Google lance Gemini 3.5 avec une poussée plus forte vers l’IA agentique

Google recadre la course aux modèles autour de l’action

Google a lancé Gemini 3.5, une nouvelle famille de modèles d’IA que l’entreprise dit conçue pour combiner une intelligence de haut niveau avec la capacité d’exécuter des workflows agentiques complexes. La première version de la gamme est Gemini 3.5 Flash, que Google présente comme un modèle rapide mais de niveau frontière pour le codage, la compréhension multimodale et l’exécution de tâches à long horizon. L’entreprise prépare également Gemini 3.5 Pro pour un déploiement le mois prochain, après utilisation en interne.

L’annonce compte moins comme une mise à jour de version de routine que comme une déclaration sur l’évolution de la concurrence entre modèles. Google ne présente pas Gemini 3.5 principalement comme une amélioration de chatbot. Il s’agit plutôt d’un moteur pratique pour des agents capables de planifier, construire, itérer et mener à bien des tâches en plusieurs étapes dans des environnements réels. Cet accent reflète le basculement plus large de l’IA, qui passe de la réponse aux prompts à l’exécution de tâches structurées.

Pourquoi Flash est le produit de tête

Google affirme que 3.5 Flash délivre une intelligence comparable à celle des grands modèles phares, tout en fonctionnant à la vitesse attendue de sa gamme Flash. D’après les benchmarks fournis, il surpasse Gemini 3.1 Pro sur les tests de codage et agentiques, notamment Terminal-Bench 2.1, GDPval-AA et MCP Atlas, tout en affichant de solides performances de raisonnement multimodal sur CharXiv Reasoning. Google affirme en outre que le modèle produit des jetons de sortie quatre fois plus vite que d’autres modèles de frontière.

Ces éléments soutiennent une thèse produit claire : le modèle le plus utile n’est pas nécessairement celui qui possède le plafond de raisonnement le plus élevé, mais celui qui équilibre suffisamment bien un raisonnement solide et une faible latence pour faire tourner des agents à grande échelle. Cet équilibre est important parce que les workflows à long horizon exigent souvent des appels répétés, l’usage d’outils, des étapes de planification et des révisions. Un modèle légèrement plus intelligent peut devenir moins utile s’il est trop lent ou trop coûteux à faire fonctionner en continu dans ces boucles.

L’élan vers le workflow agentique

Google décrit Gemini 3.5 comme destiné à des tâches qui prenaient auparavant des jours aux développeurs ou des semaines aux auditeurs, en soutenant que le modèle peut désormais aider à accomplir ce travail en une fraction du temps et souvent pour moins de la moitié du coût d’autres systèmes de frontière. Les exemples donnés dans la source incluent le développement d’applications, la maintenance de bases de code et l’aide à la préparation de documents financiers. Dans chaque cas, la promesse clé n’est pas la génération ponctuelle, mais une exécution soutenue sur plusieurs étapes.

Ce cadrage s’inscrit dans une transition plus large de l’industrie. Les fournisseurs d’IA veulent de plus en plus intégrer leurs systèmes aux plateformes de développement, aux outils d’entreprise et aux produits de recherche en tant qu’opérateurs actifs, plutôt qu’en simples répondants passifs. L’annonce de Google couvre précisément cette stratégie de distribution. Gemini 3.5 Flash est disponible via l’application Gemini et le mode IA dans Search, via des canaux développeurs comme Google Antigravity et Gemini API dans AI Studio et Android Studio, ainsi que via des offres entreprise comme Gemini Enterprise Agent Platform et Gemini Enterprise.

Vitesse, portée et stratégie de plateforme

En rendant 3.5 Flash largement disponible immédiatement, Google cherche à transformer une sortie de modèle en dynamique d’écosystème. La distribution grand public apporte de l’échelle d’usage et des retours. L’accès développeur permet aux équipes d’expérimenter avec des agents et des flux de codage. Le packaging entreprise vise à transformer ces capacités en déploiements organisationnels. L’ensemble suggère que Google ne considère pas ce modèle comme un produit autonome, mais comme une infrastructure qui doit vivre simultanément dans les couches grand public, développeur et entreprise.

L’accent mis sur la vitesse renforce aussi cette stratégie. Les systèmes agentiques sont plus faciles à intégrer lorsqu’ils paraissent suffisamment réactifs pour rester dans les flux de travail habituels. Si un modèle peut planifier et agir rapidement tout en conservant de fortes performances, il devient plus plausible comme opérateur de fond dans la recherche, les outils de codage ou les logiciels de travail. C’est une position commerciale différente de celle d’un modèle phare plus lent, utilisé בעיקר pour des tâches occasionnelles exigeant beaucoup d’efforts.

Ce que ce lancement dit du marché

Gemini 3.5 arrive alors que la concurrence en IA est de plus en plus façonnée par le codage, l’usage d’outils et la fiabilité agentique, plutôt que par le seul raffinement conversationnel. Les revendications de leadership dans les benchmarks sont désormais formulées autour de tâches terminales, d’évaluations de longue durée et d’un raisonnement multimodal lié à une utilité réelle. Le langage de Google dans cette sortie le rend explicite. L’entreprise soutient que l’intelligence de frontière est plus précieuse lorsqu’elle est associée à l’action.

C’est aussi pourquoi l’annonce mentionne des graphiques plus riches, l’impact dans le monde réel, des agents IA personnels et la sécurité. Même dans le texte limité fourni, la direction est visible : Google veut que Gemini 3.5 serve de modèle de base pour des logiciels capables de voir davantage, de raisonner davantage et d’agir davantage, tout en restant suffisamment encadrés pour être déployés à grande échelle. L’importance finale de la sortie dépendra donc non seulement des résultats de benchmark, mais aussi de la capacité des développeurs et des entreprises à transformer cette promesse en produits fiables.

Un lancement pensé pour la prochaine phase de l’adoption de l’IA

Gemini 3.5 Flash est présenté comme un modèle qui supprime l’arbitrage entre qualité et latence. Reste à vérifier si cette affirmation tient à grande échelle, mais le message stratégique est clair. Google estime que la prochaine vague d’adoption de l’IA sera portée par des agents capables d’exécuter des tâches complexes à grande vitesse dans des outils et services familiers.

En ce sens, Gemini 3.5 ne concerne pas seulement un nouveau modèle, mais une philosophie produit. L’entreprise parie que l’exécution, et pas seulement l’éloquence, définira la prochaine frontière. Si le modèle tient ses promesses dans les environnements de codage et agentiques, cette sortie pourrait renforcer la position de Google dans la course pour rendre les systèmes d’IA non seulement plus intelligents, mais aussi concrètement plus utiles au travail quotidien.

Cet article est basé sur un reportage de Google AI Blog. Lire l’article original.