Google a présenté le 21 juillet 2026 trois nouveaux modèles d'intelligence artificielle de la famille Gemini : Gemini 3.6 Flash, Gemini 3.5 Flash-Lite et Gemini 3.5 Flash Cyber, un modèle spécialement affiné pour traquer et corriger les failles de sécurité informatique. Tous appartiennent à la gamme « Flash », taillée pour la rapidité, l'efficacité et le faible coût — et non au sommet de puissance de la firme, dont le modèle de pointe se fait toujours attendre. C'est sur ce terrain de la cybersécurité et du prix que Google entend reprendre du terrain face à OpenAI et Anthropic.

Trois modèles « Flash », pensés pour le volume et l'agentique

Les trois annonces partagent une même logique : des modèles moins chers et plus économes en jetons (tokens), conçus pour les usages massifs et les tâches dites « agentiques » — où l'IA enchaîne des actions de façon autonome plutôt que de simplement répondre à une question. Google en a publié le détail sur son blog officiel.

Gemini 3.6 Flash est le plus abouti du trio. Il succède à Gemini 3.5 Flash avec de meilleures performances en codage, en travail de connaissance et en multimodalité, tout en consommant environ 17 % de jetons de sortie en moins pour accomplir une même tâche, selon l'index d'Artificial Analysis cité par Google. Les gains annoncés sur les tests de référence sont notables : 49 % contre 37 % sur le banc de codage DeepSWE, 63,9 % contre 49,7 % sur MLE-Bench (recherche en apprentissage automatique), ou encore 83 % contre 78,4 % sur OSWorld, qui mesure la capacité à piloter un ordinateur. Côté tarif, il descend à 1,50 dollar par million de jetons en entrée et 7,50 dollars en sortie, contre 9 dollars auparavant pour le prix de sortie.

Gemini 3.5 Flash-Lite occupe le bas de gamme en vitesse et en coût. Google le présente comme le modèle le plus rapide de la série 3.5, avec un débit de 350 jetons par seconde, facturé 0,30 dollar par million de jetons en entrée et 2,50 dollars en sortie. Il remplace le précédent 3.1 Flash-Lite en améliorant nettement plusieurs mesures (54 % contre 31 % sur Terminal-Bench 2.1) et embarque un outil intégré de pilotage d'ordinateur pour les workflows automatisés.

Ces deux modèles sont déjà déployés dans l'application Gemini, l'API via Google AI Studio et Android Studio, la plateforme Gemini Enterprise et, progressivement, dans la recherche Google. Cette poussée vers des tarifs plancher prolonge la stratégie de démocratisation déjà à l'œuvre chez Google, qui avait récemment revu à la baisse le prix de son offre grand public.

Gemini 3.5 Flash Cyber : un chasseur de failles tenu en laisse

Le troisième modèle est le plus singulier. Gemini 3.5 Flash Cyber est bâti sur la base de Gemini 3.5 Flash, puis affiné pour une seule mission : détecter, confirmer et corriger les vulnérabilités logicielles. Il ne s'utilise pas seul mais s'intègre à CodeMender, l'agent de sécurité du code dévoilé par Google DeepMind en octobre 2025, où plusieurs instances du modèle travaillent de concert avant de produire un rapport consolidé. Le détail figure sur le blog de Google DeepMind.

Les chiffres avancés par Google sont volontairement musclés. Sur le moteur JavaScript V8 de Chrome, le modèle aurait identifié 55 vulnérabilités confirmées, contre 47 pour Gemini 3.5 Flash et 36 pour Claude Opus 4.6 d'Anthropic — dont dix qu'aucun autre modèle n'aurait repérées, selon les données relayées par The Hacker News. Sur le banc CyberGym, il atteindrait environ 83 %, tout près du GPT-5.5-Cyber d'OpenAI (85,6 %). « Cela donnera aux défenseurs de première ligne une longueur d'avance pour trouver et corriger les vulnérabilités critiques avant qu'elles ne soient exploitées », résume le responsable sécurité de Gemini chez DeepMind.

Fait notable, Google ne met pas ce modèle en libre accès. Il est réservé, pour l'instant, aux gouvernements et à des partenaires de confiance dans le cadre d'un programme pilote à accès restreint — un choix que la firme justifie par la nature « à double usage » de la technologie : un outil capable de découvrir des failles peut aussi bien défendre qu'attaquer. Cette prudence fait écho aux garde-fous renforcés introduits en parallèle dans Gemini 3.6 Flash contre les usages malveillants dans les domaines CBRN (chimique, biologique, radiologique, nucléaire) et cyberoffensifs, avec une meilleure résistance affichée au contournement (jailbreak). Google, qui a par ailleurs récemment engagé des poursuites contre un réseau de cybercriminels ayant détourné Gemini, cherche visiblement à construire une image de fournisseur d'IA responsable en matière de sécurité.

Le modèle de pointe, lui, manque toujours à l'appel

C'est ici qu'une nuance s'impose. Le chapeau du New York Times présente l'un de ces modèles comme « le plus puissant » de Google. Cette formulation demande à être relativisée : dans son annonce officielle comme dans les benchmarks, Google ne qualifie aucun des trois modèles de son plus puissant. Les trois appartiennent à la catégorie « Flash », optimisée pour la vitesse et le coût, et non pour la profondeur de raisonnement maximale. Gemini 3.6 Flash est bien le plus capable de ce trio, mais il ne prétend pas au rang de modèle frontière de la firme.

Or ce modèle de pointe, Gemini 3.5 Pro, reste précisément l'absent de la journée. Attendu depuis plusieurs semaines, il demeure en test auprès de partenaires et sortira, selon Google, « dès qu'il sera prêt ». Plusieurs sources de presse, dont The Decoder, évoquent un modèle « en retard de plusieurs mois » sur son calendrier, en raison de performances de codage jugées insuffisantes. En guise de contrepoint, Google a annoncé avoir lancé « la campagne de pré-entraînement la plus ambitieuse » de son histoire pour Gemini 4 — une déclaration d'intention plus qu'un produit livré.

Une réponse ciblée à OpenAI et Anthropic

Le positionnement de ces annonces se lit à l'aune de la concurrence. Sur le haut du spectre, Google se retrouve momentanément sans modèle frontière public alors que ses rivaux avancent : OpenAI aligne ses variantes GPT-5.6, Anthropic sa famille Claude menée par Fable, et des laboratoires chinois comme Moonshot (Kimi K3) ou Zhipu (GLM-5.2) comblent l'écart. Sur les classements publics, ce sont les modèles d'Anthropic qui tiennent la corde, tandis que la gamme Flash de Google reste un cran en dessous.

D'où le double calcul de Google. En jouant l'efficacité et le prix sur le segment Flash, la firme mise sur les usages de masse et l'agentique, là où le coût par jeton fait la différence pour les entreprises. Et en dégainant Gemini 3.5 Flash Cyber, elle attaque frontalement un terrain où Anthropic s'était imposée en pionnière de la défense automatisée du code, avec son offre Mythos. La cybersécurité, plus que la course brute à la puissance, apparaît comme l'angle par lequel Google entend se différencier — et rassurer, à l'heure où la même technologie d'IA nourrit aussi bien les défenseurs que les attaquants.

Cette bataille de modèles ne concerne d'ailleurs pas que les trois géants historiques : Apple aussi a récemment détaillé sa propre famille de cinq modèles maison, tout en s'appuyant… sur la technologie Gemini de Google. Le signe que, derrière la surenchère d'annonces, les cartes de l'IA générative continuent de se rebattre à un rythme soutenu.

Sources : Google, Google DeepMind, The Hacker News, The Decoder, Unite.AI, MarkTechPost. Chapeau original : The New York Times.