Google a publié Gemini 3.6 Flash et 3.5 Flash-Lite en tant que nouveaux outils conçus pour réduire la latence et les coûts de jetons pour les agents d’IA d’entreprise.
L’aspect économique de l’exécution d’agents logiciels autonomes dans un environnement de production se résume à une équation fixe que peu de fournisseurs annoncent directement. Un modèle doit raisonner avec compétence sur une tâche en plusieurs étapes, mais chaque jeton supplémentaire qu’il génère ce faisant ajoute des coûts et des retards à un flux de travail qui peut s’exécuter des milliers de fois par heure.
Les équipes qui créent des agents en arrière-plan plutôt que des interfaces de discussion ont besoin en premier du débit et en second lieu du nombre de paramètres. La réponse de Google, annoncée cette semaine, répartit ce compromis entre trois modèles : Gemini 3.6 Flash pour le codage et le raisonnement multimodal, Gemini 3.5 Flash-Lite pour les travaux à volume élevé et à faible latence, et une variante restreinte Gemini 3.5 Flash Cyber conçue pour la correction des vulnérabilités.
Les mathématiques derrière Gemini 3.6 Flash
La documentation du développeur de Google pour Flash 3.6 se concentre sur un chiffre : 17 % de jetons de sortie en moins que la version Flash 3.5 précédente, sur la base des mesures de l’index d’analyse artificielle.
Dans des tests synthétiques spécifiques, y compris le benchmark Datacurve DeepSWE, Google rapporte une baisse de l’utilisation des jetons pouvant atteindre 65 %. Le prix se situe à 1,50 $/1 million de jetons d’entrée et à 7,50 $/1 million de jetons de sortie, positionnant le modèle pour des boucles de raisonnement qui s’exécutent en continu plutôt qu’à la demande.
Sur DeepSWE, la société enregistre un taux de réussite de 49 pour cent pour 3,6 Flash contre 37 pour cent pour son prédécesseur. Sur MLE Bench, le score passe de 49,7 % à 63,9 %, et sur le test GDPval-AA v2 de Google – qui tente de mesurer le travail de connaissances réel plutôt que de coder des énigmes – 3,6 Flash obtient un score de 1 421 contre 1 349 pour l’ancien modèle.
Figma, Hebbia et Harvey mettent le modèle en pratique
Figma a intégré 3.6 Flash dans son infrastructure de prototypage et, selon Matt Colyer, directeur de l’ingénierie produit de la société, le modèle offre aux développeurs un parcours plus rapide à travers les itérations de conception sans perte de qualité de sortie.
La plateforme technologique juridique Harvey et l’outil de recherche Hebbia acheminent les données via le modèle pour un travail documentaire multimodal : ingération de documents financiers bruts, analyse de la structure des documents, lecture de graphiques intégrés et production de projets de rapports pour examen.
Google a également intégré un outil informatique côté client directement dans les plates-formes Gemini API et Gemini Enterprise, supprimant ainsi les ingénieurs logiciels intermédiaires personnalisés précédemment créés pour permettre aux modèles de fonctionner sur un système d’exploitation.
La société rapporte un score OSWorld-Verified de 83,0 pour cent, contre 78,4 pour cent, et affirme que les garanties mises à jour contre l’utilisation abusive de produits chimiques, biologiques, radiologiques et nucléaires améliorent la résistance au jailbreak sans augmenter les taux de refus pour les demandes bénignes.
Un niveau moins cher pour les agents d’arrière-plan à grand volume
Gemini 3.5 Flash-Lite cible une tâche différente : le traitement de documents et la recherche agent s’exécutant en volume plutôt qu’en profondeur de raisonnement. L’indice d’analyse artificielle a mesuré le modèle à 350 jetons de sortie par seconde, le plus rapide de la série 3,5 selon Google.
Le prix s’élève à 0,3 $/1 million de jetons d’entrée et à 2,5 $/1 million de jetons de sortie, ce qui est suffisamment bon marché pour que les équipes d’ingénierie puissent acheminer des requêtes de sous-agents simples et volumineuses vers un niveau de réflexion minimal et réserver des niveaux de réflexion plus élevés pour un travail en plusieurs étapes.
Lors du test en contexte long GDM-MRCR v2 de Google, Gemini 3.5 Flash-Lite a enregistré un taux de réussite de 72,2 %, contre 60,1 % pour son prédécesseur, et son score GDPval-AA v2 a presque doublé, passant de 642 à 1 140. Le modèle intègre le même outil informatique natif que 3.6 Flash.
Par ailleurs, Google indique que Gemini 3.5 Pro reste en test chez les partenaires avant une version complète, et que la pré-formation pour la prochaine architecture Gemini 4 est déjà en cours.
Gemini 3.5 Flash Cyber : un modèle restreint pour corriger le code
Les scanners de vulnérabilités automatisés détectent désormais les failles plus rapidement que la plupart des équipes de sécurité ne peuvent les corriger, et c’est dans cette lacune que Google positionne Gemini 3.5 Flash Cyber.
Le modèle est conçu pour valider et corriger les vulnérabilités du code, et Google rapporte des performances sur le benchmark CyberGym compétitives par rapport aux modèles frontières (bien qu’il n’ait pas rendu ces chiffres publics avec le même détail que ses versions destinées aux consommateurs).
La distribution reste limitée aux gouvernements et aux partenaires sélectionnés via un programme pilote, une limitation que Google définit comme une protection contre le modèle générant du code d’exploitation à des fins offensives.
Dans l’agent de sécurité CodeMender de Google, plusieurs instances de Flash Cyber 3.5 s’exécutent en parallèle, vérifiant mutuellement leurs résultats avant de produire un seul rapport de correction qu’un examinateur humain approuve.
Les équipes d’ingénierie cherchant à intégrer ces nouveaux modèles peuvent y accéder via l’API Gemini via Google AI Studio, Android Studio ou Gemini Enterprise Agent Platform. Les consommateurs peuvent également accéder aux nouveaux modèles dans l’application Gemini et 3.5 Flash-Lite est également déployé dans la recherche Google.
