Google a lancé Gemini 3.8 Flash et Gemini 3.8 Flash Cyber le 2 septembre 2026, trois semaines après Gemini 3.7 Flash — sa troisième sortie Flash en six semaines, selon le décompte de Google lui-même. Les deux variantes partagent le même modèle sous-jacent ; ce qui diffère, c'est quelles capacités sont activées et qui peut y accéder.
Gemini 3.8 Flash : huit victoires sur quatorze, mais pas les plus difficiles
Google a publié un tableau comparatif sur 14 benchmarks face à Gemini 3.7 Flash, Claude Opus 5, Claude Sonnet 5, GPT-5.6 Sol et GPT-5.6 Terra. Gemini 3.8 Flash arrive en tête sur huit d'entre eux : Vals Finance Agent V2 (61,4 %), le Harvey's Legal Agent Benchmark (10,0 % — l'ensemble du champ se regroupe ici en chiffres à un seul chiffre), Terminal-bench 2.1 (89,4 %), CharXiv Reasoning (86,2 %), LVBench (87,8 % en agentique / 87,1 % en statique), HLE-Verified (54,9 %), le volet difficile de BioMysteryBench (56,5 %), et LABBench2 (86,2 %).
Claude Opus 5 — un modèle de pointe, pas un concurrent de catégorie Flash — remporte les cinq autres : DeepSWE v1.1, ingénierie logicielle à long horizon (74,0 % contre 73,7 % pour 3.8), GDPVal-AA v2, Elo de travail de connaissance (1824 contre 1545), Terminal-bench 4.0, capacités d'agent généralistes (51,8 % contre seulement 19,1 % — l'écart le plus large de tout le tableau), OSWorld-2.0, usage agentique d'un ordinateur (75,4 % contre 59,0 %), et le volet facile de BioMysteryBench (90,1 %). GPT-5.6 Sol remporte la ligne restante, la compréhension de documents GDP.PDF (40,0 %).
La forme de cette répartition compte plus que le score de 8 contre 5. Chacune des victoires d'Opus 5 porte sur un benchmark mesurant une capacité agentique généraliste et soutenue plutôt qu'une tâche professionnelle spécifique — et sur celui conçu explicitement pour être difficile (Terminal-bench 4.0), l'écart est considérable. La véritable revendication de Gemini 3.8 Flash est de remporter la majorité des lignes individuelles à un tarif de catégorie Flash, pas de combler cet écart. La propre explication de Google sur le mécanisme colle à cette lecture : le modèle « travaille plus dur » sur les tâches complexes — davantage d'étapes de raisonnement, des appels d'outils plus itératifs — ce qui peut se traduire par plus de tokens consommés à niveaux d'effort élevés que ce que 3.7 Flash utilisait sur la même tâche. Pour les charges de travail où le calcul est la contrainte principale, la réponse de Google consiste à baisser le niveau d'effort plutôt que de changer de modèle ; 3.7 Flash reste lui aussi entièrement pris en charge pour quiconque souhaite conserver l'ancien profil de coût.
Le prix lui-même confirme ce que nous avions relevé au lancement de 3.7 Flash : le tarif de 0,75 $/3,75 $ est un prix d'introduction pour les deux modèles, 3.7 et 3.8 Flash, qui expire le 31 décembre 2026, après quoi les deux reviennent ensemble à 1,50 $/7,50 $ le 1er janvier 2027. Ce n'est pas une baisse permanente, et cela n'a jamais été exclusif au nouveau modèle.
Flash Cyber : le quatrième laboratoire à adopter exactement cette forme
Trois laboratoires de pointe ont lancé un modèle de cybersécurité dédié en l'espace d'un été — GPT-5.5-Cyber d'OpenAI en mai, puis Fugu-Cyber de Sakana et le propre Gemini 3.5 Flash Cyber de Google le même jour en juillet. Gemini 3.8 Flash Cyber est la deuxième entrée de Google dans cette lignée, et le mécanisme d'accès a changé : 3.5 Flash Cyber passait par l'agent CodeMender de Google, réservé aux gouvernements et partenaires de confiance ; 3.8 Flash Cyber passe par un nouveau Fairwind Program, ouvert spécifiquement aux autorités gouvernementales de confiance, aux opérateurs d'infrastructures critiques et aux mainteneurs de logiciels.
Sur CyberGym, le benchmark standard du secteur pour la découverte de vulnérabilités, Google affirme que 3.8 Flash Cyber dépasse à la fois 3.5 Flash Cyber et « des modèles de pointe nettement plus grands » — une affirmation qualitative plutôt qu'un chiffre publié dans l'annonce elle-même. Sur un benchmark interne couvrant 20 langages de programmation, conçu pour mieux refléter les besoins réels que le benchmark CyberGym centré sur le C/C++, Google rapporte un taux de réussite supérieur à 70 %, qualifiant cela de « bond impressionnant » par rapport à ses modèles précédents. Sur CWE-Bench, un benchmark tiers de correction géré par Collinear, Google présente 3.8 Flash Cyber comme se situant sur la frontière de Pareto : un pass@1 de 47,2 % contre 47,8 % pour un modèle de pointe leader, à un coût que Google décrit comme nettement inférieur.
Le choix de conception le plus spécifique porte sur l'endroit où Google a mis son effort : la correction plutôt que l'exploitation. L'entreprise indique avoir investi dès le départ dans la correction des vulnérabilités et avoir priorisé cela par rapport aux capacités offensives — la même séparation qu'Anthropic avait tracée pour Claude Fable 5.1 et Mythos 5.1 la veille, qui permet à Fable 5.1 de découvrir des vulnérabilités tout en redirigeant le développement d'exploits vers un modèle plus restreint. Deux laboratoires adoptant un cadrage identique — découverte oui, exploitation non — à 24 heures d'intervalle suggère que cette posture est en train de devenir la norme par défaut pour les modèles à capacités cyber en général, plutôt qu'une décision isolée propre à chaque entreprise.
Une validation tierce, avec de vrais chiffres
Contrairement aux affirmations de benchmark ci-dessus, les études de cas citées par Google s'accompagnent de chiffres précis. L'équipe Sécurité de Chrome rapporte que 3.8 Flash Cyber a produit 2,6 fois plus de correctifs corrects pour les vulnérabilités de Chrome que « les meilleurs modèles commerciaux, pourtant bien plus grands ». Wiz rapporte un rappel supérieur de 7,5 à 9,7 % sur son benchmark interne de tests d'intrusion, pour un coût 2,3 à 5,2 fois inférieur à celui d'autres modèles de pointe. L'équipe Cloud Vulnerability Research de Google elle-même indique avoir utilisé le modèle pour découvrir une vulnérabilité fondamentale critique en moins de deux heures — une recherche qui, selon Google, prend habituellement des mois. Ce sont encore des exemples choisis par l'entreprise plutôt que des audits indépendants, mais ils sont au moins rattachés à des équipes nommées et à des multiplicateurs concrets, plutôt qu'à un simple graphique.
Le cadrage sécurité
Gemini 3.8 Flash embarque des garde-fous contre les usages malveillants CBRN et l'offensive cyber, dans le cadre du Frontier Safety Framework de Google. La variante Cyber applique un jeu de mitigations délibérément plus permissif, ce qui explique précisément pourquoi elle est verrouillée derrière le Fairwind Program plutôt que déployée comme modèle d'API public. Séparément, Google indique que les deux modèles 3.8 ont réalisé « un bond significatif » en robustesse face à l'injection de prompt, mesurée par Gray Swan, mais là encore sans score précis cité dans le texte de l'annonce.
Disponibilité
3.8 Flash est disponible dès aujourd'hui pour les développeurs dans Google Antigravity, l'API Gemini via AI Studio et Android Studio, et Stitch ; pour les entreprises via Gemini Enterprise ; et pour les particuliers abonnés à Google AI Pro et Ultra, dans l'application Gemini, le mode IA de la Recherche et Gemini dans Sheets. L'accès à Flash Cyber passe par une candidature au Fairwind Program.
À surveiller
- Le chiffre réel de pass@1 sur CyberGym. Google affirme qualitativement dépasser les 83,2 % de 3.5 Flash Cyber et des modèles de pointe plus grands, mais l'annonce ne publie pas le chiffre directement — à vérifier une fois qu'il apparaîtra sur le classement public ou dans une couverture indépendante.
- Si « découvrir mais ne pas exploiter » devient la norme du secteur. Qu'Anthropic et Google aboutissent à la même limite de conception à un jour d'intervalle peut relever d'une convergence technique ou du fait que les deux entreprises observent les mêmes signaux réglementaires — à vérifier si les prochaines mises à jour des modèles cyber d'OpenAI et de Sakana tracent la même ligne.
- Les critères d'admission réels du Fairwind Program. « Autorités gouvernementales de confiance, opérateurs d'infrastructures critiques et mainteneurs de logiciels » est un périmètre plus large que les « gouvernements et partenaires de confiance » de CodeMender — savoir s'il s'agit d'un véritable élargissement de l'accès ou simplement d'un langage plus clair se verra dans qui est effectivement admis.