Oubliez les numéros de version -- la nouvelle IA de Google privilégie l'efficacité avant tout

Alors que le monde de la technologie attend généralement le prochain bond de géant en matière d'intelligence, la dernière initiative de Google suggère que l'industrie est actuellement dans une boucle de raffinement. L'entreprise a récemment annoncé Gemini 3.6 Flash et un modèle spécialisé en cybersécurité, tout en admettant simultanément que son modèle 3.5 Pro, très médiatisé, est toujours bloqué en laboratoire. Ce schéma révèle un changement dans la course aux armements de l'IA. Pendant des mois, le récit s'est concentré sur la machine capable de penser le plus comme un humain. Désormais, la priorité est de savoir quelle machine peut penser le plus comme un stagiaire bon marché et infatigable.

La décision de Google de déprécier Gemini 3.5 Flash quelques mois seulement après ses débuts est inhabituelle. Habituellement, les versions de logiciels durent au moins un an avant d'être remplacées. Cependant, le 3.5 Flash n'a pas répondu aux attentes fixées par Google lors de sa conférence I/O en mai, particulièrement en programmation. Le pivot soudain vers Gemini 3.6 Flash est une mesure corrective. Il répond à la réalité selon laquelle les développeurs ont besoin d'outils qui fonctionnent de manière fiable aujourd'hui, plutôt que de promesses sur ce qui pourrait fonctionner l'année prochaine.

Les mathématiques invisibles du cloud

Pour comprendre pourquoi une augmentation de version de 0,1 est importante, il faut regarder le coût de fonctionnement de ces systèmes. Les modèles d'IA traitent les informations par blocs appelés jetons (tokens). Chaque fois que vous demandez à un chatbot d'écrire un e-mail ou qu'un développeur lui demande de corriger un bug, il consomme ces jetons. Pour une grande entreprise, ces coûts s'élèvent à des millions de dollars par mois. C'est là que la marque « Flash » justifie son existence.

Gemini 3.6 Flash est environ 17 % plus efficace que son prédécesseur. Concrètement, cela signifie qu'il utilise moins de ressources informatiques pour fournir la même réponse. Pour l'utilisateur moyen, cela se traduit par des temps de réponse plus rapides dans l'application Gemini. Pour une entreprise, cela signifie une facture moins élevée. Le prix des jetons de sortie est passé de 9 $ à 7,50 $ par million. Bien que cela ressemble à un petit changement, il s'agit d'une amélioration significative de la marge pour les entreprises qui exécutent des milliers de tâches automatisées chaque heure.

En regardant la situation globale, cette efficacité permet ce que les ingénieurs appellent des flux de travail agentiques (agentic workflows). Il s'agit de systèmes où l'IA ne se contente pas de répondre à une question, mais effectue une série d'étapes pour accomplir un travail, comme la réservation d'un vol ou l'organisation d'un tableur. Chaque étape coûte de l'argent. En réduisant le nombre de jetons par étape, Google rend ces assistants automatisés plus viables pour le marché de masse.

Gains en programmation et utilisation de l'ordinateur

Google affirme que Gemini 3.6 Flash est un meilleur codeur. L'entreprise utilise un benchmark appelé DeepSWE pour mesurer la capacité d'une IA à résoudre des problèmes logiciels réels. Le modèle précédent affichait un score de 37 %, tandis que la nouvelle version 3.6 a atteint 49 %. C'est un bond notable pour une mise à jour de version mineure. Cela suggère que Google peaufine la manière dont le modèle comprend la logique et la syntaxe sans nécessairement rendre le modèle plus grand ou plus lent.

Un autre ajout est l'inclusion standard de fonctionnalités d'« utilisation de l'ordinateur » dans l'API. Cela permet à l'IA d'interagir avec une interface informatique comme le ferait un humain, en déplaçant des curseurs et en cliquant sur des boutons pour naviguer dans les applications. Le test OSWorld, qui mesure cette capacité, a vu une progression de 78,4 % à 83 %. Bien que ce ne soit pas encore un remplacement parfait pour un opérateur humain, c'est un signe que l'IA s'améliore pour naviguer dans les logiciels complexes et non optimisés que nous utilisons chaque jour.

Pourquoi vos résultats de recherche pourraient sembler différents

Parallèlement à la sortie de la version 3.6, Google a introduit Gemini 3.5 Flash Lite. Il s'agit du modèle le plus petit et le plus rapide de leur gamme actuelle. Il traite 350 jetons par seconde, ce qui est presque instantané pour la plupart des tâches textuelles. Google intègre déjà ce modèle dans les « AI Overviews » (aperçus par l'IA) au sein de Google Search.

Pour l'utilisateur moyen, c'est le changement le plus tangible. Lorsque vous recherchez « comment réparer un robinet qui fuit » et que vous voyez un résumé généré par l'IA en haut de la page, la vitesse est le facteur le plus important. Si le résumé met cinq secondes à charger, vous passerez probablement outre. En utilisant le modèle Flash Lite, Google s'assure que ces résumés apparaissent presque aussi vite que les liens bleus traditionnels. Ce modèle est approximativement équivalent en puissance aux modèles d'IA de haut niveau d'il y a un an, mais il est assez bon marché pour être servi à des milliards de personnes simultanément.

Le coffre-fort de la cybersécurité

L'une des versions les plus spécialisées est Gemini 3.5 Flash Cyber. Ce modèle est spécifiquement réglé pour trouver des vulnérabilités dans le code logiciel et suggérer des correctifs. Selon les tests internes, il est presque aussi performant que des modèles beaucoup plus grands comme Claude Mythos, tout en conservant la vitesse d'un système plus petit. Cependant, vous ne pouvez pas le télécharger ni l'utiliser dans l'application Gemini standard.

Google traite ce modèle comme une technologie à « double usage ». Entre de mauvaises mains, une IA capable de trouver des failles de sécurité est un outil puissant pour les pirates. En raison de ce risque, Google garde le modèle derrière une porte verrouillée. Il n'est actuellement disponible qu'aux partenaires de confiance et aux gouvernements via un outil appelé CodeMender. Cette approche prudente reflète une tendance croissante dans l'industrie où les outils spécialisés les plus puissants sont restreints pour éviter une perturbation numérique généralisée.

Le fleuron manquant et la route vers Gemini 4

L'omission la plus flagrante de cette annonce est Gemini 3.5 Pro. Google avait initialement promis que ce modèle arriverait en juin pour concurrencer des poids lourds comme GPT 5.6 et Claude Fable. Cette échéance est passée sans sortie. L'entreprise déclare désormais que 3.5 Pro est en phase de test avec des partenaires sélectionnés et arrivera « quand il sera prêt ». Des rapports de l'industrie suggèrent que ce retard provient de l'incapacité du modèle à battre ses concurrents dans des tâches de codage complexes.

Même si Google peine à terminer la génération 3.5, il a déjà commencé le pré-entraînement de Gemini 4. Le pré-entraînement est la partie la plus coûteuse et la plus chronophage de la construction d'une IA. Cela implique d'alimenter le système avec des billions de points de données provenant de tout Internet pour construire ses connaissances fondamentales. En annonçant Gemini 4 dès maintenant, Google signale aux investisseurs qu'il ne prend pas de retard, même si son calendrier de sortie actuel est quelque peu désordonné.

Comparaison de la nouvelle gamme Gemini

Ce que cela signifie pour vous

Du point de vue du consommateur, ces mises à jour signifient que l'IA devient une partie invisible de l'infrastructure plutôt qu'un nouveau jouet clinquant. Vous verrez plus souvent des résumés d'IA dans vos résultats de recherche car ils sont désormais moins chers et plus rapides à fournir pour Google. Si vous êtes un développeur, vos coûts viennent de baisser et vos outils automatisés devraient faire moins d'erreurs lors de l'écriture de code.

En fin de compte, le retard du modèle « Pro » et la précipitation pour sortir une version « 3.6 » suggèrent que l'ère des percées massives et soudaines a ralenti. Nous sommes maintenant dans l'ère de l'optimisation. Les entreprises technologiques ne cherchent plus seulement à construire le cerveau le plus intelligent du monde. Elles essaient de construire le plus efficace. En tant qu'utilisateur, vous devriez accorder moins d'attention aux numéros de version et plus d'attention à la manière dont ces outils s'intègrent dans votre flux de travail quotidien. L'IA la plus perturbatrice n'est pas celle qui réussit un test de Turing, mais celle qui est assez rapide et bon marché pour être utilisée pour chaque recherche et chaque e-mail.

Sources: Google DeepMind Technical Blog, OSWorld Benchmark Reports, DeepSWE Coding Performance Data.