hariri.ch
Prenez contact

Intelligence artificielle

Gemini 3.7 Flash : ce que change le nouveau modèle de Google pour le code, les agents et la sécurité

7 min de lecture

Réseau abstrait reliant un moteur d’intelligence artificielle à des flux de code et des éléments de sécurité.

Un modèle « workhorse » orienté développement et agents

Google a présenté Gemini 3.7 Flash le 13 août 2026, trois semaines seulement après Gemini 3.6 Flash. L’entreprise le décrit comme son modèle Flash le plus intelligent à ce jour pour le codage et les agents. Cette cadence rapprochée illustre une évolution où les modèles généralistes sont ajustés rapidement en fonction des retours des développeurs et des progrès algorithmiques.

Pour les équipes techniques, le positionnement est important : Gemini 3.7 Flash n’est pas présenté comme un modèle spécialisé dans un seul langage ou une seule tâche, mais comme un modèle de travail destiné à alimenter des flux de développement et des agents logiciels. Google met notamment en avant la précision du code généré dès la première tentative et la production de code prêt à intégrer dans un environnement réel.

Les développeurs peuvent accéder au modèle par l’API Gemini, via Google AI Studio et Android Studio. Google mentionne également Google Antigravity pour explorer des flux de travail centrés sur les agents. Les entreprises disposent de la Gemini Enterprise Agent Platform et de l’application Gemini Enterprise, tandis que les particuliers peuvent utiliser le modèle dans Spark, au sein de l’application Gemini.

Des gains mesurables sur les benchmarks de code

Les résultats communiqués par Google montrent une progression sensible par rapport à Gemini 3.6 Flash. Sur FrontierCode 1.1 Main, Gemini 3.7 Flash obtient 43,6 %, contre 34,4 % pour la génération précédente. Sur DeepSWE v1.1, il atteint 65,3 %, contre 49,0 % pour Gemini 3.6 Flash.

Ces écarts suggèrent un modèle plus performant pour des tâches où la première réponse doit être exploitable, et pas seulement plausible. En pratique, une meilleure précision initiale peut réduire le nombre d’itérations nécessaires pour corriger une implémentation, comprendre un dépôt ou faire évoluer un composant. Elle ne dispense toutefois pas de revue humaine, de tests automatisés ni de contrôles de sécurité : les chiffres fournis sont des résultats de benchmarks et ne garantissent pas une qualité identique sur chaque projet.

Google cite aussi le WebDev Arena d’Arena.ai, où Gemini 3.7 Flash affiche un score Elo de 1588, contre 1538 pour Gemini 3.6 Flash. Ce résultat complète les benchmarks de code par une mesure orientée développement web. Là encore, il faut l’interpréter comme une comparaison dans un protocole donné, et non comme une mesure universelle de productivité pour toutes les équipes.

Un coût d’entrée attractif, mais temporaire

Le prix de lancement est fixé à 0,75 dollar par million de tokens en entrée et 3,75 dollars par million de tokens en sortie. Ces tarifs introductifs s’appliquent jusqu’au 31 décembre 2026.

À partir du 1er janvier 2027, Google prévoit des prix de 1,50 dollar par million de tokens en entrée et de 7,50 dollars par million de tokens en sortie. Les organisations qui évaluent le modèle doivent donc distinguer le coût de test à court terme du coût récurrent après la période promotionnelle.

La différence entre tokens d’entrée et de sortie est particulièrement pertinente pour les agents. Un agent peut relire beaucoup de contexte — code, historique, documentation ou résultats d’outils — puis générer une réponse plus courte, ou au contraire produire de longues modifications. Le budget dépendra donc de la taille des contextes, du nombre d’étapes et du niveau d’autonomie retenu. Les tarifs seuls ne suffisent pas à estimer une facture sans mesurer ces volumes dans un scénario représentatif.

Des garde-fous renforcés contre les usages à risque

Gemini 3.7 Flash est livré avec des protections mises à jour contre les détournements liés aux domaines CBRN — chimique, biologique, radiologique et nucléaire — ainsi qu’à la cyberoffensive. Google indique vouloir limiter les usages nuisibles tout en permettant les applications bénéfiques, conformément à ses programmes de cyberdéfense et de bioresilience.

Cette annonce s’inscrit dans une politique de sécurité plus large. La version 3.1 du Frontier Safety Framework de Google DeepMind, datée du 17 avril 2026, prévoit d’identifier les niveaux de capacité des modèles avancés, de les détecter tout au long de leur cycle de vie, de préparer des mesures d’atténuation en amont et d’impliquer des parties externes lorsque cela est approprié.

Google décrit par ailleurs un processus en quatre étapes pour des modèles comme Gemini : modélisation des menaces, évaluations, mesures d’atténuation et surveillance. Pour un client professionnel, cela signifie que la sélection d’un modèle ne devrait pas se limiter à ses scores de performance. Les contrôles d’accès, la journalisation, les tests de résistance et la supervision des actions d’un agent restent essentiels.

Le lien avec Gemini 3.5 Flash Cyber

Gemini 3.7 Flash arrive dans un paysage où Google développe aussi des modèles plus ciblés. Le 21 juillet 2026, Google DeepMind a présenté Gemini 3.5 Flash Cyber, construit sur Gemini 3.5 Flash et ajusté pour trouver, valider et corriger rapidement des vulnérabilités.

Dans un test portant sur le moteur JavaScript V8, Gemini 3.5 Flash Cyber a identifié 55 problèmes uniques confirmés, contre 47 pour Gemini 3.5 Flash standard et 36 pour Opus 4.6. Google précise que 10 des problèmes détectés par le modèle cyber n’ont pas été trouvés par les deux autres modèles. L’équipe Cloud Vulnerability Research de Google affirme également avoir utilisé ce modèle pour découvrir, en deux heures, des vulnérabilités d’exécution de code à distance dans des API publiques ainsi qu’une vulnérabilité de corruption mémoire dans un service de production sensible.

Ce modèle cyber est toutefois proposé initialement dans le cadre d’un pilote à accès limité, exclusivement aux gouvernements et partenaires de confiance via CodeMender. Il ne s’agit donc pas d’une capacité disponible dans les mêmes conditions que Gemini 3.7 Flash.

Une stratégie de sécurité qui dépasse le seul modèle

Google relie aussi ses travaux à des ressources et partenariats spécialisés. L’entreprise indique qu’OSV.dev couvre plus de 700 000 vulnérabilités open source et plus de dix ans de résultats d’OSS-Fuzz, afin d’aider à repérer les vulnérabilités de meilleure qualité.

Sur le volet biologique, Google DeepMind et Isomorphic Labs ont publié leur approche de la bioresilience le 16 juillet 2026. Ils déclarent avoir fait progresser plus de 15 partenariats avec des organismes publics, des organisations de biosécurité et des groupes de recherche au cours des douze mois précédents. Google travaille également à adapter sa technologie de filigrane SynthID à la biologie, pour aider les fournisseurs de synthèse d’ADN à filtrer des séquences potentiellement risquées générées par une IA.

Enfin, Gemini Spark utilise Gemini 3.7 Flash dès l’annonce et est disponible aux abonnés Google AI Pro et Ultra dans plus de 160 pays. Pour les professionnels, l’enjeu principal reste néanmoins l’intégration : évaluer les gains sur leurs propres dépôts, encadrer les permissions des agents et anticiper le doublement des tarifs après 2026.

À retenir

  • Gemini 3.7 Flash a été présenté le 13 août 2026, trois semaines après Gemini 3.6 Flash.
  • Google rapporte des scores supérieurs à ceux de Gemini 3.6 Flash sur FrontierCode 1.1 Main, DeepSWE v1.1 et WebDev Arena.
  • Le tarif introductif de 0,75 dollar par million de tokens en entrée et 3,75 dollars en sortie expire le 31 décembre 2026.
  • Le modèle intègre des garde-fous mis à jour contre les abus CBRN et la cyberoffensive.
  • Gemini 3.5 Flash Cyber est un modèle distinct, spécialisé dans la recherche et la correction de vulnérabilités, encore limité à un pilote pour partenaires de confiance et gouvernements.

Sources