Gemini 3.8 Flash : nouveautés, prix et intérêt de migrer

Qu’est-ce que Gemini 3.8 Flash ?

Gemini 3.8 Flash est le modèle de raisonnement et de programmation de Google destiné à la gamme Flash. Il est sorti le 2 septembre 2026, trois semaines après 3.7 Flash et seulement six semaines après le précédent lancement Flash de Google. Google le présente comme son modèle polyvalent le plus intelligent à ce jour, conçu pour le développement logiciel sur de longues séquences, les agents autonomes et le raisonnement en plusieurs étapes dans des domaines spécialisés. Il a été rendu généralement disponible (GA), avec une seconde variante, 3.8 Flash Cyber, réservée aux spécialistes de la cybersécurité agréés.

Le point essentiel pour les équipes qui utilisent déjà Gemini en production : il ne s’agit pas d’un nouveau modèle de base. La fiche modèle de Google précise que 3.8 Flash repose sur 3.7 Flash. La fenêtre de contexte, la limite de sortie, les modalités et le prix restent inchangés. Ce qui change, c’est la quantité de travail effectuée par le modèle pour chaque tâche.

Si vous venez d’une génération plus ancienne, notre précédent décryptage de Gemini 3.7 Flash et ses nouveautés présente la base sur laquelle cette version s’appuie.

Les nouveautés de Gemini 3.8 Flash par rapport à 3.7 Flash

Il n’y a pas ici de fonctionnalité spectaculaire : ni fenêtre de contexte plus grande, ni nouvelle modalité, ni nouvel outil. Le changement est comportemental. Selon Google, les gains de performance viennent d’un choix de conception : sur les tâches complexes, le modèle travaille davantage, exécute des étapes de raisonnement supplémentaires et appelle les outils de manière itérative.

• Développement logiciel sur de longues séquences. Les progrès les plus nets concernent les tâches dans lesquelles un agent doit aller jusqu’au bout : résoudre un problème d’ingénierie complet plutôt que répondre à une seule question.
• Travail sur des connaissances spécialisées. Google annonce de meilleurs résultats sur des benchmarks d’agents financiers et juridiques, pour des processus d’entreprise où une erreur coûte cher.
• Robustesse face aux prompt injections. Google rapporte une amélioration importante, mesurée par Gray Swan. C’est le progrès de sécurité le plus pertinent si vos agents consultent des pages web, e-mails ou documents non fiables.
• Une option supprimée. Le niveau de raisonnement MINIMAL n’existe plus sur ce modèle. Sa configuration renvoie une erreur de validation de l’API.

Le compromis n’est pas caché dans une note de bas de page : il figure dans le propre guide destiné aux développeurs de Google. Par rapport à 3.7 Flash, 3.8 Flash offre une meilleure précision et des performances plus fiables au prix d’une consommation accrue de tokens. Google recommande explicitement de rester sur 3.7 Flash si l’efficacité de calcul est votre priorité. C’est la phrase la plus utile des documents de lancement, et celle que la plupart des articles passent sous silence.

Benchmarks de Gemini 3.8 Flash

Tous les chiffres ci-dessous sont communiqués par le fournisseur et ont été publiés le jour du lancement. Les classements indépendants n’avaient pas encore évalué 3.8 Flash au moment de la rédaction : considérez donc ces données comme une invitation à mener vos propres tests, pas comme un résultat définitif.

Regardez plutôt la tendance générale que les décimales. Les gains se concentrent sur les tâches agentiques, les appels d’outils et les processus longs ; le raisonnement en un seul tour progresse beaucoup moins. Si votre flux consiste à envoyer un prompt et recevoir une réponse, le changement de modèle est difficile à justifier. En revanche, si votre flux utilise un agent qui planifie, appelle des outils et récupère après des erreurs sur de nombreux tours, c’est là que l’amélioration se manifeste.

Les comparaisons portent aussi sur des modèles dont le coût par token est plusieurs fois supérieur. C’est précisément l’affirmation de Google : 3.8 Flash n’est pas présenté comme le meilleur modèle disponible, mais comme un modèle dont l’écart avec les modèles de pointe est désormais suffisamment faible pour que le prix devienne décisif.

Le prix de Gemini 3.8 Flash et pourquoi la grille tarifaire le sous-estime

Google a conservé le tarif de lancement au lieu de modifier ses prix au moment de la sortie.

Deux conséquences sont faciles à manquer.

Le même tarif ne signifie pas la même facture. Un modèle qui exécute davantage d’étapes de raisonnement et appelle plus souvent des outils produit davantage de tokens pour accomplir une tâche. Si une tâche qui utilisait 8 000 tokens de sortie sur 3.7 Flash en nécessite 30 % de plus sur 3.8 Flash, à niveau d’effort identique, elle coûte 30 % plus cher : la grille tarifaire, elle, n’a pas changé. Le multiplicateur dépend entièrement de vos prompts et de votre boucle d’outils. Le seul chiffre qui compte est donc le coût par tâche accomplie sur votre propre trafic, mesuré avant et après. Suivez ce chiffre plutôt que le prix par million de tokens.

Anticipez le doublement des tarifs. Les prix doublent le 1er janvier 2027. Toute analyse fondée sur les 0,75 $ actuels ne dispose que d’environ quatre mois de visibilité. Modélisez dès maintenant le tarif de janvier et vérifiez que le flux reste pertinent à 1,50 $ en entrée et 7,50 $ en sortie.

Appeler Gemini 3.8 Flash depuis l’API

Indiquez le nom du modèle gemini-3.8-flash et définissez explicitement le niveau de raisonnement. La valeur par défaut est MEDIUM, également recommandée par Google pour le code complexe et les tâches agentiques.

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.8-flash",
    input="Refactor this Django view into a service layer, then list the tests you would add.",
    generation_config={
        "thinking_level": "low",  # LOW | MEDIUM (default) | HIGH
    },
)

print(interaction.output_text)

Voici trois points à vérifier avant qu’ils ne vous fassent perdre une après-midi :

• MINIMAL provoque une erreur bloquante, et non une baisse silencieuse. Si un chemin de code envoie encore thinking_level="MINIMAL", hérité d’un ancien modèle Gemini, la requête échoue lors de la validation. Recherchez cette valeur dans le code avant de changer l’identifiant du modèle.
• Les paramètres d’échantillonnage ont disparu. Gemini 3.x n’accepte plus temperature, top_p ni top_k ; thinking_level remplace l’ancien thinking_budget. Si vous venez d’un modèle plus ancien plutôt que de 3.7 Flash, supprimez d’abord ces paramètres.
• Le niveau de raisonnement est votre réglage de coût. Utilisez LOW pour les parcours où la latence est critique, comme le chat, les brouillons et la classification rapide ; MEDIUM pour le code et les agents ; HIGH uniquement lorsque l’échec d’une tâche en plusieurs étapes coûte plus cher que les tokens supplémentaires.

Faut-il passer de Gemini 3.7 Flash à 3.8 Flash ?

Trois modèles Flash en six semaines signifient que la réponse ne va plus de soi. Google continue de prendre entièrement en charge 3.7 Flash et oriente les charges de travail privilégiant l’efficacité vers celui-ci, une franchise inhabituelle dans une annonce de lancement.

Quel que soit votre choix, verrouillez l’identifiant exact du modèle dans la configuration et conservez un jeu d’évaluation fixe de vingt à cinquante tâches réelles issues de votre produit. Évaluez-les selon la réussite de la tâche et le coût par tâche. À ce rythme de lancement, traiter un changement de modèle comme un déploiement — derrière un indicateur, mesuré et réversible — fait la différence entre une mise à niveau et un incident. Si vous préférez nous confier la création et l’exécution de ce dispositif de mesure, c’est l’un des services proposés dans nos développements d’automatisations IA et de workflows agentiques.

Qu’est-ce que Gemini 3.8 Flash Cyber ?

3.8 Flash Cyber partage la même intelligence sous-jacente, mais intègre des mesures de protection en cybersécurité plus permissives. Son accès est donc réservé aux défenseurs de confiance via le Fairwind Program de Google, destiné aux autorités publiques, aux opérateurs d’infrastructures critiques et aux éditeurs de logiciels. Le modèle vise la découverte de vulnérabilités et, délibérément, leur correction plutôt que leur exploitation.

Les résultats publiés par Google proviennent de ses propres déploiements : l’équipe sécurité de Chrome a signalé 2,6 fois plus de correctifs de vulnérabilités corrects qu’avec des modèles commerciaux beaucoup plus grands ; Wiz a mesuré un meilleur rappel sur un benchmark interne de tests d’intrusion, pour une fraction du coût d’autres modèles de pointe ; et l’équipe Cloud Vulnerability Research de Google a trouvé une vulnérabilité critique fondamentale en moins de deux heures, sur un travail qui prend normalement plusieurs mois. Lors d’un benchmark interne couvrant 20 langages de programmation, le modèle a dépassé 70 % de réussite pour la découverte de vulnérabilités.

Google précise également que l’entraînement en cybersécurité explique en partie les progrès du modèle général : le travail de sécurité a été réinjecté dans le socle partagé. Si vous n’êtes pas un défenseur agréé, vous ne pouvez pas utiliser Cyber, mais vous bénéficiez tout de même de l’intelligence qu’il a contribué à produire.

Où utiliser Gemini 3.8 Flash dès aujourd’hui

• Développeurs : l’API Gemini via Google AI Studio, Android Studio et les workflows privilégiant les agents dans Google Antigravity.
• Entreprises : Gemini Enterprise et Gemini Enterprise Agent Platform, dans des déploiements mondiaux et multirégionaux.
• Grand public : l’application Gemini, le mode IA de Google Search et Gemini dans Google Sheets, pour les abonnés Google AI Pro et Ultra.
• Équipes de sécurité : 3.8 Flash Cyber, sur demande auprès du Fairwind Program.

Avant de vous engager, consultez les sources principales : l’annonce de lancement de 3.8 Flash et 3.8 Flash Cyber par Google ainsi que le guide destiné aux développeurs de Gemini 3.8 Flash, qui contient le tableau des spécifications et les informations de migration.

Choisir le modèle est la partie facile. L’intégrer dans un système qui mesure ses propres résultats, maîtrise la consommation de tokens et résiste au prochain lancement trois semaines plus tard, voilà le vrai travail. Si vous préférez nous le confier, décrivez-nous votre projet et nous vous proposerons un périmètre.