Google lance Gemini 3.8 Flash et mise sur l'itération autonome pour le code
Google annonce la sortie de Gemini 3.8 Flash et de sa déclinaison Cyber, trois semaines seulement après la version 3.7. Ce nouveau modèle mise sur un raisonnement prolongé et des boucles d'appels d'outils itératives pour résoudre des tâches de programmation complexes. Le tout reste proposé au tarif de 0,75 dollar par million de tokens en entrée.
Fil « Lancement du modèle Gemini 3.8 Flash par Google »
Google poursuit son rythme de déploiement soutenu avec la présentation de Gemini 3.8 Flash, son troisième modèle Flash en seulement six semaines. La nouveauté majeure ne réside pas uniquement dans la vitesse, mais dans la méthode : le modèle prend davantage de temps pour exécuter des étapes de raisonnement supplémentaires et utiliser des outils externes de manière itérative. Ce comportement est pensé spécifiquement pour les workflows agentiques (processus autonomes où l'IA enchaîne des actions, exécute du code et applique des correctifs sans intervention humaine constante).
Un modèle taillé pour l'ingénierie logicielle au long cours
Sur le benchmark (test comparatif standardisé) DeepSWE v1.1, axé sur la résolution autonome de problèmes logiciels complexes, Gemini 3.8 Flash surpasse plusieurs modèles plus volumineux. Il affiche également un score de 54,9% sur le test HLE-Verified pour le raisonnement multi-étapes. Le tarif reste identique à la version précédente : 0,75 $ par million de tokens (unités de texte traitées par le modèle) en entrée et 3,75 $ par million de tokens en sortie. Les développeurs peuvent ajuster le niveau d'effort (effort level) pour choisir entre une réflexion approfondie plus gourmande en tokens ou un traitement rapide pour les tâches simples.
{
"model": "gemini-3.8-flash",
"generationConfig": {
"effortLevel": "high",
"temperature": 0.2
}
}
La déclinaison Cyber et le correctif automatique
En parallèle, Google introduit Gemini 3.8 Flash Cyber, réservé aux équipes de défense via le programme Fairwind. Spécialisé dans la détection de vulnérabilités et l'application automatique de patches (correctifs logiciels), il enregistre un taux de réussite supérieur à 70% sur un jeu de tests interne couvrant 20 langages de programmation. Sur CWE-Bench, un test externe d'évaluation des correctifs, il atteint un score pass@1 (taux de réussite dès le premier essai) de 47,2%, égalant quasiment les meilleurs modèles du marché pour un coût nettement inférieur.
« Sur les tâches complexes, le modèle fait preuve d'une plus grande rigueur en exécutant des étapes de raisonnement supplémentaires et en appelant des outils de manière itérative. »
L'impact interne mesuré chez Google montre des applications très concrètes : l'équipe de sécurité de Chrome indique avoir obtenu 2,6 fois plus de correctifs valides qu'avec les plus grands modèles commerciaux concurrents. De son côté, l'équipe Cloud Vulnerability Research a identifié une faille critique en moins de 2 heures, une recherche qui nécessite habituellement plusieurs mois.
Ce modèle est accessible dès aujourd'hui via l'API Gemini dans Google AI Studio, Android Studio, la plateforme Stitch ainsi que l'environnement d'expérimentation Google Antigravity.