Trois semaines seulement après Gemini 3.6 Flash, Google dégaine déjà son successeur. Gemini 3,7 Flash cible directement le développement logiciel, les agents autonomes et les workflows complexes, avec des progrès sensibles sur plusieurs benchmarks et surtout un tarif promotionnel particulièrement agressif jusqu’à la fin de l’année. blog.google
Google ne laisse même plus respirer ses modèles Flash
Le rythme de renouvellement des modèles d’intelligence artificielle devient presque aussi important que leurs performances. Avec Gemini 3.7 Flash, Google pousse cette logique particulièrement loin : seulement trois semaines séparent cette nouvelle version de Gemini 3.6 Flash.
Il ne s’agit toutefois pas d’un nouveau modèle fondamental entièrement réentraîné. Google DeepMind précise que Gemini 3.7 Flash repose sur Gemini 3,6 Flash et apporte des améliorations algorithmiques à son socle de raisonnement. Le modèle conserve une approche multimodale, avec du texte, des images, de l’audio et de la vidéo en entrée, ainsi qu’une fenêtre contextuelle pouvant atteindre un million de tokens.
L’objectif de cette itération est ailleurs : rendre Gemini plus efficace lorsqu’il doit coder, utiliser des outils et poursuivre une tâche complexe sur plusieurs étapes.
Google affirme notamment avoir amélioré sa capacité à clarifier une intention lorsque cela devient nécessaire, à respecter précisément les instructions et à consacrer davantage d’efforts au raisonnement impliquant plusieurs opérations ou appels d’outils. L’idée est simple : moins d’erreurs intermédiaires signifie moins de corrections humaines et moins de nouvelles tentatives.
Pour un chatbot traditionnel, le gain peut sembler marginal. Pour un agent effectuant des dizaines d’actions successives, il peut changer considérablement l’équation.
Les performances en programmation progressent fortement
Les résultats communiqués par Google montrent effectivement une progression importante par rapport à Gemini 3.6 Flash. Sur FrontierCode 1,1 Main, consacré à la qualité du code de production, Gemini 3,7 Flash atteint 43,6 %, contre 34,4 % pour son prédécesseur. Sur DeepSWE v1.1, davantage orienté vers les tâches longues d’ingénierie logicielle, le score passe de 49 % à 65,3 %.
Le développement web progresse également. Sur WebDev Arena, Gemini 3,7 Flash obtient un Elo de 1 588, contre 1 538 précédemment.
La tendance ne concerne pas uniquement le code. Google annonce un passage de 22 à 34 % sur GDP.pdf, un benchmark portant sur la compréhension de documents complexes, tandis qu’AutomationBench passe de 17 à 30,4 % pour les workflows professionnels automatisés. Ces résultats doivent néanmoins être interprétés avec prudence. Certains benchmarks proviennent d’acteurs commerciaux de l’industrie et tous ne constituent pas des évaluations académiques indépendantes. Ils indiquent une progression claire entre les deux générations, mais ne suffisent pas à établir une supériorité universelle sur les modèles concurrents.
La propre page comparative de Google positionne d’ailleurs Gemini 3.7 Flash à 56 sur l’Artificial Analysis Intelligence Index, contre 52 pour Gemini 3.6 Flash. GPT-5.6 Terra et Muse Spark 1.2 y apparaissent à 57, Claude Sonnet 5 à 55.
Gemini 3,7 Flash n’est donc pas présenté comme le modèle absolu le plus puissant. C’est son rapport intelligence/coût que Google cherche surtout à rendre difficile à ignorer.
0,75 dollar en entrée, mais seulement jusqu’à fin 2026
C’est probablement l’élément le plus stratégique du lancement. Jusqu’au 31 décembre 2026, Gemini 3,7 Flash est proposé à 0,75 dollar par million de tokens en entrée et 3,75 dollars en sortie. À partir du 1er janvier 2027, les tarifs passeront respectivement à 1,50 et 7,50 dollars.
Autrement dit, Google offre aux développeurs une fenêtre de plusieurs mois pour expérimenter le modèle à un tarif fortement subventionné. Cette politique tarifaire devient particulièrement intéressante dans le contexte des agents.
Un assistant classique peut répondre après une seule requête. Un agent de développement doit potentiellement examiner un dépôt, lire plusieurs fichiers, modifier du code, lancer des outils, observer leurs résultats, corriger une erreur puis recommencer.
À chaque étape, une partie du contexte peut être renvoyée au modèle. Le coût réel ne dépend donc plus seulement du prix affiché pour un million de tokens, mais du nombre d’étapes nécessaires pour terminer correctement une mission.
Si Gemini 3,7 Flash tient réellement la promesse de meilleures réponses dès la première tentative et de moins de corrections successives, l’économie pourrait devenir plus importante que ne le laisse penser la simple grille tarifaire. C’est désormais l’un des nouveaux champs de bataille de l’IA : non plus seulement le prix du token, mais le prix d’une tâche terminée.
Gemini Flash devient un moteur pour les agents
Cette orientation explique également pourquoi Google insiste autant sur les capacités agentiques de cette génération. Gemini 3,7 Flash est immédiatement intégré aux outils de développement de l’entreprise, notamment Google AI Studio et Google Antigravity, ainsi qu’aux solutions Gemini destinées aux entreprises.
Il devient aussi le nouveau moteur de Gemini Spark, l’agent personnel lancé par Google à I/O et accessible aux abonnés Google AI Pro et Ultra dans plus de 160 pays. Spark est conçu pour travailler de manière plus persistante : organiser des fichiers, manipuler des informations ou accomplir différentes tâches dans l’écosystème Google sous la direction de l’utilisateur.
Avec Gemini 3.7 Flash, Google revendique notamment une meilleure utilisation des outils Google Workspace ainsi qu’une précision accrue sur les workflows nécessitant plusieurs compétences. Cette intégration est presque aussi importante que les benchmarks.
La bataille actuelle ne consiste plus seulement à construire le meilleur modèle. Google, OpenAI, Anthropic et leurs concurrents cherchent à contrôler l’environnement dans lequel le modèle agit : outils de développement, navigateur, documents, messagerie, fichiers et applications professionnelles.
Et Google dispose ici d’un avantage structurel considérable avec Workspace, Android, Chrome et son infrastructure cloud.
La sécurité évolue avec les capacités
Plus un modèle devient compétent pour manipuler des outils et effectuer des tâches complexes, plus les mécanismes de sécurité prennent également de l’importance. Google indique avoir renforcé avec Gemini 3,7 Flash ses protections Frontier Safety concernant notamment les risques chimiques, biologiques, radiologiques et nucléaires (CBRN) ainsi que les usages offensifs en cybersécurité.
Le sujet dépasse largement la modération traditionnelle d’un chatbot. Un modèle agentique peut potentiellement combiner raisonnement, outils externes et exécution sur plusieurs étapes. La frontière de sécurité doit donc évoluer au même rythme que ses capacités opérationnelles.
Google privilégie la vitesse et l’efficacité
Gemini 3,7 Flash révèle finalement assez bien l’évolution actuelle du marché. Il y a encore peu, chaque nouvelle génération de modèle était présentée comme un événement majeur, avec des cycles relativement longs. Google fonctionne désormais presque comme un éditeur logiciel en déploiement continu : Gemini 3.6 Flash en juillet, Gemini 3.7 Flash trois semaines plus tard, puis des améliorations appelées à alimenter les futures générations.
La stratégie Flash devient ainsi particulièrement importante. Plutôt que de réserver les avancées à un gigantesque modèle premium coûteux à exploiter, Google cherche à placer une intelligence suffisamment élevée dans un moteur rapide et relativement économique, capable d’être invoqué des dizaines de fois au cours d’une même tâche.
C’est précisément ce dont les agents ont besoin.
Reste maintenant à observer les performances en conditions réelles et, surtout, ce qui se produira lorsque le tarif promotionnel prendra fin le 1er janvier 2027. Les développeurs disposent de quelques mois pour répondre à la question essentielle : Gemini 3,7 Flash est-il simplement moins cher à appeler, ou permet-il réellement de terminer davantage de travail pour chaque dollar dépensé ?
