Google a fait passer gemini-3.8-flash en disponibilité générale. Contrairement aux précédentes versions Flash, positionnées sur la vitesse et le prix, celle-ci vise l'ingénierie logicielle à long horizon, les agents autonomes et les workflows d'entreprise complexes.
Ce qui change
Ce positionnement est la véritable nouveauté. Flash a toujours été le niveau bon marché et rapide que l'on appelle des milliers de fois au sein d'un système. Google le présente désormais pour exactement le type de charge de travail qui nécessitait auparavant le modèle phare : des agents qui tournent longtemps et doivent garder la trace de ce qu'ils faisaient.
La veille, le 1er septembre, la compréhension vidéo agentique a été déployée sur l'ensemble des modèles Flash. Google indique qu'elle utilise jusqu'à 88% de jetons en moins pour les contenus longs par rapport au traitement statique image par image.
Pourquoi ce chiffre de jetons compte
Sur les tâches d'agents de longue durée, la facture dépend du nombre de jetons que le modèle consomme pour décider quoi faire, et non du prix affiché par million. Une réduction de 88% sur l'entrée vidéo change la donne quant aux charges de travail vidéo devenant abordables — un enregistrement complet dont l'analyse coûtait des dollars ne coûte désormais plus que quelques centimes.
Cela explique aussi le repositionnement. Si le niveau bon marché peut conserver le contexte efficacement sur de longues durées, la raison de se tourner vers un modèle phare pour les tâches agentiques s'affaiblit.
La tendance plus large
Google a lancé cette version un jour après l'annonce de Claude Fable 5.1 par Anthropic, le 1er septembre, et un jour avant l'annonce de GPT-6 Astra par OpenAI. Mais là où les deux autres rivalisaient sur les capacités de pointe, Google a rivalisé sur le coût par unité de travail. Ce sont des paris différents sur ce que le marché achètera ensuite.
Que faire
Si vous avez des charges de travail d'agents actuellement fixées sur un modèle phare en raison de la gestion du contexte, cela vaut la peine d'être réévalué. La comparaison intéressante ne porte pas sur les scores de référence mais sur le nombre total de jetons consommés par tâche menée à bien — c'est là que décide si un modèle de niveau Flash misant sur l'efficacité l'emporte ou non.
Il convient de rappeler que Google a supprimé les paramètres d'échantillonnage temperature, top_p et top_k sur ses récents modèles Flash. Le code migrant vers 3.8 ne devrait plus les transmettre.