Gemini 3.6 Flash, 3.5 Flash-Lite : sous pression, Google optimise ses modèles

Trouver l’équilibre performance-prix pour convaincre les entreprises

Il faut donc se tourner vers les tests du cabinet Artificial Analysis pour comprendre l’intérêt de ces deux nouvelles entrées dans le catalogue. Gemini 3.5 Flash-Lite affiche un score de 36 points sur l’Intelligence Index, devant Mistral Medium 3.5, derrière DeepSeek 4 Flash. Loin des leaders, donc.

En revanche, le modèle s’avère beaucoup plus rapide que la moyenne des LLM (99 tokens/sec). Il génère jusqu’à 463 tokens par seconde. Par ailleurs, Gemini 3.5 Flash-Lite est environ 50 % plus véloce que Gemini 3.1 Flash Lite (25 points sur l’Intelligence Index). Gemini 3.5 Flash-Lite engendre environ 28 % de tokens en moins que son prédécesseur pour compléter l’Intelligence Index (43 vs 55 millions de tokens). Par tâche, il consomme 33 % de tokens en moins par tâche (15 000 vs 20 000 tokens).

 Le principal intérêt de Gemini 3.5 Flash-Lite, sur le papier, c’est son prix. Le modèle est facturé 0,30 dollar pour 1 million de tokens en entrée et 2,5 dollars pour le même volume en sortie. Confronté aux bancs d’essai d’Artificial Analysis, il coûte 0,09 dollar par tâche, en hausse de 125 % (x2,25) par rapport à Gemini 3.1 Flash-Lite. De fait, Gemini 3.1 Flash-Lite est affiché au tarif de 0,25 dollar pour 1 million de tokens en entrée et 1,5 dollar en sortie. Les prix grimpent respectivement de 20 % et 67 % par million de tokens. Gemini 3.5 Flash-Lite se retrouve donc face aux modèles open weight chinois accessibles via OpenRouter, comme MiniMax M3 et DeepSeek V4 Pro.

Gemini 3.6 Flash, lui, est légèrement moins performant que Gemini 3.5 Flash. Artificial Analysis a dû les départager à la loupe. Les deux modèles obtiennent un score de 50 points sur l’Intelligence Index. Le dernier cru en date améliore un peu le score de son prédécesseur sur le test GDPval-AA v2 (220 tâches professionnelles de bureautique dans différents domaines). En revanche, il perd trois petits points sur le benchmark Human Last’s Exam (2500 questions dédiées aux sciences dures). Cela le place derrière Muse Spark 1.1, GPT-5.6 Luna, GLM-5.2 (ex æquo à 51 points) et Grok 4.5 (54 points). Claude Fable 5 (60), GPT-5.6 Sol (59) et Kimi K3 (57) sont dans le peloton de tête de ce classement.

Du côté de Google, les véritables gains de performance devront attendre le lancement de Gemini 4, dont l’entraînement aurait commencé. Sundar Pichai, directeur général du groupe, y place beaucoup d’espoir.

S’il ne renverse pas la table, Gemini 3.6 Flash se montre plus efficient que son prédécesseur. Quand 3.5 Flash a généré 75 millions de tokens pour répondre aux questions d’Artificial Analysis, 3.6 Flash n’en produit que 59 millions. Une baisse de 21 % pour l’ensemble du banc d’essai et d’environ 18 % par tâche (28 000 tokens, contre 23 000).

Google a le bon goût de diminuer de 20 % le prix de sortie de Gemini 3.6 Flash. Il fixe le tarif de son modèle à 1,5 dollar pour un million de tokens en entrée et 7,5 dollars en sortie (contre 1,50/9 dollars pour 3.5 Flash). Il s’avère aussi 39 % plus rapide.

Le coût par tâche ne baisse que de 0,09 dollar (0,50 vs 0,59 dollar). Pour rappel, Claude Fable 5 affiche un coût par tâche de 2,75 dollars, tandis que GLM 5.2, malgré sa gourmandise en tokens, ne coûte que 0,47 dollar par tâche.

« Pour les charges de travail d’entreprise [Gemini] 3.6 Flash constitue une option équilibrée et intéressante : rapide, économique et fiable avec des données réelles », écrit Pedro Vidigal, vice-président Services et support technique chez YugabyteDB. L’éditeur d’une base de données SQL ne fait pas partie des partenaires de lancement.

Google doit lui aussi optimiser ses investissements

« Rapide, économique et fiable » sont les arguments principaux de Google pour justifier ce lancement. Les chercheurs de l’entreprise ont imaginé l’architecture utilisée actuellement pour propulser des réseaux de neurones de plusieurs milliers de milliards de paramètres. Dans un même temps, le géant s’applique à optimiser ses charges de travail. Et pour cause.

Après trois ans d’expérimentation, les projets d’IA générative commencent à passer en production. En parallèle, les fournisseurs et les éditeurs ont répercuté les coûts de l’infrastructure sur leurs clients. Pour autant, la demande ne faiblit pas. Au sein d’Alphabet, Google Cloud a généré 24,76 milliards de dollars de revenus en deuxième trimestre fiscal 2026, en hausse de 82 % par rapport à la même période l’année dernière. Les résultats nets de la division atteignent 8,81 milliards de dollars, en augmentation de 212 %.

« La demande pour nos modèles se traduit par une utilisation importante de tokens de la part des développeurs et des entreprises », a déclaré Sundar Pichai, lors de la présentation des résultats financiers du deuxième trimestre fiscal 2026. « Nous restons par ailleurs confrontés à des contraintes d’offre, signe d’une dynamique forte et d’une adoption rapide », a-t-il poursuivi. « Plus de 9 millions de développeurs utilisent chaque mois nos modèles via nos API et nos principaux produits ».

Au cours des douze derniers mois, plus de 2000 clients auraient consommé plus de 100 milliards de tokens, dont environ 500 clients qui auraient dépassé la barre des 1 000 milliards de tokens.

Dans un même temps, dans son rapport ESG, entre 2024 et 2025, Google Cloud a laissé apparaître une hausse de 37 % de sa consommation électrique, imputable aux data centers.

Le groupe s’endette fortement pour continuer à s’équiper. À la fin du Q2 2026, sa dette atteignait 98,2 milliards de dollars, contre 16 milliards il y a un an. Alphabet prévoit de dépenser 195 à 205 milliards de dollars d’ici à la fin de l’exercice 2026. Avec un flux de trésorerie négatif de 5,9 milliards de dollars au Q2 2026, Alphabet ne rassure pas les investisseurs.