Selon Business Insider, certains employés de Google ont déjà accès à une version préliminaire de Gemini 3.8 Flash, via la plateforme interne de développement baptisée Jetski. Un employé ayant participé aux tests a jugé cette version « nettement meilleure que 3.7 Flash », tout en précisant qu'il était encore trop tôt pour un jugement définitif. Google a refusé de commenter.
La chronologie donne la mesure du rythme : 3.6 Flash est sorti en juillet, 3.7 Flash a suivi trois semaines plus tard, et 3.8 Flash est désormais en test interne auprès des employés. Sundar Pichai avait déclaré, lors de la conférence sur les résultats du deuxième trimestre, que l'entreprise visait une fréquence de sortie quasi mensuelle. Cette annonce ressemblait alors à un objectif ; elle ressemble aujourd'hui davantage à un calendrier déjà en cours d'exécution.
Le modèle phare prend du retard, Flash prend le relais
Le calendrier de la prochaine génération du modèle phare de Google a été repoussé à plusieurs reprises, et l'entreprise a concentré ses ressources sur la lignée Flash. Business Insider décrit la série Flash comme le « modèle de travail », utilisé principalement pour écrire du code et faire tourner des agents — deux usages qui partagent des appels fréquents, des contextes longs et une tolérance à la qualité de chaque réponse plus grande que la tolérance au coût.
Cet arbitrage se comprend bien sur le papier. Dans un même pipeline d'agents, faire passer le modèle du niveau Pro au niveau Flash permet souvent de réduire le coût d'inférence d'un ordre de grandeur (estimation approximative, l'écart réel variant selon la longueur du contexte et le taux de succès du cache). À mesure que les clients entreprises se mettent à surveiller leur facture d'IA mois après mois, le choix du niveau de modèle glisse des équipes d'algorithmes vers les équipes financières.
La porte d'entrée Jetski
Le fait que la plateforme interne de développement reçoive le nouveau modèle en premier est en soi révélateur. La charge réelle de code écrite chaque jour par des dizaines de milliers d'ingénieurs Google constitue un terrain d'évaluation suffisamment vaste et au retour suffisamment dense pour se rapprocher davantage de la production que n'importe quel classement public. Faire tourner un modèle plusieurs semaines sur la plateforme interne avant de le diffuser revient, dans les faits, à sous-traiter le tour de red-teaming le plus coûteux à ses propres employés.
Un schéma similaire se dessine aussi chez OpenAI et Anthropic. L'ampleur de l'usage interne des laboratoires de pointe est désormais suffisante pour tenir lieu de premier groupe d'utilisateurs, ce qui libère la vitesse d'itération des modèles du rythme externe des déploiements progressifs.
L'effet secondaire d'une itération plus rapide
À mesure que le cycle des modèles se resserre, passant d'« une génération par an » à « une version toutes les quelques semaines », la demi-vie des classements de référence se raccourcit elle aussi. La version précédente vient à peine d'être intégrée à la gamme de produits que l'aperçu de la suivante tourne déjà en interne ; le choix d'un modèle par les développeurs cesse d'être une décision ponctuelle pour devenir un coût de maintenance permanent — il faut réajuster les prompts, retester les formats d'appel d'outils, recalculer les modèles de coût.
Pour Google lui-même, ce rythme de sortie soutenu dilue aussi l'attention accordée à chaque version. L'écart réel de capacités entre les versions 3.6, 3.7 et 3.8 ne dispose à ce jour d'aucun benchmark public comparable. Google n'a pas non plus communiqué de calendrier public pour la sortie de 3.8 Flash, et les paramètres, les tarifs et la longueur de contexte restent également non divulgués.
Sources : Business Insider, CocoLoop, transcription de la conférence sur les résultats du deuxième trimestre de Google ; les noms de code des versions du modèle, le nom de la plateforme interne et les propos des testeurs suivent l'article de Business Insider, la comparaison de coûts étant une estimation approximative de la rédaction.