Google a lancé le 13 août 2026 Gemini 3.7 Flash, une nouvelle version de son modèle destinée aux usages quotidiens intensifs, avec un accent clair sur le codage, les flux de travail fondés sur des agents et les tâches liées aux connaissances d’entreprise. Cette sortie intervient seulement trois semaines après Gemini 3.6 Flash, et Google a déclaré que le rythme des mises à jour était lié aux retours des développeurs et aux améliorations algorithmiques.
L’entreprise réduit temporairement de 50 % les prix d’utilisation du modèle via l’API : jusqu’au 31 décembre 2026, le coût s’élève à environ 0,75 dollar par million de tokens d’entrée et 3,75 dollars par million de tokens de sortie. À partir du 1er janvier 2027, les prix passeront à 1,50 dollar pour l’entrée et 7,50 dollars pour la sortie, tandis que le coût de la mise en cache du contexte sera de 0,075 dollar par million de tokens pendant la période promotionnelle, puis passera à 0,15 dollar.
Un accent mis sur l’exécution de tâches en plusieurs étapes
Google décrit Gemini 3.7 Flash comme son « modèle de travail le plus intelligent » à ce jour pour le codage et les agents. Selon l’entreprise, le modèle est désormais plus performant pour gérer les obstacles, demander des précisions sur l’intention lorsque cela est nécessaire et suivre les instructions avec davantage de précision. Elle affirme également qu’il « réfléchit avec davantage de rigueur » lors de la planification de tâches en plusieurs étapes et de l’exécution d’appels d’outils.
Ces améliorations visent à réduire les tentatives répétées et les interventions humaines dans les agents de programmation et les agents d’entreprise. Dans un environnement de développement d’entreprise, le modèle pourrait contribuer à réduire les modifications inutiles, à récupérer après des erreurs et à exécuter des plans complexes avec une fiabilité accrue. Il en va de même pour les agents travaillant sur plusieurs documents et applications, où un appel d’outil incorrect ou une interprétation imprécise des instructions peut interrompre le flux de travail.
Google DeepMind a déclaré que cette nouvelle version progressait dans le débogage et la résolution de problèmes, la création de mises en page web et d’applications plus complètes avec moins de requêtes, ainsi que dans le raisonnement et la précision au sein de flux de travail commerciaux réels.
Une forte amélioration dans le codage, sans supériorité générale
Selon les tests de Google, Gemini 3.7 Flash a obtenu 43,6 % au test FrontierCode 1.1 Main, qui mesure la qualité du code de production, contre 34,4 % pour la version 3.6. Il a également légèrement dépassé les résultats de Claude Sonnet 5, à 42,7 %, et de GPT-5.6 Terra, à 41,3 %, selon le tableau de Google.
Dans le test DeepSWE v1.1 consacré aux tâches de programmation de longue durée, le modèle a obtenu 65,3 %, contre 49,0 % pour son prédécesseur, mais il est resté derrière GPT-5.6 Terra, qui a obtenu 69,6 %. En développement web, il a obtenu 1 588 points Elo dans Code Arena, contre 1 538 pour Gemini 3.6 Flash, 1 541 pour Claude Sonnet 5 et 1 523 pour GPT-5.6 Terra.
Les résultats ne montrent pas de supériorité générale dans tous les domaines. Le modèle a obtenu 85,8 % à Terminal-bench 2.1, contre 87,4 % pour GPT-5.6 Terra, qui a également dépassé Gemini 3.7 Flash dans Terminal-bench 3.0 et OSWorld-2.0. Dans le test Agent's Last Exam consacré aux tâches bureautiques et multimodales, Claude Sonnet 5 est arrivé en tête avec un taux de réussite de 33,3 %, contre 26,3 % pour Gemini 3.7 Flash.
Usages d’entreprise et prix compétitifs
Les améliorations annoncées s’étendent à l’automatisation des activités et à la compréhension des documents. Gemini 3.7 Flash a obtenu 30,4 % dans AutomationBench, contre 17,0 % pour la version précédente, 23,6 % pour GPT-5.6 Terra et 10,7 % pour Claude Sonnet 5, selon les données de Google. Il a également obtenu 34,0 % au test GDP.PDF consacré à la compréhension de fichiers PDF complexes, contre 22,0 % pour Gemini 3.6 Flash, 28,0 % pour Claude Sonnet 5 et 24,7 % pour GPT-5.6 Terra.
Google propose le modèle aux abonnés Google AI Pro et Ultra dans Spark, son agent personnel d’intelligence artificielle, avec des améliorations dans les tâches liées aux connaissances et l’utilisation des outils Google Workspace, comme le regroupement de fichiers, la rédaction de courriels et la mise à jour de documents d’état. Il est également disponible pour les entreprises via Gemini Enterprise Agent Platform et l’application Gemini Enterprise.
Les prix promotionnels constituent un élément important de la concurrence pour l’exécution d’agents autonomes, car une seule requête peut produire une longue série d’appels au modèle, de tokens de raisonnement et d’interactions avec des outils. L’article précise que la baisse du prix du token ne signifie pas nécessairement une baisse du coût final si le modèle a besoin de tentatives répétées ; la mesure pratique sera donc le coût d’accomplissement réussi de la tâche, et non le seul prix par million de tokens.
Disponibilité et contexte du lancement du modèle
Les développeurs peuvent accéder à Gemini 3.7 Flash via Gemini API dans Google AI Studio et Android Studio, ainsi que dans l’environnement Antigravity de Google. Le modèle est disponible pour les entreprises via Gemini Enterprise Agent Platform et Gemini Enterprise, et pour les consommateurs abonnés à Google AI Pro ou Ultra via Spark dans les pays pris en charge. Google a déclaré avoir également lancé des dispositifs de protection mis à jour couvrant les risques chimiques, biologiques, radiologiques et nucléaires, ainsi que l’utilisation abusive du modèle dans des cyberattaques.
Cette sortie intervient alors que Google n’a pas annoncé de date de disponibilité pour Gemini 3.5 Pro, qui restait en phase de test auprès de partenaires selon l’article, tandis que Gemini 3.1 Pro demeure le dernier modèle Pro général disponible présenté par l’entreprise. Gemini 3.7 Flash renforce ainsi la gamme de modèles rapides de Google, sans toutefois trancher la compétition pour le modèle de pointe.
Pour les équipes de développement, l’augmentation des performances et le prix promotionnel constituent une incitation à tester le modèle sur leurs dépôts, leurs requêtes, leurs schémas d’outils et leurs cas d’échec spécifiques avant d’y transférer toute application de production. La durée de l’avantage économique après le retour des prix à leur niveau normal en janvier 2027 dépendra de la capacité du modèle à mener à bien les tâches réelles de manière stable et avec moins de tentatives.