Gemini 3.8 Flash fait travailler les agents plus longtemps, la facture suit
— AGENTS
Google lance un modèle qui enchaîne les vérifications et les appels d'outils au lieu de répondre du premier coup, avec un tarif unitaire inchangé mais des factures qui gonflent. Les premières mesures indépendantes évoquent une hausse de coût proche de 40 % pour une tâche donnée, malgré un prix affiché identique.
Un modèle qui vérifie son propre travail plutôt que de s'arrêter à la première réponse, voilà ce que propose Gemini 3.8 Flash. Google le décrit comme un système qui décompose davantage, multiplie les appels d'outils et reprend seul après avoir repéré une erreur. Pour une équipe technique qui pilote des agents de code ou des workflows automatisés, ce basculement change la nature du produit acheté : on ne paie plus une réponse, on paie une boucle qui tourne jusqu'à ce qu'elle juge le résultat satisfaisant.
Ce changement concerne d'abord les développeurs qui construisent des agents autonomes et les équipes de cybersécurité, pas les métiers de l'image ou du son puisque le modèle reste purement textuel, sans génération d'image ni de voix. Mais ce type de moteur tourne déjà derrière des outils que les studios utilisent sans le savoir, dans les automatisations de production ou les assistants intégrés à des suites bureautiques. Le rapport de force qui se joue ici, entre Google, Anthropic et OpenAI sur la capacité des agents à travailler en autonomie, décide du coût futur de ces briques discrètes.
La contrepartie tient dans la consommation. Les premières mesures indépendantes évoquent une facture supérieure de près de 40 % à celle de la version précédente pour une même tâche, à tarif unitaire égal, parce que le modèle produit davantage de texte et multiplie les vérifications. Un prix affiché ne dit donc plus grand-chose du coût réel d'un traitement mené jusqu'au bout, et toute équipe qui budgète l'usage d'un agent devra recalculer sur la durée réelle d'exécution plutôt que sur le tarif au token.
Les résultats de performance racontent une histoire nuancée. Le modèle domine certains tests d'agents financiers ou de programmation longue, s'effondre sur une version plus récente et plus difficile d'un même protocole, et plafonne à une réussite sur dix sur un test juridique où il arrive pourtant en tête. Ce contraste rappelle qu'un bon score sur un banc d'essai ne garantit rien sur un cas d'usage voisin, à peine plus exigeant.
La déclinaison Cyber, réservée à des organisations validées par Google, pousse cette logique jusqu'à la recherche de vulnérabilités et la correction automatique de failles. Elle montre où Google veut vraiment vendre son endurance retrouvée, du côté des grandes infrastructures et des équipes de sécurité, avec un accès verrouillé que la version grand public n'aura jamais.