Gemini 3.8 Flash : tarifs, performances et programme cyber Fairwind de Google

Google a lancé Gemini 3.8 Flash, un modèle généraliste destiné notamment à l’ingénierie logicielle, aux tâches agentiques et au raisonnement spécialisé en plusieurs étapes. En parallèle, le groupe propose une déclinaison consacrée à la cyberdéfense, mais son accès est volontairement limité. L’enjeu ne se résume donc pas à la rapidité ou au prix des jetons : Google veut faire de Flash un modèle capable de mener des workflows de développement et d’agents plus longs, tout en affichant un tarif d’entrée inférieur à celui de plusieurs concurrents de pointe. 8

Ce que Google vient d’annoncer

Gemini 3.8 Flash arrive seulement trois semaines après Gemini 3.7 Flash : c’est la troisième sortie de la famille Flash en six semaines. Google le présente comme son modèle « polyvalent » le plus intelligent, avec des progrès en ingénierie logicielle, tâches agentiques et raisonnement critique à étapes multiples. 38

Dans la pratique, Google ne cible pas seulement les requêtes brèves nécessitant une faible latence. Le modèle est conçu pour des travaux impliquant planification, exécution itérative et usage d’outils. Il peut donc constituer une option par défaut plus séduisante pour les assistants de programmation ou les workflows autonomes — à condition de surveiller la consommation réelle.

Prix de Gemini 3.8 Flash : une offre de lancement, puis un tarif doublé

L’API est proposée à un tarif promotionnel de 0,75 $ par million de jetons en entrée et de 3,75 $ par million de jetons en sortie, identique à celui de Gemini 3.7 Flash. Cette grille s’applique jusqu’au 31 décembre 2026. À compter du 1er janvier 2027, le tarif standard annoncé doit passer à 1,50 $ par million de jetons en entrée et 7,50 $ en sortie. 38

Pour les équipes qui évaluent le modèle, la conséquence est simple : un test mené avec les prix de lancement ne reflétera pas le prix catalogue de 2027.

Le prix au jeton ne suffit pas à calculer la facture

Un modèle qui raisonne longtemps, vérifie ses propres résultats et appelle plusieurs outils peut employer davantage de jetons en sortie et produire plus de trafic vers les outils pour terminer une tâche. Artificial Analysis a mesuré un coût d’environ 0,58 $ par tâche de son Intelligence Index pour Gemini 3.8 Flash, contre 0,40 $ pour Gemini 3.7 Flash, avec un volume moyen de jetons en sortie supérieur. 2532

Un tarif unitaire bas ne garantit donc pas une facture marginale sur des boucles agentiques complexes. Le bon indicateur est le coût par tâche terminée sur les dépôts, données et outils réellement utilisés par l’entreprise — et non les seuls prix d’entrée et de sortie. Pour les tâches simples, lorsque Gemini 3.7 Flash atteint déjà le niveau de qualité attendu, il peut rester pertinent de l’intégrer au routage afin de maîtriser les coûts, tant que les deux modèles bénéficient du même tarif promotionnel. 3

Face à GPT-5.6 Sol, Grok 4.6 et Claude Fable 5.1

Sur l’Intelligence Index composite d’Artificial Analysis, Gemini 3.8 Flash obtient 59 avec son réglage de raisonnement élevé, soit trois points de plus que Gemini 3.7 Flash. Ce résultat égale celui de GPT-5.6 Sol en raisonnement « extra élevé » et de Grok 4.6 en raisonnement moyen. Avec des réglages supérieurs dans le même comparatif, GPT-5.6 Sol et Grok 4.6 atteignent 61, tandis que Claude Fable 5.1 atteint 66. 21

Ce tableau ne doit pas être interprété comme un classement universel : le niveau de raisonnement, les tâches retenues, les limites de latence, les règles d’usage des outils et les budgets de jetons modifient les résultats.

Modèle	Résultat rapporté à l’Intelligence Index	Prix API affiché par million de jetons entrée/sortie
Gemini 3.8 Flash	59 en raisonnement élevé	0,75 $ / 3,75 $ au lancement ; 1,50 $ / 7,50 $ au tarif standard 321
GPT-5.6 Sol	59 en extra-élevé ; 61 au maximum	5 $ / 30 $ 2021
Grok 4.6	59 en moyen ; 61 en élevé	2 $ / 6 $ 2021
Claude Fable 5.1	66 au maximum	10 $ / 50 $ 2126

Le prix de lancement de Gemini est donc nettement inférieur aux tarifs affichés ici pour ces concurrents. Cela ne prouve toutefois pas qu’il sera moins cher dans tous les cas d’usage. Les résultats de CursorBench, disponibles dans les sources, livrent par exemple une lecture plus spécifique : Fable 5.1 Max affiche un taux de réussite supérieur à Gemini 3.8 Flash High, tandis que Gemini présente un coût d’exécution mesuré plus faible dans ce benchmark. 30

Le choix doit donc se faire par charge de travail : il faut tester les modèles avec les niveaux de raisonnement, tailles de contexte et autorisations d’outils exigés en production.

Fairwind : Gemini 3.8 Flash Cyber n’est pas une API ouverte à tous

En même temps que le modèle généraliste, Google lance le programme Fairwind, une initiative à accès limité pour les gouvernements, les partenaires de confiance et les défenseurs considérés comme prioritaires. Google cite notamment les établissements de santé et les services de télécommunications. 514

Les participants obtiennent un accès anticipé à Gemini 3.8 Flash Cyber, une variante spécialisée en cybersécurité destinée, selon Google, à la détection de vulnérabilités et à la création automatisée de correctifs. Le programme associe le modèle à CodeMender, l’agent de sécurité du code de Google, afin d’accompagner la recherche de failles et les corrections logicielles. 814

Il ne s’agit pas d’une mise à disposition générale auprès de tous les clients API. Cette restriction est importante : les capacités de recherche et de correction de vulnérabilités sont à double usage. Elles peuvent renforcer les défenseurs, mais aussi présenter des risques de détournement. Limiter l’accès à des défenseurs approuvés fait donc partie intégrante de la conception du produit, et non d’un simple détail de disponibilité. 514

Ce que ce lancement révèle de la stratégie de Google

La sortie dessine une stratégie à deux vitesses :

• Disponibilité générale : diffuser rapidement un modèle économique pour le code, le raisonnement et le développement d’agents IA.
• Accès contrôlé : placer les capacités cyber les plus sensibles derrière un programme destiné à des défenseurs évalués. 58

Ce lancement intervient aussi dans un contexte d’incertitude sur le prochain modèle phare du groupe. Demis Hassabis a quitté la direction opérationnelle quotidienne de Google DeepMind pour devenir président de DeepMind et directeur scientifique d’Alphabet ; il n’a pas quitté Alphabet. Des informations de presse ont par ailleurs indiqué que Gemini 3.5 Pro, alors attendu en juin, avait été retardé. 33

Ces éléments n’établissent pas pourquoi Google accélère les sorties Flash. Ils rendent néanmoins la stratégie plus lisible : Gemini 3.8 Flash est un produit concret, déjà disponible, qui mise sur des agents capables à coût contenu, alors que la feuille de route des modèles phares reste moins nette.

À retenir

Gemini 3.8 Flash intéressera surtout les équipes qui cherchent davantage de capacités de code et de raisonnement agentique qu’avec un modèle léger classique, à un prix de lancement faible. Ses benchmarks suggèrent une compétitivité réelle à certains réglages, sans en faire pour autant le leader absolu face à GPT-5.6 Sol, Grok 4.6 ou Claude Fable 5.1. 21

Pour les acheteurs, le test décisif reste la fiabilité et le coût total sur des tâches réelles, en particulier lorsque les traces de raisonnement sont longues et les appels d’outils répétés. Pour les organisations de sécurité éligibles à Fairwind, l’annonce la plus structurante pourrait être l’accès contrôlé à Flash Cyber et CodeMender pour détecter et corriger les vulnérabilités. 14