Aller au contenu principal

Gemini 3.8 Flash pour les utilisateurs de Claude : le cheval de trait qui égale désormais Opus 5 sur DeepSWE (sept. 2026)

Intermédiaire

Google a livré Gemini 3.8 Flash le 2 septembre 2026, vingt jours après 3.7 Flash et pour sa troisième sortie Flash en six semaines. Même palier, même fenêtre de 1M, même étiquette d'introduction à 0,75 $ / 3,75 $, même motif d'identifiant de modèle. Ce qui a changé, c'est la forme du comportement du modèle : Google dit que 3.8 Flash « travaille plus dur », en exécutant des étapes de raisonnement supplémentaires et en appelant les outils de manière itérative sur les tâches complexes, et le tableau de benchmarks montre ce que cela achète. DeepSWE v1.1 est passé de 65,3 à 73,7, à moins d'un tiers de point de Claude Opus 5. Terminal-bench 2.1 atteint 89,4, un cheveu au-dessus des 89,1 d'Opus 5. Et sur Terminal-bench 4.0, le successeur plus difficile, 3.8 Flash affiche 19,1 contre 51,8 pour Opus 5.

Cette leçon s'adresse à un utilisateur de Claude qui décide s'il doit lui router du travail. Elle couvre les chiffres porteurs, le coût en tokens du « travailler plus dur », la checklist de migration inchangée depuis 3.7, la variante Cyber verrouillée, et les charges de travail où Claude reste le bon choix par défaut.

What you'll learn
  • Reconnaître ce qui a été livré le 2 septembre 2026 et pourquoi une cadence Flash de trois semaines (3.6 → 3.7 → 3.8) est le vrai signal
  • Lire le tableau de benchmarks avec la bonne loupe : quasi-parité avec Opus 5 sur DeepSWE et Terminal-bench 2.1, un écart de 33 points sur Terminal-bench 4.0, une avance sur les benchmarks d'agents métier
  • Chiffrer le comportement « travaille plus dur » : ~30 % de tokens de sortie en plus par tâche, donc la même étiquette coûte plus cher par tâche que 3.7 Flash
  • Migrer un appel 3.7 Flash ou Claude vers gemini-3.8-flash sans surprise (les suppressions d'API de l'ère 3.6 s'appliquent toujours)
  • Savoir ce qu'est Gemini 3.8 Flash Cyber, ce que verrouille le Fairwind Program, et pourquoi vous ne pouvez presque certainement pas l'appeler

La version en une phrase​

Gemini 3.8 Flash est le successeur de même palier de 3.7 Flash, identifiant de modèle gemini-3.8-flash, contexte de 1M de tokens, sortie max de 64K, thinking_level à low / medium (par défaut) / high, tarifé 0,75 $ in / 3,75 $ out par 1M de tokens jusqu'au 31 décembre 2026 et 1,50 $ / 7,50 $ à partir du 1er janvier 2027. Il est disponible dans l'API Gemini, Google AI Studio, Antigravity, Android Studio, Stitch, Gemini Enterprise, l'application Gemini (AI Pro et Ultra), le mode IA dans Search, et Google Sheets. En parallèle, Gemini 3.8 Flash Cyber remplace 3.5 Flash Cyber pour les défenseurs habilités, via le nouveau Fairwind Program.

La cadence est encore une fois l'histoire. 3.6 Flash le 21 juillet, 3.7 le 13 août, 3.8 le 2 septembre : Google itère son palier cheval de trait toutes les trois semaines pendant que le flagship reste silencieux (The Register note que 3.5 Pro a raté sa date de juin). Lisez cela comme une boucle de retour développeur rapide au palier que la plupart des équipes paient réellement. La réponse d'Anthropic ce mois-ci, c'est Claude Fable 5.1 en haut de la pile, pas un Sonnet moins cher ; celle d'OpenAI, c'est GPT-6 Astra.

Trois choses sur ce lancement qui surprennent les gens​

1. Parité avec Opus 5 sur deux benchmarks phares, un écart de 33 points sur le troisième​

Le rapport d'évaluation de Google, les lignes qui devraient intéresser un atelier Claude (plus haut est mieux) :

Benchmark3.8 Flash3.7 FlashClaude Opus 5Claude Sonnet 5GPT-5.6 Sol
DeepSWE v1.1 (vraies corrections de bugs)73,7 %65,3 %74,0 %53,8 %72,7 %
Terminal-bench 2.189,4 %—89,1 %—88,8 %
Terminal-bench 4.019,1 %11,2 %51,8 %12,4 %37,3 %
OSWorld-2.0 (computer use)59,0 %50,6 %75,4 %42,6 %62,6 %
HLE-Verified54,9 %53,6 %54,4 %31,0 %54,5 %
GDPval-AA v2 (Elo)15451482182415841710
Vals Finance Agent v261,4 %59,0 %58,6 %53,9 %53,8 %
Harvey Legal Agent10,0 %8,8 %6,7 %5,0 %2,5 %
BioMysteryBench (difficile)56,5 %43,5 %49,4 %34,1 %44,7 %

Trois lectures. Premièrement, le +8,4 sur DeepSWE est le chiffre porteur, exactement comme le +16,3 l'était pour 3.7 Flash : Google continue de verser les gains du cheval de trait dans le code à l'échelle du dépôt. Deuxièmement, le contraste Terminal-bench 2.1 vs 4.0 est la même fracture que celle que nous signalons sur DeepSeek-V4.1-Flash la semaine suivante : un modèle bon marché peut saturer la suite ancienne, tandis que la plus difficile, avec ses sessions shell adaptatives plus longues, laisse encore Opus 5 devant de plus de 30 points. Troisièmement, sur les benchmarks d'agents métier (finance, juridique, biologie), 3.8 Flash mène désormais toutes les colonnes, Opus 5 compris. Si votre travail est un agent financier ou juridique, cette ligne mérite une éval à elle seule. Si votre travail est une session de code interactive, c'est la ligne 4.0 qu'il faut budgéter.

2. « Travailler plus dur » est une décision d'usage des tokens que Google a prise à votre place​

La description que Google donne du changement : sur les tâches complexes, le modèle « fait preuve d'une plus grande diligence — en exécutant des étapes de raisonnement supplémentaires et en appelant les outils de manière itérative ». Le billet de lancement précise aussi que les développeurs peuvent « utiliser des niveaux d'effort plus bas pour minimiser la surcharge de tokens », ce qui est une façon polie de dire que la valeur par défaut dépense désormais davantage. La lecture qu'Emergent fait du rapport d'évaluation situe cela à environ 30 % de tokens de sortie en plus par tâche ; Artificial Analysis a mesuré 0,58 $ par tâche de l'Intelligence Index, soit environ 40 % de plus que 3.7 Flash, à étiquette par token identique.

Pour un utilisateur de Claude, c'est l'arbitrage effort familier sous un autre nom : le modèle réclame davantage d'appels d'outils et davantage de réflexion avant de répondre. L'étiquette n'a pas bougé ; la facture par tâche, si. Budgétez sur le coût par tâche, pas sur le prix du token. Et rejouez tout SLO de latence que vous aviez sur 3.7 Flash : plus d'itérations signifie plus de temps réel, même à la vitesse Flash. La physique est sur Pourquoi les agents brûlent des tokens.

3. Toujours bon marché face à Claude, mais le rapport dépend de quel Claude​

Artificial Analysis place 3.8 Flash à 59 sur son Intelligence Index (en raisonnement high), à égalité avec GPT-5.6 Sol en extra-high et Grok 4.6 en medium, contre 63 pour Claude Opus 5 et 66 pour Claude Fable 5.1 (tous deux au maximum). Son coût par tâche pour Fable 5.1 est d'environ 3,76 $, soit à peu près 6× les 0,58 $ de 3.8 Flash. Face à Opus 5 sur prix catalogue, le calcul de Vellum donne environ 6,7× moins cher en entrée comme en sortie. Face à Sonnet 5, l'écart est bien plus faible, et Sonnet 5 mène toujours sur GDPval-AA v2 (1584 contre 1545). La comparaison honnête est donc : 3.8 Flash est un prix de niveau Sonnet avec des scores DeepSWE et agents métier qui atteignent désormais le territoire d'Opus, et des scores Terminal-bench 4.0 / OSWorld qui n'y sont pas. Les prix catalogue Claude actuels sont sur Modèles et tarifs.

La fiche modèle en un coup d'œil​

CaractéristiqueGemini 3.8 Flash
Identifiant de modèlegemini-3.8-flash
Sortie2 septembre 2026
Fenêtre de contexte1M tokens d'entrée
Sortie max64K tokens
Niveaux de réflexionlow, medium (par défaut), high ; minimal non pris en charge
Modalités en entréetexte, image, audio, vidéo
Modalités en sortietexte
Coupure des connaissancesmars 2026 (certains domaines limités à janvier 2025)
Paramètres suppriméstemperature, top_p, top_k, candidate_count (depuis la lignée 3.6)
Prix d'introduction (jusqu'au 31 déc. 2026)0,75 $ in / 3,75 $ out par 1M de tokens
Prix standard (à partir du 1er jan. 2027)1,50 $ in / 7,50 $ out par 1M de tokens
DisponibilitéAPI Gemini, Google AI Studio, Antigravity, Android Studio, Stitch, Gemini Enterprise, application Gemini (AI Pro/Ultra), mode IA, Google Sheets

La ligne coupure des connaissances est une information nouvelle par rapport à la page 3.7 et mérite un second regard : mars 2026 en titre, mais la fiche modèle indique que certains domaines sont limités à janvier 2025. Si vous comptez sur la connaissance par le modèle d'une API de bibliothèque de 2026, vérifiez avec un outil de grounding ou collez la documentation. C'est le même conseil que nous donnons pour n'importe quel modèle dans Demi-vie de la fraîcheur.

Migrer depuis 3.7 Flash (ou depuis Claude)​

La surface de l'API est inchangée depuis 3.7 Flash. La liste de ce qui casse un portage Claude est elle aussi inchangée, et elle continue de faire des victimes.

Guided walkthrough1 of 7
  1. Utilisez gemini-3.8-flash. Le point de terminaison 3.7 continue de fonctionner, mais les écarts de benchmarks et le comportement « travaille plus dur » n'arrivent qu'avec le nouvel identifiant.

Appel 3.8 Flash minimal (SDK Python)

from google import genai

client = genai.Client()  # reads GOOGLE_API_KEY

resp = client.models.generate_content(
  model="gemini-3.8-flash",
  contents="Review this diff. List the 3 riskiest hunks as file:line with a one-sentence reason each.",
  config={
      "thinking_level": "low",   # start low on 3.8 Flash; it already 'works harder' at medium
      # no temperature / top_p / top_k / candidate_count
      "tools": [{"function_declarations": [...]}],
  },
)
print(resp.text)

Gemini 3.8 Flash Cyber et le Fairwind Program​

Aux côtés du modèle général, Google a publié Gemini 3.8 Flash Cyber, qui remplace 3.5 Flash Cyber. Les chiffres de Google : patching CWE-Bench à 47,2 % pass@1 contre 47,8 % pour « un modèle de frontière de premier plan » ; un taux de réussite de découverte de vulnérabilités supérieur à 70 % sur 20 langages de programmation ; 2,6× plus de correctifs corrects sur des vulnérabilités Chrome que les meilleurs modèles commerciaux, selon Chrome Security ; et, selon Wiz, 7,5 à 9,7 points de rappel en plus pour un coût 2,3 à 5,2× inférieur.

Vous ne pouvez presque certainement pas l'appeler. L'accès passe par le Fairwind Program, limité aux « autorités gouvernementales de confiance, ainsi qu'aux opérateurs d'infrastructures critiques et aux mainteneurs de logiciels », sur candidature. C'est la même forme qu'OpenAI verrouillant la capacité d'exploitation de GPT-6 Astra derrière un programme habilité (voir le guide de terrain Astra) et que le traitement réservé par Anthropic aux modèles de classe Mythos. Pour un utilisateur de Claude, l'enseignement pratique est que la capacité cyber de frontière se livre désormais comme une SKU distincte et verrouillée sur les trois piles, et que les modèles généraux ne le sont délibérément pas. Notre section sécurité couvre ce que cela signifie pour les agents que vous pouvez appeler.

Quand recourir à 3.8 Flash, et quand rester sur Claude​

Pro tip
  • Recourez à 3.8 Flash : le code à l'échelle du dépôt qui ressemble à DeepSWE, où 73,7 contre les 74,0 d'Opus 5 pour un sixième du coût par tâche est un vrai arbitrage.
  • Recourez à 3.8 Flash : les workflows d'agents finance, juridique et sciences du vivant — il mène désormais toutes les colonnes sur Vals Finance Agent v2, Harvey Legal et BioMysteryBench, Opus 5 compris.
  • Recourez à 3.8 Flash : la compréhension de vidéos longues et de graphiques (LVBench 87,8, CharXiv 86,2), là où Claude n'a pas de voie d'entrée équivalente.
  • Restez sur Claude Opus 5 : les agents terminal interactifs et le computer use. Terminal-bench 4.0 (51,8 contre 19,1) et OSWorld-2.0 (75,4 contre 59,0) sont les écarts les plus larges du tableau.
  • Restez sur Claude pour le travail intellectuel où GDPval-AA v2 compte : Opus 5 à 1824 et même Sonnet 5 à 1584 devancent les 1545 de 3.8 Flash.
  • Restez sur Claude pour tout ce qui est bâti sur des tours préremplis, le contrôle de la température ou la boucle d'usage d'outils d'Anthropic — vous vous battrez contre l'API Gemini au lieu de l'utiliser.
  • Croisez les deux, à l'effort que vous allez livrer : le tableau de 3.8 Flash est en réflexion par défaut ou high et coûte ~30 % de tokens en plus par tâche que 3.7 ; celui de Claude est à effort maximum. Aucun des deux n'est votre réglage de production.

Pour le cadrage plus large, Gemini pour les utilisateurs de Claude ; pour la comparaison spécifique au code, Claude vs GPT vs Gemini pour le code ; pour le cadre de décision durable, Choisir un modèle.

Vérification rapide​

Check yourself

0/5
  1. Gemini 3.8 Flash obtient 89,4 sur Terminal-bench 2.1 (Opus 5 : 89,1) et 19,1 sur Terminal-bench 4.0 (Opus 5 : 51,8). Quelle est la bonne conclusion ?
  2. Même étiquette de 0,75 $ / 3,75 $ que 3.7 Flash. Pourquoi une tâche peut-elle coûter plus cher sur 3.8 Flash ?
  3. Lequel de ces éléments cassera un appel Claude porté vers gemini-3.8-flash ?
  4. Qui peut appeler Gemini 3.8 Flash Cyber ?
  5. Sur quelle famille de benchmarks 3.8 Flash mène-t-il toutes les colonnes du tableau de Google, Opus 5 compris ?
Appuyez sur Entrée ou Espace pour retourner la carte. Utilisez les flèches gauche et droite pour naviguer entre les cartes.Terme affiché.
1 / 8
Key takeaways
  • Le +8,4 sur DeepSWE jusqu'à 73,7 est le chiffre porteur : un modèle au prix d'un Sonnet se retrouve à 0,3 d'Opus 5 sur la correction de bugs à l'échelle du dépôt.
  • Terminal-bench 4.0 (19,1 contre 51,8) et OSWorld-2.0 (59,0 contre 75,4) sont les endroits où Opus 5 garde une large avance — les agents interactifs et le computer use restent sur Claude.
  • « Travaille plus dur » signifie ~30 % de tokens en plus par tâche à étiquette identique. Budgétez par tâche, démarrez thinking_level à low, et revérifiez vos SLO de latence.
  • Les suppressions d'API de l'ère 3.6 (temperature/top_p/top_k/candidate_count, pas de préremplissage, call_id + name sur FunctionResponse) cassent toujours les portages Claude ; la liste de migration n'a pas raccourci.
  • 3.8 Flash Cyber est une SKU distincte verrouillée par Fairwind — la troisième pile ce mois-ci à livrer une capacité cyber de frontière comme quelque chose que vous ne pouvez pas simplement appeler.

Sources et lectures complémentaires​

Pour aller plus loin​