Google a déployé trois nouveaux modèles Gemini Flash menés par Gemini 3.6 Flash, qui réduit la consommation de tokens jusqu’à 17 pour cent et arrive moins cher que la version qu’il remplace. Le vaisseau amiral 3.5 Pro reste absent, et dans la même fenêtre Google a confirmé avoir lancé son entraînement le plus ambitieux à ce jour pour Gemini 4.
Pour résumer
- Gemini 3.6 Flash coupe l’usage de tokens jusqu’à 17 pour cent et passe sous le prix de son propre prédécesseur.
- Un Flash-Lite moins cher et un Flash Cyber réservé aux gouvernements complètent la sortie, pendant que le 3.5 Pro reste en test.
- Google a démarré l’entraînement de Gemini 4, signe que la bataille se joue désormais sur le coût et la cadence plutôt que sur un vaisseau amiral unique.
Faire résumer cet article par une IA
ChatGPTTrois modèles Flash, et le Pro qui n’arrive jamais
Google a livré la sortie en trio. Gemini 3.6 Flash est le cheval de trait, calibré pour le code, le travail de connaissance et les tâches multimodales, et c’est celui que la plupart des équipes brancheront vraiment en production.
En dessous, Gemini 3.5 Flash-Lite se présente comme l’option la plus économique de sa catégorie. Au-dessus du palier quotidien, Gemini 3.5 Flash Cyber est une variante affinée pour trouver et corriger les vulnérabilités de sécurité, et elle sort tenue en laisse.
Cette laisse est le détail à signaler. Flash Cyber est réservé aux gouvernements et aux partenaires de confiance dans un programme pilote à accès limité, ce qui indique que Google considère le réglage sécurité comme une capacité qu’il ne veut pas encore lâcher sur l’API ouverte.
Le trou dans la gamme, c’est le Pro. Gemini 3.5 Pro n’est toujours pas sorti, et le responsable produit Logan Kilpatrick précise que le modèle est en test avec des partenaires, avec l’espoir d’atterrir bientôt. La dernière mise à jour de cette ligne remonte à février, un long moment pour laisser la place du haut vacante pendant que le vaisseau amiral glisse encore et que Google le reconstruit sur une base plus faible.
Pour une équipe qui choisit un modèle aujourd’hui, le message est net. Le Gemini de pointe n’est pas disponible, donc la décision pratique se joue entre les paliers Flash, et cela déplace toute la discussion de la capacité brute vers le coût d’exploitation.
Couper les tokens, l’arme de Google sur le prix
Le chiffre en tête, c’est la coupe de 17 pour cent dans l’usage de tokens. Un modèle qui fait le même travail en émettant moins de tokens revient directement moins cher, parce que l’inférence se facture au token, donc l’économie tombe sur chaque appel qu’une équipe passe.
Pour une équipe produit qui construit des agents, c’est le nombre qui compte plus qu’un benchmark. Un agent boucle sur une tâche, rappelle le modèle encore et encore, donc une remise par appel se compose vite sur une charge réelle et peut faire passer un cas d’usage de trop cher à viable.
Google a été explicite sur la cible. Le lab a présenté la sortie autour de l’efficacité, de la latence et de la fiabilité pour les clients qui construisent des agents IA à grande échelle, une manière claire de dire qu’il se bat pour le palier à gros volume où passe désormais la majorité du travail de routine.
Côté concurrence, le calendrier n’a rien de tendre. Les labs chinois déversent de gros modèles en preview subventionnée, et nous l’avons revu quand Alibaba a sorti Qwen 3.8 à un dixième du tarif standard, plantant un prix de référence auquel tout le marché doit maintenant répondre.
La réponse de Google est de se battre sur l’efficacité plutôt que sur une remise choc. Rogner les tokens abaisse le coût réel sans afficher un tarif promotionnel qu’il faudra détricoter plus tard, une façon plus stable de tenir le palier volume face à la pression tarifaire de Hangzhou et Pékin.
Les perdants de ce cadrage sont les labs qui facturent encore un tarif premium pour un modèle généraliste, le piège dans lequel Anthropic s’est glissé en gardant Fable 5 gratuit sur Max tout en basculant les comptes Pro sur une facturation au token. Quand l’option crédible la moins chère continue de baisser, chaque renégociation part d’un point d’ancrage plus bas, et la pression tombe le plus dur sur celui qui ne peut pas suivre la courbe de coût.
D’autres articles sur Horizon
- Fable 5 sur Max reste inclus, Pro paie au token
- Le biais IA à l’embauche dépasse celui des humains
- Moonshot coupe les ventes de Kimi, GPU saturés
Ce que le run Gemini 4 dit de la roadmap
Le titre discret, c’est Gemini 4. Google a confirmé avoir lancé son entraînement le plus ambitieux à ce jour, un engagement lourd en calcul et une déclaration nette sur l’endroit où le groupe place son prochain pari.
Lu face au 3.5 Pro manquant, le geste paraît délibéré. Polir un vaisseau amiral intermédiaire compte moins si le vrai saut est à une génération de là, donc sortir des Flash efficaces maintenant pendant que le gros entraînement mijote est une manière cohérente de rester sur le marché sans brûler son attention sur un bouche-trou.
Pour les rivaux, cela règle une horloge inconfortable. Anthropic et OpenAI doivent désormais peser leur propre cadence face à un Google qui tient le palier bas coût aujourd’hui et télégraphie un modèle de pointe demain, un étau visible dans la même guerre des prix qui a poussé les plus gros modèles ouverts chinois à chasser les meilleurs systèmes américains sur le coût.
La question ouverte, c’est de savoir si le pari sur la cadence paie. Un run d’entraînement est une promesse, pas un produit, et tant que Gemini 4 n’atterrit pas, la place de pointe reste vide et la lecture concurrentielle repose sur des modèles qui existent déjà plutôt que sur un que Google dit à venir.
L’usage des prochaines semaines tranchera d’abord la question du prix. Les équipes qui branchent Gemini 3.6 Flash sur des agents en production confirmeront si le chiffre de 17 pour cent tient sur des charges réelles, et c’est là que la sortie gagne le palier volume ou le rend.
Affaire à suivre sur Horizon.
