Qu’est-ce que Gemini 3.5 Flash, et pourquoi Google le conçoit-il autour des agents?

Hier, le mardi 19 mai 2026, Google a ouvert sa conférence annuelle pour développeurs I/O en présentant Gemini 3.5, sa nouvelle famille de modèles d’IA, et en lançant aussitôt le premier membre : Gemini 3.5 Flash. Il est offert dès le jour même au public, aux développeurs et aux entreprises, et il devient le modèle standard, partout dans le monde, de l’application Gemini et du Mode IA (AI Mode), le mode de réponse conversationnel de la recherche Google.

Le titre que Google a lui-même donné à la famille met l’accent sur l’action. TechCrunch voit dans ce lancement un changement dans la façon dont Google présente l’IA : moins comme quelque chose avec qui on clavarde, davantage comme quelque chose qui planifie, construit et révise du vrai travail avec peu de supervision.

Ce que Google a lancé

Google livre habituellement ses modèles en plusieurs tailles. Les modèles Pro sont les plus gros et les plus performants. Les modèles Flash sont plus légers, plus rapides et moins coûteux à faire tourner, et ils restent normalement derrière la version Pro de la même génération. Cette fois, Google affirme que le plus petit modèle bat le meilleur de la génération précédente.

Ce sont les chiffres de Google. Le MCP, ou Model Context Protocol, est une norme courante pour relier un modèle d’IA à des outils et à des données externes. L’Elo est un système de classement emprunté aux échecs, où un nombre plus élevé veut dire que le modèle gagne plus de comparaisons en face à face. Un jeton est un petit morceau de texte, souvent une partie de mot : les « jetons par seconde » mesurent donc la vitesse à laquelle le modèle écrit.

Koray Kavukcuoglu, technologue en chef de Google DeepMind, a dit aux journalistes que le modèle surpasse 3.1 Pro sur presque tous les bancs d’essai, et que Google a aussi construit une version optimisée qui tourne 12 fois plus vite avec la même qualité. Gemini 3.5 Pro est déjà utilisé à l’interne chez Google, et l’entreprise prévoit de le lancer le mois prochain.

Où trouver 3.5 Flash dès aujourd’hui :

• Tout le monde : l’application Gemini, ainsi que le Mode IA de la recherche, où il est maintenant le modèle par défaut.
• Développeurs : l’API Gemini dans Google AI Studio, Android Studio et Antigravity, l’environnement de programmation de Google conçu autour des agents.
• Entreprises : Gemini Enterprise et la Gemini Enterprise Agent Platform.

Pourquoi la vitesse compte pour les agents

Un agent d’IA est un modèle qui travaille vers un objectif sur de nombreuses étapes, à l’aide d’outils comme un éditeur de code, un navigateur ou un tableur, plutôt que de répondre une seule fois. Le travail d’agent multiplie le nombre d’appels au modèle. Si une tâche exige des centaines d’étapes, un modèle qui répond quatre fois plus vite termine beaucoup plus tôt et coûte habituellement moins cher. Google affirme que 3.5 Flash accomplit souvent les longues tâches pour moins de la moitié du coût des autres modèles de pointe.

Google mise aussi sur les sous-agents : plusieurs copies du modèle, chacune chargée d’une partie d’un gros travail, qui travaillent en même temps puis combinent leurs résultats. Pensez à une cheffe de projet qui confie les chapitres d’un rapport à différents rédacteurs. Le jumelage prévu par Google le rend explicite. Tulsee Doshi, directrice principale et responsable des produits chez Google, a dit à TechCrunch que 3.5 Pro jouera le rôle de planificateur pendant que Flash se chargera des nombreuses sous-tâches.

Le modèle a été développé en parallèle avec Antigravity, que Google a mis à jour à I/O sous forme d’application de bureau autonome, version 2.0. Ce logiciel qui entoure le modèle, parfois appelé harnais (harness), donne aux agents un espace de travail où ils peuvent exécuter du code, vérifier les résultats et se coordonner. Dans une démonstration publiée par Google, deux agents ont lu un célèbre article de recherche sur AlphaZero, le système qui joue à des jeux, et ont construit un jeu jouable en six heures. Sur scène, l’ingénieur de Google Varun Mohan a montré des agents qui se répartissaient le travail de construction d’un système d’exploitation.

Tulsee Doshi a ajouté que le modèle peut travailler seul pendant des heures, mais qu’il s’arrête pour consulter l’utilisateur quand il arrive à une décision ou à une question de permission qui exige un jugement humain.

Un exemple concret

Voici le genre de demande qui convient à un modèle d’agent rapide, rédigée sous forme d’étapes plutôt que comme une seule question :

Je tiens une petite boulangerie. Ci-joint, un tableur des ventes quotidiennes de l’an dernier.
1. Nettoie les données : supprime les lignes en double et signale les jours manquants.
2. Trouve nos trois mois les plus lents et nos produits les plus vendus pour chacun.
3. Suggère deux promotions pour le mois le plus lent, avec une raison pour chacune.
4. Fais un résumé d’une page avec un graphique simple.
Demande-moi avant de faire toute supposition sur les prix.

Chaque étape dépend de la précédente, et le modèle doit garder le fil des données du début à la fin. Cette chaîne d’étapes dépendantes est exactement ce que Google cherche à optimiser.

Pourquoi c’est important

Pour les utilisateurs ordinaires, le changement est discret mais vaste : 3.5 Flash répond maintenant dans l’application Gemini et dans le Mode IA de la recherche, si bien que beaucoup de gens l’utilisent sans rien choisir. Il alimente aussi Gemini Spark, un nouvel agent personnel conçu pour fonctionner jour et nuit et agir en votre nom, sous votre direction. Spark commence avec des testeurs de confiance, et une version bêta est prévue la semaine prochaine pour les abonnés de Google AI Ultra aux États-Unis.

Du côté des entreprises, Google nomme des premiers partenaires. Shopify fait tourner des sous-agents en parallèle pour prévoir la croissance des marchands, la Banque Macquarie teste une intégration plus rapide de nouveaux clients à partir de documents de plus de 100 pages, et Salesforce l’intègre à son produit Agentforce.

Côté sécurité, Google affirme avoir développé le modèle selon son Frontier Safety Framework (cadre de sécurité pour les modèles de pointe), ses règles internes pour les risques graves, avec des protections renforcées en cybersécurité et dans les domaines chimique, biologique, radiologique et nucléaire. L’entreprise affirme aussi que le modèle refuse moins souvent par erreur des questions sans danger, et qu’elle utilise maintenant des outils d’interprétabilité, des méthodes pour examiner le raisonnement interne d’un modèle, afin de vérifier les réponses avant qu’elles ne soient envoyées.

Le lancement arrive moins d’un mois après GPT-5.5 d’OpenAI, lui aussi présenté autour des agents. Les grands laboratoires s’entendent maintenant sur la direction; la lutte porte sur la vitesse, le coût et la fiabilité.

Comment un débutant peut-il commencer à utiliser Gemini 3.5 Flash dès aujourd’hui?

Le plus simple est d’utiliser l’application ou le site Web de Gemini : ils fonctionnent maintenant avec 3.5 Flash par défaut, sans qu’aucun réglage soit à changer. Le Mode IA de la recherche Google l’utilise aussi, ce qui le rend pratique pour les questions qui exigent plusieurs étapes de recherche.

Pour en tirer le maximum, rédigez vos demandes comme un court plan : l’objectif, le matériel que vous lui fournissez, les étapes et le moment où il devrait s’arrêter pour vous consulter. Vérifiez ses résultats, surtout les chiffres et les dates, avant de vous y fier.

Si vous êtes curieux de développer, Google AI Studio vous permet d’essayer le modèle par l’API Gemini dans votre navigateur, et Antigravity s’adresse aux développeurs qui veulent expérimenter avec des agents de programmation.