Google a dévoilé Gemini 3.5 Flash lors de Google IO 2026 : un modèle conçu pour les agents autonomes, pas les chatbots conversationnels. Il surpasse Gemini 3.1 Pro sur pratiquement tous les benchmarks, tourne jusqu’à douze fois plus vite dans sa version optimisée, et peut exécuter des tâches complexes pendant plusieurs heures d’affilée.
Pour résumer
- Gemini 3.5 Flash surpasse Gemini 3.1 Pro sur les benchmarks de coding et d’agents
- La version optimisée tourne 12 fois plus vite que les modèles frontières équivalents
- Il est conçu pour des workflows multi-semaines, pas pour des échanges conversationnels
Les chiffres de Gemini 3.5 Flash : vitesse, capacité et positionnement
Gemini 3.5 Flash n’est pas un modèle incrémental. Il surpasse Gemini 3.1 Pro sur pratiquement tous les benchmarks, y compris les tâches de coding et d’agentique. Dans sa version standard, il est quatre fois plus rapide que les autres modèles frontières. Dans sa version optimisée, il atteint douze fois la vitesse avec une qualité équivalente.
Le modèle est disponible dès maintenant sur Antigravity, l’API Gemini, Gemini Enterprise, le Gemini app et AI Mode dans Search. La distribution est immédiate sur l’ensemble des surfaces Google. Koray Kavukcuoglu, responsable technique impliqué dans le développement, a déclaré que Gemini 3.5 Flash offre « une combinaison exceptionnelle de qualité et de faible latence ».
Le modèle a été co-développé avec Antigravity 2.0, une nouvelle plateforme de développement orientée agents. Ce couplage architectural n’est pas un hasard. Antigravity est conçu pour héberger des workflows multi-étapes et piloter des agents qui s’exécutent dans la durée. Gemini 3.5 Flash est la brique de raisonnement au cœur de cet environnement.
Gemini 3.5 Flash est aussi conçu pour fonctionner avec Gemini 3.5 Pro, annoncé pour une sortie ultérieure, en tant que sous-agent. Cette architecture en cascade permet à un agent principal de déléguer des sous-tâches à un modèle spécialisé selon la nature du travail. C’est une orchestration multi-modèles pensée pour des systèmes d’agents complexes, pas pour des échanges en une seule passe.
Des agents qui exécutent des workflows de plusieurs semaines
La capacité centrale de Gemini 3.5 Flash est d’exécuter des tâches complexes pendant plusieurs heures en continu, avec seulement des pauses occasionnelles pour solliciter l’input de l’utilisateur. La démonstration présentée lors de Google IO a montré le modèle construisant un système d’exploitation depuis zéro. Ce n’est pas un exercice de génération de code : c’est une tâche d’ingénierie complète, avec itérations et corrections.
Les cas d’usage déjà en production chez les partenaires de Google confirment la direction. Des banques automatisent des workflows complets. Des équipes de data science l’utilisent pour analyser des données complexes sur des projets de plusieurs semaines. Ce ne sont plus des assistants à la saisie : ce sont des exécutants autonomes sur des projets à durée réelle.
Comme nous l’analysions lors du lancement de Codex sur mobile par OpenAI, la compétition sur les agents de coding autonomes est en train de structurer le marché des outils de développement. Gemini 3.5 Flash entre directement sur ce terrain avec un avantage de vitesse et une intégration native dans l’écosystème Google Cloud.
Des garde-fous renforcés dans les domaines cyber et CBRN ont été intégrés au modèle. Google ne détaille pas les mécanismes précis mais mentionne explicitement ces catégories de risques. Un modèle capable de gérer des pipelines de coding et des projets de recherche de plusieurs semaines sans supervision humaine constante soulève des questions de sécurité qu’Anthropic a manifestement anticipées lors de la conception.
À voir également sur Horizon :
- Gemini Omni : Google génère de la vidéo depuis tout
- Alexa Podcasts : Amazon crée des épisodes audio sur demande
- OpenAI verdict : Musk perd, la voie libre pour l’IPO
Ce que ce virage stratégique change dans la course à l’IA
À court terme, Gemini 3.5 Flash positionne Google directement en face d’OpenAI Codex et d’Anthropic Claude Code. Les trois acteurs ciblent maintenant les mêmes équipes de développement avec des agents capables d’exécuter des tâches autonomes pendant des heures. La différenciation va se jouer sur la qualité des intégrations dans les environnements existants et sur la fiabilité des résultats dans la durée.
Pour les entreprises qui commencent à déployer des agents autonomes, le facteur vitesse est un argument concret. Un agent qui tourne douze fois plus vite sur la même tâche, avec qualité équivalente, représente une économie réelle de temps et de coût de compute. Sur des workflows de plusieurs semaines, l’écart cumulé devient significatif à l’échelle d’une organisation.
À moyen terme, le vrai enjeu est l’adoption d’Antigravity 2.0 comme plateforme de référence pour le déploiement d’agents en entreprise. Si Google réussit à en faire l’environnement standard, Gemini 3.5 Flash devient la brique de raisonnement par défaut dans un écosystème fermé. C’est le même mécanisme qui a construit la position dominante de Google Cloud dans le développement web.
La tendance de fond que Google confirme avec Gemini 3.5 Flash est structurelle : les chatbots ont eu leur heure. L’économie de l’IA migre vers les agents qui exécutent, pas vers ceux qui conversent. Cette bascule déterminera quels acteurs ont encore leur place dans le paysage dans deux ans.
Affaire à suivre sur Horizon.
