Qu’est-ce que Gemini 3.8 Flash ?
Gemini 3.8 Flash a été officiellement lancé par Google le 2 septembre 2026. Développé par Google DeepMind, le modèle était connu en interne sous le nom de code « Skimaki » avant son lancement, selon le Wall Street Journal. Il s’agit de la troisième mise à jour Flash publiée en six semaines, après Gemini 3.7 Flash sorti trois semaines plus tôt.
Ce rythme de sortie accéléré pose des questions légitimes sur la stabilité et la compatibilité pour les développeurs. Les équipes doivent adapter rapidement leurs intégrations, ce qui peut engendrer des surcoûts de maintenance. Toutefois, Google justifie cette cadence par une volonté d’itérer plus vite sur les capacités d’agent autonomes.
Le modèle est présenté par Google comme son modèle Flash le plus intelligent. Il est spécifiquement conçu pour l’ingénierie logicielle longue durée, les agents autonomes et les workflows d’entreprise complexes.
Gemini 3.8 Flash conserve la vitesse et le coût réduit de la gamme Flash tout en approchant les performances de modèles frontières plus coûteux. Il affiche des gains importants en codage et en utilisation d’outils, bien qu’il reste stable sur des benchmarks de raisonnement général.
Fiche technique et spécifications (contexte, tokens, modalités)
Le modèle porte l’identifiant API gemini-3.8-flash. La fenêtre de contexte en entrée est de 1 048 576 tokens, avec une limite de sortie de 65 536 tokens.
Gemini 3.8 Flash est multimodal en entrée. Il accepte du texte, des images, des vidéos, de l’audio et des PDF, mais ne produit que du texte en sortie.
Le modèle prend en charge le raisonnement « Thinking » avec trois niveaux : low, medium et high. Il est important de noter que le niveau minimal renvoie une erreur lors de l’appel API.
La date limite des connaissances du modèle est mars 2026 pour certains domaines, mais peut se limiter à janvier 2025 pour d’autres. Cette variabilité impose aux développeurs de vérifier la fraîcheur des données selon leur secteur d’application.
En termes de vélocité, le modèle génère du texte à une vitesse de 304,6 tokens par seconde selon l’API de Google. Cette rapidité le place très favorablement face à des concurrents comme GPT-5 ou Claude pour des tâches interactives nécessitant une faible latence.
Performances et benchmarks (Terminal-Bench, DeepSWE, Humanity’s Last Exam)
Pour comprendre les capacités de Gemini 3.8 Flash, il faut examiner les benchmarks techniques utilisés, souvent méconnus du public francophone. Ces tests évaluent des compétences très spécifiques liées au développement logiciel et à la résolution de problèmes complexes.
Sur le benchmark Terminal-Bench 2.1, qui mesure la capacité d’un modèle à exécuter des tâches complexes en ligne de commande et à interagir avec un système d’exploitation, Gemini 3.8 Flash obtient un score de 90,8 %. C’est une nette amélioration par rapport aux 81,6 % de Gemini 3.7 Flash.
DeepSWE v1.1 évalue l’ingénierie logicielle de bout en bout, de la compréhension d’un dépôt de code à la résolution d’un problème complet. Sur ce benchmark, le modèle dépasse la plupart des modèles frontières plus grands, prouvant son efficacité pour les développeurs.
À l’inverse, sur Humanity’s Last Exam, un test de raisonnement général extrêmement difficile couvrant de nombreux domaines académiques, le score reste quasiment stable à 45,4 % contre 45,7 % pour la version précédente.
Selon Artificial Analysis, Gemini 3.8 Flash (high) obtient un score de 59 sur l’Intelligence Index, contre une médiane de 36 pour des modèles de même gamme de prix. Cela démontre un excellent rapport qualité/prix pour les entreprises cherchant une alternative abordable aux modèles premium.
Tarification et disponibilité (API, Google AI Studio, Gemini app)
Le tarif API est de 0,75 $ par million de tokens en entrée et 3,75 $ par million de tokens en sortie. Ce tarif est identique à celui de Gemini 3.7 Flash.
Cette tarification promotionnelle est valable jusqu’au 31 décembre 2026. À partir du 1er janvier 2027, les prix doublent à 1,50 $ et 7,50 $ par million de tokens.
Gemini 3.8 Flash est disponible immédiatement pour les développeurs via l’API Gemini, Google AI Studio, Android Studio, Google Antigravity et Gemini Enterprise.
Pour le grand public, le modèle est accessible dans l’application Gemini, l’AI Mode et Gemini dans Google Sheets pour les abonnés Google AI Pro et Ultra. Il faut toutefois noter que la disponibilité régionale et linguistique peut varier, l’accès complet étant souvent restreint aux régions anglophones lors des premières semaines de lancement.
Pour intégrer le modèle via l’API ou Google AI Studio, les développeurs peuvent mettre à jour leur clé d’API et pointer vers l’identifiant gemini-3.8-flash. Les premiers retours d’entreprises ayant migré indiquent une transition fluide, avec une diminution notable des hallucinations lors de l’appel d’outils externes.
Gemini 3.8 Flash Cyber : la variante cybersécurité et le programme Fairwind
Google a également annoncé Gemini 3.8 Flash Cyber, une variante spécialisée. Ce modèle remplace 3.5 Flash Cyber et cible la découverte autonome de vulnérabilités.
Gemini 3.8 Flash Cyber est réservé aux testeurs de confiance via le nouveau programme Fairwind. Ce programme est destiné aux agences gouvernementales, opérateurs d’infrastructures critiques et mainteneurs de logiciels.
Le benchmark CWE-Bench évalue spécifiquement la capacité d’un modèle à identifier et corriger des vulnérabilités de code. Sur ce test, Gemini 3.8 Flash Cyber obtient un score pass@1 de 47,2 %, contre 47,8 % pour un modèle frontière leader.
L’équipe de sécurité Chrome de Google a indiqué que Gemini 3.8 Flash Cyber a produit 2,6 fois plus de correctifs corrects que les meilleurs modèles commerciaux plus volumineux.
De plus, l’équipe Cloud Vulnerability Research de Google a utilisé Gemini 3.8 Flash Cyber pour découvrir une vulnérabilité critique en moins de 2 heures, une tâche qui prend habituellement des mois.
Gemini 3.8 Flash vs Gemini 3.7 Flash : ce qui change
La sortie de Gemini 3.8 Flash intervient seulement trois semaines après Gemini 3.7 Flash. Cette proximité temporelle soulève la question de la pertinence de la mise à jour.
La différence majeure réside dans les capacités d’ingénierie logicielle et l’utilisation d’outils. Là où Gemini 3.7 Flash montrait déjà de bonnes performances, la version 3.8 excelle sur des tâches longues et complexes.
Le score de 90,8 % sur Terminal-Bench 2.1 illustre cette avancée par rapport aux 81,6 % de son prédécesseur. Le modèle devient plus fiable pour des agents autonomes qui doivent interagir avec des terminaux et des bases de code.
Les performances de raisonnement général, mesurées par Humanity’s Last Exam, restent volontairement stables. Google n’a pas cherché à augmenter la taille du modèle pour le raisonnement abstrait, mais a optimisé ses capacités pratiques et fonctionnelles.
Comment accéder à Gemini 3.8 Flash et cas d’usage recommandés
L’accès à Gemini 3.8 Flash est simplifié pour les développeurs familiers avec l’écosystème Google. Dans Google AI Studio, il suffit de sélectionner le modèle dans le menu déroulant. Pour l’API, l’appel se fait via le point de terminaison standard en spécifiant gemini-3.8-flash.
Les cas d’usage recommandés incluent l’automatisation de l’ingénierie logicielle, où le modèle peut gérer des résolutions de bugs de bout en bout grâce à sa grande fenêtre de contexte de plus d’un million de tokens.
Les workflows d’entreprise complexes, nécessitant l’analyse de vastes archives de PDF, d’images et de transcriptions audio, tirent également parti de la modalité d’entrée étendue. Le modèle peut synthétiser ces informations en un rapport textuel cohérent.
Enfin, pour le développement d’agents autonomes, la vitesse de 304,6 tokens par seconde et l’amélioration de l’utilisation d’outils en font un candidat idéal pour des interactions en temps réel avec des systèmes externes.
