Gemini 3.7 Flash : le nouveau modèle de Google expliqué

Qu’est-ce que Gemini 3.7 Flash ?

Gemini 3.7 Flash est le modèle polyvalent orienté agents de référence de la famille Gemini 3. Il se situe entre les modèles Pro à raisonnement approfondi et la gamme Flash-Lite, conçue pour un débit élevé. Multimodal, il accepte le texte, les images, l’audio et la vidéo, avec une fenêtre de contexte d’un million de tokens et jusqu’à 64K tokens en sortie. Sa date de coupure des connaissances est mars 2026.

Google le présente comme son modèle polyvalent le plus intelligent à ce jour pour le code et les agents, optimisé pour l’orchestration en plusieurs étapes, la refactorisation full-stack et le raisonnement général. Son lancement a aussi mis en évidence un vide notable dans la gamme Google : le plus puissant Gemini 3.5 Pro était toujours retardé au moment de la sortie, ce qui renforce le rôle de la gamme Flash comme modèle de référence au quotidien.

Quelles sont les nouveautés de Gemini 3.7 Flash ?

La principale nouveauté concerne le contrôle de l’effort de raisonnement. Gemini 3.7 Flash permet de régler un niveau de réflexion afin d’arbitrer entre qualité, coût et latence, avec les valeurs LOW, MEDIUM (par défaut) et HIGH. Contrairement à certains modèles précédents, MINIMAL n’est pas disponible et renvoie une erreur de validation de l’API.

• Un meilleur niveau en programmation. Il génère dès le premier essai du code plus facilement déployable et prêt pour la production, et peut finaliser des applications avec moins de prompts.
• Des agents plus rigoureux. Il s’adapte aux blocages, demande des précisions lorsque c’est nécessaire et consacre davantage d’efforts à la planification en plusieurs étapes et aux appels d’outils, ce qui réduit les nouvelles tentatives et la supervision manuelle.
• De meilleures performances sur les documents. Il traite nettement mieux les documents complexes et les workflows professionnels du monde réel que 3.6 Flash.
• Une utilisation améliorée des outils Workspace. Il alimente l’agent Gemini Spark de Google pour rendre le travail de connaissance plus efficace dans les applications Google Workspace.

Benchmarks de Gemini 3.7 Flash

Les progrès par rapport à 3.6 Flash se concentrent sur le code, les agents et le traitement documentaire :

• FrontierCode : 43,6 % contre 34,4 %
• DeepSWE : 65,3 % contre 48,6 %
• WebDev Arena : 1588 Elo
• GDP.pdf (traitement de documents complexes) : 34,0 % contre 22,0 %
• AutomationBench (workflows professionnels du monde réel) : 30,4 % contre 17,0 %

Les progrès sont réels, mais restent progressifs, ce qui correspond davantage à une amélioration d’un modèle existant qu’à une nouvelle base de modèle. Les résultats sont mitigés sur certaines évaluations : le concurrent GPT-5.6 Terra reste devant pour les agents utilisant un terminal et les agents capables d’interagir avec un ordinateur, tandis que CharXiv affiche une légère régression par rapport à 3.6 Flash.

Tarifs de Gemini 3.7 Flash

Le prix est l’atout le plus convaincant. Gemini 3.7 Flash est proposé à 0,75 $ pour 1 M de tokens en entrée et 3,75 $ pour 1 M de tokens en sortie, soit environ la moitié du tarif catalogue initial de 3.6 Flash. Ce tarif de lancement est valable jusqu’au 31 décembre 2026 ; il passera ensuite à 1,50 $ en entrée et 7,50 $ en sortie.

À titre de comparaison, selon les propres comparatifs de Google, Claude Sonnet 5 coûte 2,00 $ / 10,00 $ et GPT-5.6 Terra 2,00 $ / 12,00 $ pour 1 M de tokens. Avec une répartition classique de 80 % de tokens en entrée et 20 % en sortie, Gemini 3.7 Flash revient ainsi à environ 1,35 $ pour 1 M de tokens aujourd’hui, bien moins cher que ses deux concurrents. Pour les équipes qui exécutent des agents à grande échelle, cet écart d’intelligence par dollar est la principale raison de l’évaluer, davantage qu’une victoire sur un benchmark particulier.

Comment accéder à Gemini 3.7 Flash et l’utiliser ?

Le modèle est largement disponible sur les interfaces de développement et d’entreprise de Google, notamment dans l’application Gemini (déploiement progressif via Spark, qui nécessite un abonnement AI Pro ou Ultra), Google Antigravity, AI Studio, Android Studio, la Gemini Enterprise Agent Platform et l’application Gemini Enterprise.

Pour l’API, utilisez l’identifiant de modèle suivant :

gemini-3.7-flash

Si vous migrez depuis une configuration plus ancienne, gardez à l’esprit quelques exigences de Gemini 3.x : supprimez temperature, top_p et top_k des configurations de génération, remplacez thinking_budget par l’énumération de chaînes thinking_level et retirez candidate_count, qui n’est pas pris en charge dans Gemini 3.x. Les tours de modèle préremplis doivent également être supprimés. Vérifiez toujours ces informations dans la documentation officielle de Google, car le comportement de l’API peut évoluer.

Gemini 3.7 Flash face à 3.6 Flash et aux concurrents

Face à 3.6 Flash, la version 3.7 est une évolution moins chère et plus performante : des progrès nets en programmation et en traitement documentaire, des agents plus rigoureux et un prix environ deux fois inférieur, le tout livré seulement trois semaines plus tard. Un partenaire a indiqué que l’agent 3.7 Flash lui avait coûté environ 35 % de moins que 3.6 Flash, avec un meilleur taux d’utilisation du cache de prompts et moins d’erreurs lors des appels d’outils.

Face à la concurrence, l’avantage est plus évident sur le prix que sur les capacités de pointe. Gemini 3.7 Flash est nettement moins cher que Claude Sonnet 5 et GPT-5.6 Terra par token, mais GPT-5.6 Terra conserve une longueur d’avance pour les tâches d’agents utilisant un terminal ou un ordinateur. Le bon choix dépend de la sensibilité de votre workload au coût à grande échelle et de votre besoin des capacités spécifiques sur lesquelles les concurrents excellent.

Faut-il passer à Gemini 3.7 Flash ?

Gemini 3.7 Flash constitue un excellent choix par défaut pour les équipes qui développent des assistants de programmation, des pipelines de traitement documentaire et des agents utilisant des outils, lorsque le coût par token est déterminant. Le niveau de réflexion réglable permet de réduire la latence pour les tâches en temps réel ou d’augmenter la qualité pour les raisonnements plus complexes, tandis que le tarif de lancement réduit fortement le coût d’exécution des agents à grande échelle.

Deux réserves doivent être anticipées. Premièrement, le tarif de lancement doublera à partir du 1er janvier de l’année suivante : si vous vous engagez sur le long terme, construisez votre modèle de coûts à partir du tarif applicable après cette période. Deuxièmement, il s’agit d’une amélioration plutôt que d’un bond en avant, et les concurrents restent meilleurs sur certaines tâches d’agents. Testez donc le modèle sur votre propre workload avant de basculer des systèmes de production. Pour les pipelines d’agents déterministes et pilotés par workflow, l’amélioration du respect des instructions et la réduction des erreurs d’outils sont les gains les plus utiles en pratique.