Google glisse une capacité d’agent natif au cœur de Gemini 3.5 Flash, capable de voir l’écran et de cliquer à la place de l’utilisateur. Au benchmark OSWorld, le modèle frôle Opus 4.8 et bat GPT-5.4 mini, sur navigateur, mobile et desktop.
Pour résumer
- Gemini 3.5 Flash intègre la fonctionnalité Computer Use directement dans le modèle.
- Score OSWorld de 78.4, à égalité avec Sonnet 4.6 et au-dessus de Gemini 3.1 Pro.
- Deux garde-fous entreprise optionnels et un entraînement adversarial encadrent les actions sensibles.
Faire résumer cet article par une IA
ChatGPTUn agent natif greffé au cœur du modèle
Google franchit une étape claire. Gemini 3.5 Flash voit l’écran, comprend ce qui s’y passe et interagit seul avec un ordinateur, sans dépendre d’un orchestrateur externe. La capacité Computer Use vit désormais à l’intérieur du modèle.
Le périmètre couvre les trois environnements qui comptent. Navigateur web, application mobile et postes desktop reçoivent le même traitement, avec une boucle perception-action que le modèle pilote de bout en bout. Cette autonomie va plus loin encore, Gemini 3.5 Flash pilotant des agents autonomes.
L’intégration se combine avec les outils déjà disponibles côté Gemini. Function calls, Search et Maps restent accessibles dans le même appel, ce qui permet à l’agent d’enchaîner recherche, raisonnement et exécution sans changer de contexte. Google multiplie les briques Gemini, Nano Banana offrant des images gratuites.
Côté usages, Google met en avant deux cas concrets. Les tests logiciels automatisés et l’automatisation bureautique sont les premiers terrains de jeu mis en avant, deux domaines déjà ciblés par Codex chez OpenAI.
L’accès passe par l’API Gemini et la Gemini Enterprise Agent Platform. Pour évaluer la nouveauté, Google propose une démo Browserbase et une implémentation de référence sur GitHub, sans communiquer pour autant de calendrier de bascule grand public.
78.4 sur OSWorld : Gemini Flash rattrape Opus 4.8
Le benchmark OSWorld sert d’arbitre. Gemini 3.5 Flash y signe un score de 78.4, soit un saut net face aux 65.1 de Gemini 3 Flash. Sur ce terrain, la nouvelle version efface la précédente sans discussion. Le détail figure dans l’annonce officielle de Google sur Gemini 3.5 Flash et son contrôle d’ordinateur.
La comparaison avec OpenAI tourne en faveur de Google sur le segment léger. GPT-5.4 mini plafonne à 72.1, tandis que GPT-5.5 atteint 78.7. Flash est donc à parité avec le plus gros modèle d’OpenAI cité dans la mesure.
Face à Anthropic, le verdict est plus nuancé. Opus 4.8 reste devant avec 83.4 et garde une marge claire. Sonnet 4.6 cale à 78.4, exactement le score de Gemini 3.5 Flash, et Google atteint donc le niveau Sonnet sans la facture Sonnet.
L’autre détail qui pèse, c’est l’écart interne au catalogue Google. Gemini 3.1 Pro plafonne à 76.2, sous le nouveau Flash. Le modèle premium est dépassé sur l’usage agentique par une version Flash, ce qui rebat la grille tarifaire pour les développeurs.
Sur un benchmark de productivité orienté actions, la hiérarchie ne reflète plus celle des modèles de chat. Un Flash bien armé en perception et en outils peut désormais coller au plus haut de gamme historique, à condition que la tâche reste dans le périmètre testé.
À voir également sur Horizon :
- Exode Google : Anthropic et OpenAI raflent les talents IA
- Claude Tag : Anthropic colonise vos Slack d’entreprise
- OpenAI corrige les bugs open source des projets
Sandbox et garde-fous : Google avance prudemment
L’agentique braque les projecteurs sur les questions de sécurité. Google a entraîné Gemini 3.5 Flash avec une couche adversarielle dédiée et expose deux garde-fous optionnels côté entreprise.
Le premier garde-fou impose une confirmation utilisateur sur les actions sensibles. Le second active la détection automatique d’injections de prompt indirectes, un risque amplifié par le fait que le modèle lit ce qui se trouve à l’écran.
Les recommandations d’intégration sont explicites. Google conseille le sandboxing, la supervision humaine sur les workflows critiques et des contrôles d’accès stricts, en cohérence avec la posture déjà adoptée par OpenAI sur son ChatGPT agent.
À court terme, l’adoption va dépendre des intégrateurs. Les premières cibles sont les équipes QA et les RPA modernes, qui peuvent industrialiser un agent capable de tester un parcours utilisateur ou de pousser un dossier dans un SaaS sans connecteur dédié.
À moyen terme, la conjonction d’un Flash performant et d’une API agentique mature change le rapport prix sur l’usage RPA et automation. Si la trajectoire OSWorld se confirme sur les cas réels, Google prend une longueur d’avance sur le marché des agents low-cost, là où Anthropic vise plutôt le haut de gamme. Google décline l’agent partout, jusqu’à Remy, son agent IA personnel.
Affaire à suivre sur Horizon.
