Un nouveau modèle Flash trois semaines après le précédent

Google a annoncé Gemini 3.7 Flash le 13 août 2026, seulement trois semaines après Gemini 3.6 Flash. L’entreprise présente cette itération comme son modèle de travail le plus avancé pour le codage et les agents. Le changement porte surtout sur la fiabilité des tâches longues : résolution de problèmes logiciels, respect d’une interface de référence, traitement de documents et enchaînement d’outils. Il ne s’agit pas d’un nouveau modèle Pro ni d’un générateur d’images, mais d’un modèle multimodal qui reçoit du texte, des images, de l’audio ou de la vidéo et produit du texte.

La fiche de Google DeepMind indique une fenêtre de contexte pouvant atteindre un million de tokens et une sortie maximale de 64 000 tokens. Le modèle est accessible dans l’API Gemini via Google AI Studio et Android Studio, dans Google Antigravity, ainsi que dans Gemini Enterprise Agent Platform et l’application Gemini Enterprise. L’ouverture commence le jour de l’annonce ; la disponibilité effective peut néanmoins dépendre du produit, du compte, de la région et des quotas associés.

Le tarif introductif est fixé à 0,75 dollar par million de tokens d’entrée et 3,75 dollars par million de tokens de sortie jusqu’au 31 décembre 2026. Google le compare à la moitié du prix initial de Gemini 3.6 Flash. À partir du 1er janvier 2027, le barème annoncé doublera pour atteindre respectivement 1,50 et 7,50 dollars. Une équipe qui déploie un agent sur la durée doit donc établir son budget avec le tarif 2027, et non avec la remise de lancement.

Les gains annoncés se concentrent sur le code et les agents

Google rapporte 65,3 % sur DeepSWE v1.1, contre 48,6 % à 49,0 % pour Gemini 3.6 Flash selon les tableaux publiés, et 43,6 % contre 34,4 % sur FrontierCode 1.1 Main. Le score WebDev Arena passe de 1 538 à 1 588 Elo. Sur AutomationBench, consacré à des flux de travail d’entreprise, l’écart annoncé est de 30,4 % contre 17,0 %. Ces progressions sont suffisamment larges pour justifier de nouveaux essais, mais elles ne garantissent pas le même gain sur un dépôt, un langage ou une chaîne d’outils particuliers.

Graphique Google comparant Gemini 3.7 Flash à quatre autres modèles sur DeepSWE v1.1.
DeepSWE mesure ici l’ingénierie logicielle de longue durée. Le graphique et les résultats sont publiés par Google, pas reproduits par Great Opti.

Le tableau complet apporte une réserve utile : Gemini 3.7 Flash ne domine pas chaque évaluation. Google affiche par exemple GPT-5.6 Terra à 69,6 % sur DeepSWE et à 87,4 % sur Terminal-bench 2.1, contre 65,3 % et 85,8 % pour son modèle. À l’inverse, 3.7 Flash prend l’avantage dans le tableau sur FrontierCode, WebDev Arena et AutomationBench. Un classement dépend donc du test choisi, du niveau de raisonnement, des outils autorisés et du prix réellement payé.

Tableau officiel Google des prix et benchmarks de Gemini 3.7 Flash face à quatre modèles concurrents.
Le tableau officiel mêle évaluations internes et externes. Les valeurs comparatives doivent être vérifiées sur des charges de travail réelles.

Artificial Analysis mesure séparément le modèle et fournit un contrepoint indépendant sur son intelligence, son débit et son coût. Ce suivi confirme qu’un modèle rapide peut occuper un bon compromis qualité-prix sans être le meilleur partout. Il reste toutefois trop tôt pour disposer d’un large ensemble de tests indépendants sur des agents complets, dont le temps total dépend aussi des recherches, appels d’API, compilations et validations externes.

Ce que le lancement change pour les développeurs et Spark

Pour un développeur, l’intérêt concret réside dans la réduction des boucles manuelles. Google affirme que 3.7 Flash clarifie mieux l’intention, suit plus fidèlement les consignes et adapte son plan lorsqu’un outil ou une étape échoue. Cela peut diminuer les relances nécessaires pour corriger un bug, transformer une maquette en interface ou parcourir un rapport. La vitesse d’exécution et le nombre de tokens consommés restent néanmoins à mesurer sur chaque projet : un meilleur taux de réussite au premier essai peut compter davantage qu’un tarif facial bas.

Graphique Google comparant les résultats de quatre modèles sur AutomationBench.
Google annonce 30,4 % sur AutomationBench. Ce score ne mesure pas à lui seul le coût, la sécurité ou le taux de réussite d’un agent en production.

Gemini Spark adopte aussi 3.7 Flash pour les abonnés Google AI Pro et Ultra. L’agent peut consolider des fichiers, rédiger des e-mails et mettre à jour des documents grâce aux applications Workspace. Cette partie du lancement ne concerne toutefois pas directement la Belgique ou la France : la page de disponibilité de Google exclut encore l’Espace économique européen, ainsi que le Royaume-Uni, la Suisse et le Nigeria. L’accès au modèle par API ne doit pas être confondu avec l’accès à Spark dans l’application Gemini.

Pour la création de contenu et le gaming, l’effet reste indirect. Gemini 3.7 Flash peut assister des workflows de code, de documentation, d’analyse de télémétrie ou de production web, mais Google n’annonce aucun moteur de jeu intégré, aucune accélération locale sur GPU GeForce ou Radeon et aucun gain de performances dans les jeux. Le calcul est fourni comme un service cloud et son coût varie avec les volumes de tokens et les outils appelés.

Contexte, connaissances et fiabilité imposent encore des réserves

La fiche modèle reconnaît les limites classiques des grands modèles de langage, notamment les hallucinations, ainsi que des lenteurs ou expirations occasionnelles. Sa date de coupure des connaissances est indiquée en mars 2026, mais Google précise que certains domaines peuvent rester limités à janvier 2025, comme le socle de la famille Gemini 3. Une recherche ou une source externe demeure donc nécessaire pour toute information récente, même si le modèle accepte un contexte très long.

Gemini 3.7 Flash repose sur Gemini 3.6 Flash et renvoie largement à la fiche du modèle précédent pour l’architecture, les données d’entraînement et plusieurs politiques de sécurité. Google publie des évaluations de sûreté automatisées et dit avoir mené un red teaming spécialisé, mais ne fournit pas tous les détails permettant de reproduire ces contrôles. Les benchmarks de lancement doivent eux aussi être lus comme des résultats de l’éditeur jusqu’à leur réplication indépendante.

La bonne décision n’est donc pas de remplacer automatiquement un modèle existant. Il faut comparer 3.7 Flash avec les mêmes dépôts, prompts, outils, limites de contexte et critères de correction, puis mesurer le temps total, le nombre de tentatives et le coût au résultat validé. Le lancement est important parce qu’il améliore sensiblement la catégorie rapide de Google ; sa valeur durable dépendra du tarif de janvier, de la stabilité du service et des mesures réalisées en production.