Gemini 3.8 Flash est sorti mercredi et marque 73,7 % sur DeepSWE v1.1, à trois dixièmes de point de Claude Opus 5. Le tarif d’entrée reste fixé à 0,75 $ le million de tokens jusqu’au 31 décembre, mais le coût réel par tâche grimpe de 40 % par rapport à la version précédente. Google livre en parallèle une déclinaison 3.8 Flash Cyber réservée aux défenseurs admis dans son nouveau programme Fairwind.
Pour résumer
- DeepSWE v1.1 passe de 65,3 % à 73,7 %, contre 74,0 % pour Claude Opus 5
- 0,75 $ et 3,75 $ le million de tokens jusqu’au 31 décembre, puis le double
- La variante Cyber atteint 86,2 % sur CyberGym, devant GPT-5.6 Sol à 83,6 %
Faire résumer cet article par une IA
ChatGPT73,7 % sur DeepSWE, à trois dixièmes de point d’Opus 5
Google a publié mercredi Gemini 3.8 Flash et sa déclinaison 3.8 Flash Cyber. Le lab présente le premier comme son modèle de travail le plus intelligent, taillé pour l’ingénierie logicielle longue, les agents autonomes et les chaînes d’entreprise à plusieurs étapes.
Le tableau de benchmarks de l’annonce officielle des deux modèles publiée par Google place l’écart sur les tâches d’ingénierie qui durent, pas sur les questions isolées.
DeepSWE v1.1 monte de 65,3 % à 73,7 % entre 3.7 Flash et 3.8 Flash. Claude Opus 5 tient encore la tête avec 74,0 %, et GPT-5.6 Sol reste en arrière à 72,7 %.
L’écart de trois dixièmes de point avec le modèle le plus cher du marché est le vrai signal de cette sortie. Un modèle vendu à 0,75 $ le million de tokens en entrée se retrouve à portée d’un modèle facturé 5,00 $.
Sur l’index d’intelligence d’Artificial Analysis, Gemini 3.8 Flash décroche 59 en raisonnement élevé, exactement le score de GPT-5.6 Sol dans sa configuration la plus poussée. HLE-Verified s’établit à 54,9 %.
Pour une équipe qui écrit du code, ce niveau déplace la question du choix de modèle. Le débat ne porte plus sur la capacité brute mais sur ce qu’un point de benchmark en plus justifie comme surcoût.
La progression se lit mieux en la comparant à celle de la version 3.7 Flash qui avait remplacé la 3.6 mi-août. Chaque itération gagne quelques points sans jamais faire bouger le prix affiché.
Le format d’entrée reste large. Texte, image, vidéo, audio et PDF passent dans la même fenêtre, avec une sortie en texte et trois niveaux de réflexion réglables.
Le modèle est déjà servi dans AI Studio, Android Studio, l’API Gemini, Gemini Enterprise, l’application Gemini pour les abonnés Pro et Ultra, le mode IA de la recherche Google et Sheets.
Cette diffusion immédiate sur sept surfaces produit change la nature de la sortie. Un développeur ne va pas le chercher, il le reçoit là où il travaillait déjà.
Le tarif affiché ne dit pas le coût réel par tâche
La grille tarifaire d’introduction reste calée sur celle de la génération précédente, dans la continuité de la 3.6 Flash arrivée moins chère que sa devancière en juillet. L’entrée coûte 0,75 $ le million de tokens et la sortie 3,75 $, très loin sous les 5,00 $ et 25,00 $ de Claude Opus 5.
Cette grille a une date de péremption. Elle expire le 31 décembre 2026, et les tarifs passent ensuite à 1,50 $ en entrée et 7,50 $ en sortie, soit exactement le double.
Le chiffre qui compte pour une équipe produit est ailleurs. À prix au token identique, le coût moyen par tâche grimpe d’environ 40 %, de 0,40 $ à 0,58 $ par rapport à 3.7 Flash.
Google justifie cet écart par le supplément d’étapes de raisonnement et par l’usage itératif des outils. Le modèle réfléchit plus longtemps et appelle plus d’outils, donc il consomme davantage pour un même énoncé.
La conséquence est directe pour quiconque a bâti un budget sur le tarif au token. Une migration depuis 3.7 Flash à charge constante coûte plus cher qu’avant, alors que rien n’a bougé sur la page de prix.
La fenêtre laisse quatre mois pour trancher. Une équipe qui bascule maintenant achète du volume au tarif d’appel et devra refaire ses projections en janvier, quand le prix affiché aura doublé.
Le calcul reste malgré tout favorable sur les tâches longues. Un modèle qui résout un ticket en une passe là où le précédent en demandait trois reste moins cher au résultat, même avec une facture par appel plus lourde.
Anthropic a poussé le même levier quelques jours plus tôt, quand Claude Fable 5.1 a allégé la facture de 25 % sans toucher au prix au token. Les deux labs déplacent la remise hors de la grille affichée.
Le schéma se répète d’une itération à l’autre. Google descend le ticket d’entrée affiché et laisse le coût réel se déplacer vers la consommation, là où aucune page tarifaire ne le montre.
Il y a un absent dans ce calendrier. Gemini 3.5 Pro et Gemini 4 ne sont toujours pas là, et c’est le troisième modèle Flash en six semaines qui occupe le terrain à leur place, dans la continuité de un Gemini 3.5 Pro repoussé pour être reconstruit.
D’autres articles sur Horizon
- La détection du texte Claude s’ouvre aux médias
- Claude Fable 5.1 code mieux et coûte 25 % de moins
- La vidéo IA a remplacé les acteurs des séries chinoises
Une déclinaison Cyber réservée aux défenseurs triés
La seconde sortie du jour est plus étroite et plus intéressante. Gemini 3.8 Flash Cyber est un modèle spécialisé dans la détection de vulnérabilités et la production automatique de correctifs.
Sur CyberGym, il atteint 86,2 % et dépasse GPT-5.6 Sol mesuré à 83,6 %. Sur des vulnérabilités réelles, Google annonce plus de 70 % de réussite à travers vingt langages de programmation.
Le volet correctif compte autant que la détection. CWE-Bench affiche 47,2 % de réussite au premier essai, et sur le périmètre Chrome Security le modèle produit 2,6 fois plus de correctifs justes que les meilleurs modèles commerciaux.
La couverture des vingt langages compte autant que le taux. Un défenseur qui maintient un parc hétérogène n’a pas besoin du meilleur score sur un langage, il a besoin d’un socle qui tienne partout.
Google met aussi en avant des gains de robustesse face aux injections de prompt, mesurés sur Gray Swan. Un modèle qui lit du code hostile toute la journée doit résister aux instructions cachées dans ce code.
Ces scores décrivent une capacité, pas un usage. Trouver une faille dans un dépôt de test et la corriger dans une base de production qui tourne restent deux exercices très différents.
L’accès est verrouillé. La déclinaison Cyber passe par Fairwind, un programme qui réserve l’accès prioritaire aux autorités publiques, aux opérateurs d’infrastructures critiques et aux mainteneurs de logiciels.
Ce filtrage installe une norme de fait. Un modèle capable de trouver des failles n’est plus vendu comme un produit, il est distribué comme une habilitation, ce qu’avait déjà esquissé la version cyber de GPT-5.6 livrée aux seuls défenseurs.
Côté concurrence, la pression se déplace sur deux fronts simultanés. Un rival doit désormais tenir le niveau sur l’ingénierie logicielle longue et proposer sa propre filière cyber sous accès contrôlé.
Anthropic a pris cette double position quelques jours plus tôt en desserrant son propre périmètre cyber pour les professionnels vérifiés. Les deux labs poussent la même semaine sur les mêmes leviers.
Reste la question que ce troisième Flash laisse ouverte. Une cadence de sortie aussi serrée sur le segment économique nourrit le doute sur l’arrivée des modèles haut de gamme, et Google n’a donné aucune date.
Affaire à suivre sur Horizon.
