Google vient de lancer deux nouveaux modèles d'IA sur un marché déjà en pleine expansion. Gemini 3.6 Flash et 3.5 Flash-Lite sont désormais disponibles depuis le 21 juillet 2026 via l'API Gemini, Google AI Studio et les plateformes associées, offrant aux développeurs une nouvelle raison de reconsidérer leur pile d'IA.
Gemini 3.6 Flash offre une intelligence similaire à celle de son prédécesseur, mais avec une vitesse significativement plus rapide et un coût réduit. Le chiffre principal est une réduction de 17 % des jetons de sortie par rapport au modèle 3.5 Flash dans certains benchmarks. En anglais : le modèle accompli la même tâche en consommant moins de ressources informatiques, ce qui se traduit directement par des factures API moins chères pour les développeurs.
Le modèle 3.5 Flash-Lite adopte une approche différente. Il est conçu pour un débit brut, capable de produire jusqu'à 350 jetons par seconde. Cela en fait le modèle le plus rapide de toute la famille 3.5. La contrepartie est le prix : Flash-Lite coûte plus cher que les modèles Flash de base dans certaines configurations, ciblant les cas d'utilisation agents et à haut volume où la vitesse est le goulot d'étranglement, et non le coût.
Pour contexte sur le prix, le modèle 3.5 Flash (au 19 mai 2026) coûte 1,50 $ par million de jetons d'entrée et 9 $ par million de jetons de sortie. La variante Flash-Lite est positionnée à un premium par rapport à cela dans certains scénarios, la définissant comme un outil spécialisé plutôt qu'un remplaçant polyvalent.
Une réduction de 17 % de l'utilisation des jetons n'est pas juste un chiffre attrayant sur une diapositive de benchmark. Pour un projet crypto effectuant des millions d'appels API par jour pour alimenter un agent de trading autonome ou un système de surveillance des risques en temps réel, c'est une réduction significative des coûts d'exploitation.
Le débit de 350 jetons par seconde sur Flash-Lite est particulièrement pertinent pour les cas d'utilisation de l'IA agente. Il s'agit des systèmes autonomes qui ne se contentent pas de répondre à des invites, mais effectuent des actions séquentielles, comme surveiller un pool de liquidité, analyser les conditions du marché et exécuter un ordre. La vitesse est extrêmement importante ici. Un modèle qui pense plus vite peut agir plus vite, et sur les marchés cryptos, agir plus vite est souvent la différence entre faire un profit et se faire devancer.
La stratégie de Google avec le niveau Flash semble conçue pour capter le segment du marché à fort volume et sensible au coût. Le Flash 3.6 cible les développeurs qui recherchent le meilleur rapport prix/performance. Le Flash-Lite 3.5 cible ceux qui ont besoin de vitesse brute et sont prêts à payer pour cela. Ensemble, ils couvrent un large éventail d'utilisations sans cannibaliser les offres de modèles plus puissants (et plus coûteux) de Google.