Google lance Gemini 3.6 Flash et annonce le pré-entraînement de Gemini 4 : Gemini 3.6 Flash réduit le nombre de tokens de sortie de 17 % par rapport à la version 3.5 Flash, atteignant une réduction de 65 % sur les benchmarks DeepSWE, ce qui permet de réduire les coûts des entreprises sans nécessiter de mise à niveau du modèle. La version 3.5 Flash-Lite fonctionne à un débit de 350 jetons de sortie par seconde pour un coût de 0,30 dollar par million de jetons d’entrée, ciblant ainsi les charges de travail à haut débit et sensibles à la latence que les concurrents n’ont pas encore directement abordées à ce prix. En outre, Google annonce Gemini 3.5 Flash Cyber, qui est réservé aux gouvernements et aux partenaires de confiance via le projet pilote CodeMender.

Gemini est une famille de grands modèles de langage (LLM) multimodaux développée par Google DeepMind, qui succède à LaMDA et PaLM 2. Composée de Gemini Pro, Gemini Deep Think, Gemini Flash et Gemini Flash Lite, elle a été annoncée le 6 décembre 2023. Elle alimente le chatbot génératif basé sur l’intelligence artificielle (IA) et un assistant virtuel développé par Google du même nom. L’architecture Gemini est entraînée en natif sur plusieurs types de données, ce qui permet aux modèles de traiter et de générer simultanément du texte, du code informatique, des images, de l’audio et de la vidéo.

Google propose cette technologie à différents niveaux de capacité, allant de versions efficaces sur appareil (« Nano ») et de variantes économiques à haut débit (« Flash ») à des modèles à forte puissance de calcul conçus pour le raisonnement complexe (« Pro » et « Ultra »). Les générations de modèles 1.5 et 3 ont introduit des fenêtres de contexte étendues, permettant l’analyse de grands ensembles de données tels que des bases de code complètes, des vidéos longues ou des archives documentaires volumineuses en une seule requête.

Récemment, Google a annoncé la dernière version de Gemini, qui constitue moins un événement marquant en termes de modèle qu’une réévaluation tarifaire du milieu de la gamme. Gemini 3.6 Flash s’établit à 1,50 $ par million de tokens d’entrée et 7,50 $ par million de tokens de sortie, avec un niveau 3.5 Flash-Lite moins onéreux à 0,30 $ et 2,50 $. Au-delà de ces chiffres, Google précise que la version 3.6 Flash utilise 17 % de jetons de sortie en moins que la version 3.5 Flash pour des tâches comparables en plusieurs étapes, ce qui constitue la véritable réduction de prix cachée derrière cette baisse tarifaire.

Les chiffres de référence que l’entreprise a choisi de mettre en avant concernent le codage et l’utilisation informatique. Le DeepSWE passe de 37 % à 49 %, et la limite de connaissances bondit de janvier 2025 à mars 2026. Pour quiconque développe un assistant à partir des bibliothèques, SDK ou documentations actuels, ce décalage de la limite représente un avantage pratique bien plus important que la plupart des écarts de référence à un chiffre.

La nouveauté la plus intéressante est Gemini 3.5 Flash Cyber, une variante optimisée pour la sécurité que Google choisit délibérément de ne pas rendre publique. Elle est proposée sous forme de projet pilote à accès limité destiné aux gouvernements et aux partenaires de confiance, et alimente CodeMender, l’agent automatisé de correction des vulnérabilités de Google. Selon SiliconANGLE, parmi les premières entreprises à tester CodeMender figurent Salesforce, Robinhood et Palo Alto Networks, tandis que Harvey et Hebbia sont cités comme les premiers utilisateurs de la version 3.6 Flash. Cette restriction est une position remarquable : un géant du cloud qui met habituellement en avant la « disponibilité générale » trace une ligne de démarcation autour d’un outil capable d’attaques.

Google indique avoir « déjà lancé notre campagne de pré-entraînement la plus ambitieuse à ce jour, pour Gemini 4 », tandis que Gemini 3.5 Pro est encore en phase de test chez ses partenaires. Il faut prendre cela pour ce que c’est : une information rapportée, et non une promesse tenue. Il convient de noter honnêtement que l’article ne donne pas de calendrier pour Gemini 4, ne quantifie pas l’amélioration apportée par Cyber sur les CVE réels, et ne précise pas comment les correctifs de CodeMender sont validés une fois intégrés au code de production.

Le scénario optimiste est simple. Si le segment Flash continue de gagner en compétitivité en termes de prix et d’efficacité, cela mettra la pression sur OpenAI et Anthropic au niveau de la couche « workhorse » (couche de base), où se concentre la majeure partie des dépenses des entreprises en matière d’inférence, et offrira aux développeurs utilisant des piles de type Harvey et Hebbia une base moins coûteuse sur laquelle itérer, tandis que tout le monde attend de voir ce qu’est réellement Gemini 4.

Voici l'annonce de Google :

Présentation de Gemini 3.6 Flash, 3.5 Flash-Lite et 3.5 Flash Cyber

Les développeurs et les clients qui créent des agents IA en production ont besoin d’une meilleure efficacité en termes de tokens, d’une latence réduite et de performances plus fiables. Notre série de modèles Flash est conçue pour offrir le juste équilibre entre efficacité et qualité, afin de permettre la mise à l’échelle des workflows agentiques. En nous appuyant sur Gemini 3.5 Flash, nous lançons de nouveaux modèles Gemini :

- 3.6 Flash : notre modèle phare, qui offre de meilleures performances en matière de codage, de travail intellectuel et de multimodalité. Selon l’Artificial Analysis Index, il réduit la consommation de tokens de sortie de 17 % par rapport au 3.5 Flash, et dans certains benchmarks tels que DeepSWE de Datacurve, nous observons une réduction pouvant atteindre 65 %, le tout à un coût par token de sortie inférieur.

- 3.5 Flash-Lite : notre modèle de la classe 3.5 le plus rapide et le plus rentable, qui génère 350 tokens de sortie par seconde selon l’Artificial Analysis Index, et qui surpasse également de manière significative les générations précédentes de Flash-Lite dans les workflows agentiques.

- 3.5 Flash Cyber dans CodeMender : Les applications de cybersécurité performantes nécessitent une orchestration minutieuse d’un modèle associé à une infrastructure d’agents. Nous présentons une combinaison entre un nouveau modèle hautement efficace, spécialisé dans la cybersécurité, et notre agent de sécurité du code CodeMender, qui offre des performances compétitives à la pointe de la technologie.

Au-delà des versions publiées aujourd’hui, Gemini 3.5 Pro fait actuellement l’objet de tests auprès de nos partenaires et nous prévoyons de le rendre largement accessible dès qu’il sera prêt. En parallèle, notre équipe se concentre déjà sur le développement de la prochaine génération de modèles. Nous avons lancé notre campagne de pré-entraînement la plus ambitieuse à ce jour, pour Gemini 4, et sommes ravis des progrès réalisés.

3.6 Flash : plus efficace et de meilleure qualité que 3.5 Flash

Gemini 3.6 Flash s’appuie directement sur les retours des développeurs et des clients concernant la version 3.5 Flash. Non seulement 3.6 Flash apporte une amélioration notable en matière de codage et de travail intellectuel, mais il le fait tout en améliorant significativement l’efficacité des tokens. Par exemple, selon l’Artificial Analysis Index, nous constatons que 3.6 Flash consomme 17 % de tokens de sortie en moins que 3.5 Flash. Il nécessite également moins d’étapes de raisonnement et d’appels d’outils pour accomplir des workflows en plusieurs étapes.

Cette efficacité accrue s’accompagne également d’un prix inférieur à celui de la version 3.5 Flash. À 1,50 $ pour 1 million de tokens d’entrée et 7,50 $ pour 1 million de tokens de sortie, la version 3.6 Flash réduit le coût global par tâche agentique, rendant ainsi la création et l’exécution des agents plus rentables.

Tout en étant plus efficace, la version 3.6 Flash affiche des gains de performances par rapport à la version 3.5 Flash dans tous les cas d’utilisation :

- La version 3.6 Flash offre une plus grande précision avec moins de modifications de code indésirables et un nombre réduit de boucles d’exécution, comme le montre DeepSWE (49 % contre 37 %), et présente une amélioration significative dans la recherche en apprentissage automatique, comme le montre MLE Bench (63,9 % contre 49,7 %).

- Il offre des capacités améliorées en matière d’utilisation informatique, comme le montre OSWorld-Verified (83,0 % contre 78,4 %). L’utilisation informatique est désormais un outil intégré côté client via l’API Gemini et Gemini Enterprise.

- Il surpasse Flash 3.5 dans le domaine du travail intellectuel, comme le montrent des benchmarks tels que GDPval-AA v2 (1 421 contre 1 349). Des clients tels que Hebbia et Harvey l’ont trouvé particulièrement performant pour des tâches multimodales telles que l’analyse de documents, l’analyse de graphiques et de données, ainsi que la rédaction de rapports.

Conçu dans un souci de sécurité

La version 3.6 Flash intègre des mesures de sécurité Frontier Safety renforcées dans les domaines chimique, biologique, radiologique et nucléaire (CBRN) ainsi que contre les utilisations malveillantes en matière de cyberattaques. Ces mesures rendent le modèle nettement plus résistant aux tentatives de contournement. Parallèlement, le modèle a été entraîné pour minimiser les refus dans le cadre d’utilisations bénéfiques.

3.5 Flash-Lite : conçu pour faire évoluer les workflows agentiques

Au-delà de Flash, nous lançons également Gemini 3.5 Flash-Lite, conçu à la fois pour les tâches à faible latence et pour celles où un débit élevé est essentiel aux workflows des développeurs, comme la recherche agentique et le traitement de documents.

3.5 Flash-Lite est le modèle le plus rapide de la série 3.5. Selon les mesures d’Artificial Analysis, il fonctionne à un débit de 350 tokens de sortie par seconde. Avec un tarif de 0,3 $ pour 1 million de tokens d’entrée et de 2,5 $ pour 1 million de tokens de sortie, et une qualité nettement supérieure à celle du modèle 3.1 Flash-Lite, le modèle 3.5 Flash-Lite offre un excellent rapport prix/performances aux...

La fin de cet article est réservée aux abonnés. Soutenez le Club Developpez.com en prenant un abonnement pour que nous puissions continuer à vous proposer des publications.