Gemini 3.5 Flash : Vitesse agentique au prix d'une inflation massive

Le Pitch

Google lance son premier modèle "agentique" conçu pour le raisonnement multi-étapes et le coding, avec une vélocité quatre fois supérieure à GPT-5 et Claude 4.5 Opus. Derrière la promesse d'une intelligence de niveau "frontier" (source: Google Blog), ce modèle Flash tente de redéfinir le segment intermédiaire en sacrifiant l'accessibilité tarifaire historique de la gamme.

Sous le capot

Le gain de performance repose sur l'infrastructure hardware TPU 8i, intégrant 384 MB de SRAM on-chip pour briser le memory wall habituel (source: Tom's Hardware 2026). Cette architecture permet une vitesse d'inférence oscillant entre 280 et 455 tokens/sec, faisant de Gemini 3.5 Flash le moteur le plus rapide du marché pour les tâches de logique pure (source: Artificial Analysis).

Côté software, l'implémentation de modes "Thinking" (Minimal à High) permet enfin de moduler la profondeur du raisonnement selon la latence tolérée (source: Google Developer Docs). Sur les benchmarks, les chiffres valident la montée en gamme : 83,6% sur MCP Atlas et 76,2% sur Terminal-Bench 2.1, ce qui place ce modèle Flash au-dessus de l'ancien flagship Gemini 3.1 Pro (source: Infoworld).

Toutefois, cette montée en puissance technique cache une réalité économique brutale pour les devops. Le pricing grimpe à 1,50 $ par million de tokens en entrée et 9,00 $ en sortie, soit une augmentation de 300% par rapport à la génération précédente (source: LLM-Prices). Pour des workflows agentiques à fort "turn count", l'usage de ce modèle peut s'avérer plus coûteux qu'un modèle Pro standard.

Des bugs de jeunesse persistent, notamment des hallucinations sur la synthèse audio avec des artefacts en langue russe au milieu de contenus anglais (source: HN). Le raisonnement spatial reste également un point faible, le modèle échouant toujours sur le rendu SVG de formes géométriques complexes (source: HN). Enfin, on ne sait pas encore quel est le volume de paramètres actifs ni l'efficacité énergétique réelle face aux puces Nvidia Vera Rubin R200.

Voir la fiche Gemini 3.5 Flash
Utilisé par 156 entreprises sur UsedBy, dont Samsung, Snap et Discord.

L'avis de Ruben

Google tue l'intérêt du "Flash" en tant qu'option low-cost. Gemini 3.5 Flash est une bête de course pour les terminaux et l'automatisation de code, mais son coût au million de tokens le rend toxique pour les intégrations à gros volume. Si vos agents n'ont pas besoin de la réactivité immédiate du TPU 8i, restez sur des architectures plus économes ou passez directement sur du Pro pour une meilleure stabilité spatiale. C'est un outil pour les use cases où la latence est votre seul ennemi, pas pour optimiser vos marges.

Codez propre,
Ruben.