Google étoffe Gemini : 3.6 Flash, 3.5 Flash‑Lite et 3.5 Flash Cyber arrivent pour booster l’IA agentique
Google vient d’annoncer une trilogie de nouveaux modèles Gemini qui prolongent et optimisent la famille 3.5 Flash. Au programme : 3.6 Flash en tant que modèle phare, 3.5 Flash‑Lite pour les usages à très faible latence et fort débit, et 3.5 Flash Cyber dédié à la cybersécurité. Ces sorties confirment l’ambition de Google : rendre l’ère de l’IA agentique à grande échelle non seulement possible, mais aussi abordable et performante pour les développeurs comme pour les entreprises.
3.6 Flash : plus d’efficacité et moins de tokens
Le nouveau 3.6 Flash est présenté comme l’évolution directe du 3.5 Flash. Google met en avant plusieurs gains concrets : meilleure efficacité, réduction de la latence et une qualité améliorée pour des tâches de programmation, de gestion des connaissances et d’analyse de données. Selon les indicateurs internes cités, 3.6 Flash baisse la consommation de tokens de sortie d’environ 17 % en moyenne par rapport à 3.5 Flash, et jusqu’à 65 % sur certains benchmarks spécialisés. Concrètement, cela signifie des coûts moindres par requête et une rapidité d’exécution accrue pour des workloads lourds.
Les démonstrations proposées montrent 3.6 Flash en action dans plusieurs cas d’usage : analyser des transcriptions financières avec des agents gérés, migrer du code via orchestration multi‑agents et extraire des textures photographiques pour pipelines 3D. Autant d’exemples qui soulignent la capacité du modèle à gérer des tâches multimodales et à s’intégrer dans des workflows automatisés complexes.
3.5 Flash‑Lite : la vitesse au service du coût
Le 3.5 Flash‑Lite prend la relève du 3.1 Flash‑Lite et se positionne comme le modèle le plus rapide et le plus rentable de la famille 3.5. Il est spécifiquement optimisé pour les scénarios nécessitant une latence minime et un haut débit de tokens — idéale pour des applications temps réel ou des architectures agentiques à grande échelle.
En pratique, Flash‑Lite permet de prioriser la configuration entre « latence basse/coût réduit » pour des tâches légères ou « niveaux de pensée supérieurs » pour des processus agentiques plus sophistiqués. Google indique des débits très élevés (ex. 350 tokens de sortie par seconde dans certains tests), ce qui en fait un choix pertinent pour le scaling industriel ou pour des services consommateurs exigeant une réactivité extrême.
3.5 Flash Cyber : l’IA au service de la sécurité
Dernier membre du trio, 3.5 Flash Cyber est spécialisé pour la cybersécurité : recherche de vulnérabilités, aide à la remédiation, et analyses de code automatisées. Ce modèle s’inscrit dans une stratégie où l’IA n’est plus seulement créative ou conversationnelle, mais devient un outil proactif pour protéger les systèmes. Google combine ce modèle avec son agent CodeMender pour proposer une offre destinée à identifier et corriger des failles plus rapidement et à moindre coût par token.
Le déploiement de Flash Cyber sera d’abord restreint à des partenaires de confiance et des programmes pilotes gouvernementaux, ce qui témoigne d’une volonté de contrôler l’usage et d’assurer la robustesse et la sécurité des opérations menées par ce modèle.
Disponibilité et intégration pour développeurs et entreprises
Les nouveaux modèles sont d’ores et déjà déployés via l’API Gemini et Google AI Studio pour les développeurs, ainsi que via des intégrations dans Android Studio pour les workflows d’entreprise. Gemini 3.5 Flash‑Lite et 3.6 Flash sont disponibles pour les cas d’usage consommateurs et entreprises, y compris via la plateforme Gemini Enterprise Agent. Flash Cyber, quant à lui, sera accessible en pilote limité pour garantir un usage contrôlé.
3.5 Pro et Gemini 4 : la feuille de route se précise
Google annonce également que le modèle 3.5 Pro est en test et que le développement de Gemini 4 a déjà commencé, avec une session de pré‑entraînement ambitieuse en cours. Cela signifie que la famille Gemini continue d’évoluer sur deux axes : optimisation de la génération et montée en puissance vers une prochaine génération plus puissante encore.
Ce que ces annonces signifient pour les startups et les équipes techniques
Risques et points à surveiller
Comme toujours avec des modèles puissants, plusieurs questions demeurent : la transparence des datasets d’entraînement, la robustesse face aux biais, et les garde‑fous pour un usage éthique, notamment dans le domaine de la cybersécurité où une mauvaise configuration pourrait avoir des conséquences graves. De plus, l’accès restreint à certains modèles exige une gouvernance claire pour éviter les dérives.
Mon regard d’observateur
Cette actualisation de la gamme Gemini confirme que Google mise sur une stratégie pragmatique : offrir des modèles spécialisés (performants, rapides, sécurisés) plutôt qu’un unique modèle universel. Pour les équipes tech, c’est une excellente nouvelle : plus d’options, plus de granularité, et potentiellement des coûts mieux maîtrisés. Reste à mesurer l’impact réel sur les projets en production et à surveiller la manière dont Google encadre l’accès aux modèles sensibles comme Flash Cyber.