Google a annoncé trois nouveaux modèles Gemini de la série Flash. 3.6 Flash est le modèle principal, avec une efficacité accrue : il consomme 17% moins de tokens en output par rapport à 3.5 Flash selon l’Artificial Analysis Index, avec une réduction des coûts par token à 1,50 $/1M en input et 7,50 $/1M en output. 3.5 Flash-Lite mise sur la vitesse (350 tokens/seconde) et le coût minimal. 3.5 Flash Cyber est un modèle spécialisé pour la sécurité du code, associé à l’agent CodeMender.

Le choix entre les modèles frontier se déplace du benchmark abstrait vers la spécialisation d’usage et le coût par output vérifié. On l’a vu avec la convergence sur Bedrock et Opus 5 à moitié prix : la question maintenant est « quel est le modèle qui résout une tâche spécifique en dépensant le juste nécessaire ». Le coup de Google avec Flash Cyber rend ce changement de perspective explicite.

Les nouveaux modèles sont la réponse de Google à la pression d’Anthropic et OpenAI, et la réduction de la verbosité (moins d’étapes de raisonnement, moins d’appels d’outils) se traduit par des agents qui coûtent moins par tâche complétée. Pour ceux qui construisent des workflows agentiques, l’économie de tokens pour agentic workflow est le paramètre à mesurer avant de migrer.

Pour vérifier si la réduction des tokens est réelle sur votre travail, la méthode reste le test sur le terrain : mesurez le coût par output vérifié sur vos tâches. Le playbook pour comparer deux modèles en un quart d’heure vous donne la structure pour le faire sans vous laisser entraîner par les chiffres du marketing.

En détail

L’annonce de Google décrit 3.6 Flash comme une mise à jour construite sur les retours de ceux qui ont utilisé 3.5 Flash en production. Le saut se situe dans l’efficacité du cycle agentique : le modèle accomplit moins d’étapes de raisonnement et moins d’appels d’outils pour compléter une tâche multi-étapes. Sur le benchmark DeepSWE de Datacurve, Google rapporte une réduction jusqu’à 65% des tokens en output. C’est un chiffre à lire avec prudence : les benchmarks de coding agentique sont sensibles à la configuration du harness, et DeepSWE mesure un cas spécifique. Une réduction de 65% sur un benchmark ne garantit pas la même économie sur votre workflow, car le nombre d’étapes dépend du type de tâche, des outils connectés et de la façon dont le prompt système instruit l’agent. Le 17% sur l’Artificial Analysis Index est la donnée la plus solide car elle provient d’une référence tierce et standardisée, et c’est celle à utiliser comme estimation prudente quand vous faites vos calculs.

Le pricing de 3.6 Flash (1,50 $/1M input, 7,50 $/1M output) est inférieur à celui de 3.5 Flash. Le modèle cherche le point d’équilibre entre efficacité et qualité, c’est exactement le marché où OpenAI et Anthropic poussent : des modèles compacts qui coûtent peu par tâche complétée, au lieu de modèles frontier maximaux qui brûlent le budget. Pour ceux qui construisent des agents qui tournent en cycle continu, la différence de prix par token se multiplie rapidement : un agent qui effectue vingt étapes par tâche, chacune avec 500 tokens en output, passe d’un coût par tâche de 0,10 $ à 0,075 $. Sur mille tâches par jour, ce sont 25 $ d’économies quotidiennes, des chiffres à vérifier sur votre charge réelle mais qui montrent pourquoi le prix par token est devenu un paramètre opérationnel.

3.5 Flash Cyber est l’innovation la plus intéressante du point de vue du pattern. Google le présente comme « un modèle spécialisé pour la cybersécurité associé à l’agent CodeMender ». Le message est que la sécurité du code se résout avec un modèle affiné pour ce domaine, orchestré par un agent qui sait comment l’utiliser. C’est la même approche qu’Anthropic a suivie avec Claude Code pour le coding général : le modèle est une chose, l’infrastructure agentique est l’autre. La spécialisation sur la sécurité signifie que le poids a été entraîné sur des exemples de vulnérabilités, des modèles d’attaque et des pratiques de défense, tandis que l’agent CodeMender gère le cycle de détection, correction et vérification. Pour ceux qui travaillent dans des équipes de développement, ce pattern suggère que la sécurité du code peut devenir un contrôle continu intégré dans le cycle de développement, au lieu d’une étape manuelle en fin de pipeline. L’efficacité de CodeMender sur des vulnérabilités réelles, par rapport aux outils SAST traditionnels ou à un modèle générique instruit avec le bon prompt, reste à vérifier avec des tests sur votre propre code.

Google annonce également que Gemini 3.5 Pro est en test avec des partenaires et que le pre-training de Gemini 4 a commencé. Le signal est que la compétition sur les modèles frontier haut de gamme continue, tandis que la bataille quotidienne pour ceux qui utilisent l’IA se gagne sur des modèles plus compacts, plus efficaces et spécialisés pour des tâches spécifiques. Celui qui choisit un modèle aujourd’hui regarde d’abord le coût par output vérifié et la spécialisation sur son propre domaine, puis la qualité générale sur le benchmark.