Gemini 3.6 Flash réduit jusqu’à 65 % les coûts en tokens sur certaines tâches d’ingénierie logicielle de longue durée, tout en abaissant son prix de sortie à 7,50 dollars par million de tokens, contre 9 dollars pour Gemini 3.5 Flash. Google DeepMind a officialisé en parallèle deux autres modèles propriétaires, Gemini 3.5 Flash-Lite et Gemini 3.5 Flash Cyber, avec une promesse claire : rendre les agents IA plus rapides, moins bavards et moins chers à grande échelle.
Dans le détail, Gemini 3.6 Flash est facturé 1,50 dollar par million de tokens en entrée et 7,50 dollars en sortie, soit environ 1,35 € et 6,75 € avec un taux indicatif de 1 dollar pour 0,90 euro. Gemini 3.5 Flash-Lite descend beaucoup plus bas, à 0,30 dollar en entrée et 2,50 dollars en sortie, soit autour de 2,52 € au total par million de tokens. À l’inverse, le tarif de Gemini 3.5 Flash Cyber n’a pas été communiqué ; Google se contente d’indiquer qu’il sera moins cher par token que des modèles plus grands.
Gemini 3.6 Flash mise sur l’efficacité token plutôt que sur la seule baisse de prix
Le point le plus important n’est pas seulement le prix affiché, mais la consommation totale. Selon les chiffres relayés par Artificial Analysis, Gemini 3.6 Flash réduit d’environ 17 % ses tokens de sortie par rapport à Gemini 3.5 Flash. Sur des benchmarks de développement logiciel long-courrier comme DeepSWE, l’économie peut grimper à 65 %.
Google n’a pas détaillé les changements d’architecture, mais les éléments confirmés vont tous dans la même direction : moins d’étapes de raisonnement, moins d’appels à des outils externes, et des réponses moins verbeuses. Pour un agent qui enchaîne des tâches pendant des heures sur une base de code, cette sobriété change l’équation économique. Un modèle qui coûte un peu plus cher au million de tokens peut, au final, revenir moins cher s’il consomme nettement moins pour accomplir le même travail.
La comparaison avec la génération précédente est directe. Gemini 3.5 Flash conservait un tarif d’entrée identique, à 1,50 dollar, mais sa sortie montait à 9 dollars par million de tokens. Gemini 3.6 Flash reste donc dans le même ordre de prix nominal, tout en rognant la facture à l’usage. C’est exactement le terrain sur lequel Google cherche à se distinguer cet été : non pas la démonstration de force brute, mais le rapport performances/coût/tokens.
Gemini 3.6 Flash progresse nettement sur le code, le ML et l’usage d’ordinateur
Cette efficacité ne s’accompagne pas d’un recul des performances, au contraire. Sur DeepSWE, benchmark centré sur l’ingénierie logicielle agentique, Gemini 3.6 Flash passe de 37 % à 49 % face à Gemini 3.5 Flash. Sur MLE-Bench, il grimpe de 49,7 % à 63,9 %. Et sur OSWorld-Verified, qui mesure la capacité du modèle à utiliser un ordinateur, le score progresse de 78,4 % à 83,0 %.
Google cite aussi un gain sur les tâches de knowledge work via GDPval-AA v2, avec un score qui monte de 1349 à 1421. Ces chiffres dessinent un modèle pensé pour les usages lourds : analyse documentaire, migration de code, traitement de données complexes ou rédaction longue.
Les deux nouveaux modèles grand public de la gamme Flash, Gemini 3.6 Flash et Gemini 3.5 Flash-Lite, partagent d’ailleurs une fiche technique solide : 1 million de tokens de fenêtre de contexte en entrée, 64 000 tokens maximum en sortie, et une base de connaissances arrêtée en mars 2026. Sur le papier, cela permet d’ingérer de très gros corpus en une seule requête, même si, dans la pratique, saturer un contexte à un million de tokens reste coûteux en latence et en budget.
Gemini 3.5 Flash-Lite vise les gros volumes, avec une vitesse doublée face à 3.1 Flash-Lite
Le second lancement mérite presque autant d’attention. Gemini 3.5 Flash-Lite n’est pas le modèle le moins cher de Google en prix brut par token — ce rôle reste à Gemini 3.1 Flash-Lite, à 0,25 dollar en entrée et 1,50 dollar en sortie — mais il va beaucoup plus vite. Artificial Analysis mesure sa génération à 350 tokens de sortie par seconde, soit deux fois plus rapide que 3.1 Flash-Lite.
Pour les entreprises françaises, le positionnement est limpide : autour de 2,50 € par million de tokens, avec une latence très basse, 3.5 Flash-Lite devient une option crédible pour les assistants internes, la recherche documentaire, la classification à grande échelle ou la traduction de masse. Dans les usages où le temps de réponse compte autant que le coût, Google vend ici davantage qu’une version allégée : un moteur de production.
Plus surprenant, Flash-Lite dépasse même Gemini 3 Flash standard sur certains benchmarks orientés agents et code. Sur SWE-Bench Pro, il atteint 54,2 % contre 49,6 % pour Gemini 3 Flash. Sur OSWorld-Verified, il marque 74,0 % contre 65,1 %. Cette hiérarchie contre-intuitive illustre une tendance de fond : des modèles plus petits, mais optimisés pour la planification et l’outillage, peuvent battre des versions plus lourdes sur des tâches concrètes.
Pour suivre ce marché où la vitesse, le coût et la souveraineté deviennent aussi importants que la puissance brute, notre couverture IA sur TechPi montre de plus en plus cette fracture entre modèles fermés très intégrés et alternatives ouvertes plus contrôlables.
Un modèle cyber verrouillé, et un Gemini 3.5 Pro toujours absent
Le troisième modèle annoncé, Gemini 3.5 Flash Cyber, reste à part. Il est conçu pour identifier et corriger des vulnérabilités, avec une architecture de plusieurs agents qui travaillent en parallèle avant de produire un rapport unique. Google le positionne comme compétitif sur CyberGym, sans publier de prix précis ni d’indicateur détaillé comparable aux deux autres modèles.
Surtout, son accès est verrouillé : gouvernements et partenaires de confiance uniquement, via CodeMender, l’agent de correction de bugs lancé l’année précédente. Cette restriction s’inscrit dans un mouvement plus large du secteur autour des modèles cyber à double usage, capables d’aider à corriger des failles comme de servir à des usages offensifs.
Reste enfin l’ombre portée du modèle que les développeurs attendent vraiment : Gemini 3.5 Pro. Google confirme qu’il est en test avec des partenaires et qu’une disponibilité large est prévue « dès qu’il sera prêt », sans calendrier public. Ce retard est d’autant plus visible que Gemini 3.1 Pro remonte à février 2026, tandis que les concurrents ont multiplié les itérations depuis.
La prochaine échéance est donc double. À court terme, il faudra surveiller l’arrivée effective de Gemini 3.5 Pro pour mesurer le niveau réel de Google sur le très haut de gamme. À plus long terme, un autre signal compte déjà : le pré-entraînement de Gemini 4 a commencé. En attendant, Google ancre sa stratégie sur une conviction simple : dans les agents IA, la bataille ne se joue plus seulement à la puissance, mais au coût total de la tâche accomplie.
