %) et GPT-5.6 Terra (69,6 %), se rapprochant légèrement des 74,0 % de Claude Opus 5. Sur l'indice HLE-Verified, qui couvre les questions multidisciplinaires, le modèle a obtenu un score de 54,9 %, surpassant ainsi Claude Sonnet 5 (31,0 %) et GPT-5.6 Terra (51,1 %).
Le prix reste inchangé : 0,75 $ par million de jetons entrants et 3,75 $ par million de jetons sortants , soit les mêmes tarifs que Gemini 3.7 Flash. Cette décision vise à garantir que l’augmentation de la capacité n’entraîne pas de coûts supplémentaires pour les développeurs et les entreprises utilisant ces modèles dans leurs applications. Selon Artificial Analysis, le coût par tâche dans son indice d’intelligence est d’environ 0,58 $, ce qui en fait une option très compétitive par rapport à des modèles comme GPT-5.6 Sol ou Claude Opus 5.
Disponibilité d'outils pour les développeurs, les entreprises et les utilisateurs
Gemini 3.8 Flash est désormais disponible dans Google AI Studio et Android Studio pour les tâches de développement, ainsi que dans Google Antigravity, l'environnement de Google pour les flux d'agents. Les entreprises peuvent le trouver dans Gemini Enterprise, tandis que les abonnés à Google AI Pro et Ultra y auront accès via l'application Gemini. Le déploiement inclut également le mode IA dans la recherche Google et Gemini dans Google Sheets.
L'arrivée de l'IA dans le moteur de recherche est tout à fait logique compte tenu des changements apportés par Google à sa recherche ces derniers mois. Le mode IA s'appuie déjà sur Gemini pour répondre aux requêtes plus complexes, et grâce à un modèle capable d'un raisonnement plus poussé, Google cherche à améliorer précisément les recherches qui ne peuvent être résolues par une réponse simple. Cependant, cette capacité accrue a un coût en ressources, et l'entreprise admet que le modèle peut « travailler davantage » sur les tâches difficiles, en exécutant des étapes de raisonnement supplémentaires et en ayant recours à plusieurs outils.
Pour les développeurs, la stratégie de Google ne consiste pas seulement à introduire un nouveau modèle et à le rendre disponible via une API, mais à l'intégrer progressivement aux outils déjà utilisés par les programmeurs, les développeurs d'applications et les spécialistes des services d'intelligence artificielle, comme c'est le cas pour l' outil open source d'assistance aux terminaux . Gemini 3.7 Flash restera disponible et entièrement pris en charge pour ceux qui privilégient l'efficacité et la faible consommation de ressources aux performances maximales.
Gemini 3.8 Flash Cyber : Cybersécurité automatisée
La principale nouveauté de cette annonce est sans doute Gemini 3.8 Flash Cyber , que Google présente comme son modèle de cyberdéfense le plus avancé à ce jour. Conçu pour détecter les vulnérabilités logicielles et contribuer au développement automatique de correctifs, ce système nécessite une analyse approfondie des référentiels, la localisation de la source de la faille et la proposition d'une modification préservant la fonctionnalité du programme.
Dans le benchmark CWE-Bench, administré par Collinear, Gemini 3.8 Flash Cyber atteint un taux de réussite de 47,2 % dès la première tentative (pass@1) , très proche des 47,8 % du modèle de référence, mais à un coût nettement inférieur. Lors de tests internes portant sur 20 langages de programmation, le modèle dépasse les 70 % de réussite en détection de vulnérabilités, contre 58,9 % pour Gemini 3.7 Flash et 46,6 % pour Gemini 3.5 Flash Cyber.
Les résultats obtenus en conditions réelles sont également remarquables. L'équipe de sécurité de Chrome a constaté que Flash Cyber générait 2,6 fois plus de correctifs efficaces que d'autres solutions commerciales plus importantes. De plus, l'équipe de recherche sur les vulnérabilités du cloud de Google a utilisé cette IA pour identifier une faille critique en moins de deux heures, alors que ce type de recherche prend généralement des mois. Wiz a également atteint un taux de détection supérieur de 7,5 % à 9,7 % lors de son test d'intrusion interne, pour un coût 2,3 à 5,2 fois inférieur à celui d'autres solutions avancées.
L'accès à Gemini 3.8 Flash Cyber sera réservé aux experts de confiance et vérifiés via le nouveau programme Fairwind, qui inclut les agences gouvernementales, les opérateurs d'infrastructures critiques et le personnel de maintenance logicielle. Google a déjà limité l'accès à ses modèles de cybersécurité et mis en œuvre des évaluations de sécurité spécifiques, compte tenu de la double nature de cette technologie. Les fonctionnalités permettant d'identifier une vulnérabilité peuvent également être utilisées pour l'exploiter ; l'entreprise privilégie donc les efforts défensifs aux efforts offensifs.
Au moment de la rédaction de ce document, le catalogue officiel des modèles d'API indique toujours Gemini 3.7 Flash comme la dernière version de Flash, tandis que la page publique dédiée au modèle Cyber fait toujours référence à la génération 3.5. Cet écart peut s'expliquer par le délai entre la publication du communiqué de presse et la mise à jour de la page produit, mais il empêche la vérification des noms des points de terminaison, des limitations techniques, du prix complet et des résultats des tests de performance. Le communiqué de presse confirme la sortie, les axes d'amélioration et les services prévus ; les informations manquantes seront complétées lors de la publication par Google des fiches produits officielles et du lancement de Fairwind.
Avec ce lancement, Google et Meta accélèrent le rythme de l'innovation dans le domaine des modèles d'IA performants. Quelques heures seulement après la présentation par Google de Gemini 3.8 Flash, Meta annonçait Muse Spark 1.3, un modèle aux objectifs et à l'approche similaires. La concurrence se déplace vers le rapport performance/prix, et les modèles de Google et Meta affichent déjà des performances proches de celles des grands modèles de pointe d'OpenAI ou d'Anthropic, pour un coût nettement inférieur. Payer 10 ou 50 dollars par million de jetons d'entrée/sortie pour Fable 5.1 semble peu judicieux quand Gemini 3.8 Flash et Muse Spark 1.3 coûtent environ dix fois moins cher et sont plus que performants. La bataille de l'IA ne se résume plus à posséder le modèle le plus intelligent, mais à offrir le meilleur rapport performance/prix.
