Gemini 3.6 Flash vs Gemini 3.5 Flash : Qu'est-ce qui a réellement changé ?

Quand Google a lancé Gemini 3.6 Flash le 21 juillet 2026, il a décrit le modèle dans ses propres documents de lancement comme "basé sur Gemini 3.5 Flash" — un cadre inhabituellement franc, et la phrase la plus utile de toute l'annonce. Ce n'est pas un saut générationnel comme l'a été Gemini 3 par rapport à Gemini 2 ; c'est une itération sur le même niveau de travail, réglé pour les mêmes tâches — chat à volume élevé, récupération, codage quotidien et pipelines agentiques où le coût et la latence comptent autant que l'intelligence brute. Google n'a pas repositionné le modèle, renommé son niveau ni changé son public cible. Si vous utilisez déjà 3.5 Flash en production, 3.6 Flash est l'étape suivante évidente à évaluer, pas un produit différent à apprendre.

Donc, la vraie question n'est pas de savoir si « 3.6 Flash est meilleur » dans l'abstrait — une sortie en juillet 2026 est évidemment destinée à surpasser son prédécesseur de l'époque de mars sur quelque chose — c'est plutôt de savoir quelles dimensions spécifiques ont bougé, de combien, et si ces dimensions sont celles dont votre charge de travail dépend réellement. Cette comparaison examine le score d'intelligence partagé par les deux versions, les gains rapportés par le fournisseur en codage, en agentivité et en contexte long, une comparaison de coûts pour un appel représentatif, et trois scénarios pour décider s'il faut migrer maintenant, plus tard, ou pas du tout.

TL;DR verdict.Mise à niveau pour le coût, la vitesse et la marge agentique — pas pour l'intelligence brute. Gemini 3.6 Flash et 3.5 Flash obtiennent tous deux 50 sur l'Artificial Analysis Intelligence Index — aucun gain d'intelligence sur cette mesure indépendante. Mais la 3.6 abaisse le prix de sortie à 7,50 $ par million (contre 9,00 $), utilise environ 17% de tokens de sortie en moins par tâche et est le modèle le plus rapide suivi par Artificial Analysis (303 tokens/s). Les propres benchmarks de Google montrent également des gains réels en codage, capacités agentiques et contexte long — le plus frappant étant un bond de moins de 27% à 54,0% sur le rappel de contexte de 1M (GDM-MRCR v2). Pour presque toute charge de travail avec 3.5 Flash, la 3.6 Flash est un gain simple en coût et capacité ; les seules raisons d'attendre sont la stabilité de la fenêtre de lancement et des évaluations finement réglées.

Points clés

•  Même score d'intelligence.Les deux se situent à l'Artificial Analysis Intelligence Index 50 — la mise à niveau concerne l'efficacité et la capacité agentive, pas l'intelligence générale.

• Sortie moins chère. 3.6 Flash est à 7,50 $ par million de tokens de sortie, en baisse par rapport à 9,00 $ sur 3.5 Flash ; l'entrée est à 1,50 $, l'entrée mise en cache à 0,15 $.

• Moins de jetons, plus de vitesse. Environ 17 % de jetons de sortie en moins par tâche comparable, et un débit de premier rang à ~303 jetons/seconde.

•  Gains de codage modestes mais constants. Google rapporte que la version 3.6 devance la 3.5 sur SWE-Bench Pro (58,7% contre 55,1%), DeepSWE (49% contre 37%), MLE-Bench (63,9% contre 49,7%) et OSWorld (83,0% contre 78,4%).

• Le rappel en contexte long augmente fortement. GDM-MRCR v2 à 1M de contexte passe de moins de 27% à 54.0% — le plus grand écart rapporté entre les deux versions.

• Même forme sinon. Les deux ont un contexte d'environ 1M, une sortie de 64K, multimodal entrée/sortie texte. La version 3.6 ajoute une date limite des connaissances en mars 2026.

•  Des mises en garde concernant la fenêtre de lancement existent.Des rapports précoces de tension sur la capacité/fiabilité et au moins un compte rendu de sortie plus faible en frontend/raisonnement spatial — il vaut la peine d'épingler les versions si vous exécutez du trafic de production.

Les chiffres de référence inter-modèles présentés ici — SWE-Bench Pro, DeepSWE, Terminal-Bench, MLE-Bench, OSWorld, GDPval et GDM-MRCR — sont ceux de Google, comparant leur propre 3.6 Flash à 3.5 Flash. Le seul point de référence indépendant, l'Artificial Analysis Intelligence Index (50 pour les deux), est mesuré en continu ; vérifiez le chiffre en direct avant de le citer. Le prix par jeton en entrée de 3.5 Flash n'est pas indiqué dans les supports de lancement ; confirmez les tarifs actuels sur la page des prix avant d'effectuer vos propres calculs de coûts.

Les spécifications et le prix, côte à côte

• AA Intelligence Index — Gemini 3.6 Flash : 50; Gemini 3.5 Flash : 50 (identique)

• Prix de sortie (par million) — 3.6 Flash : $7.50; 3.5 Flash : $9.00

• Prix d’entrée (par million) — 3.6 Flash : 1,50 $ (cached 0,15 $) ; 3.5 Flash : voir la page des tarifs actuels

• Tokens de sortie par tâche — 3.6 Flash : ~17% de moins ; 3.5 Flash : référence

•  Vitesse — 3.6 Flash : 303 tok/s (n°1 suivi); 3.5 Flash : rapide, génération précédente

• SWE-Bench Pro (fournisseur) — 3.6 Flash: 58.7%; 3.5 Flash: 55.1%

• DeepSWE v1.1 (vendor) — 3.6 Flash : 49%; 3.5 Flash : 37%

•  GDM-MRCR v2 à 1M, rappel de contexte long (fournisseur) — 3.6 Flash : 54.0%; 3.5 Flash : moins de 27%

• Date limite des connaissances — Flash 3.6 : mars 2026; Flash 3.5 : plus tôt (non spécifié dans les documents de lancement)

• Contexte / sortie / modalité — les deux : ~1M / 64K / entrée multimodale, sortie textuelle

L'histoire se trouve dans la première et la dernière rangée. Une intelligence identique en haut ; une enveloppe de capacités identique en bas — même fenêtre de contexte, même plafond de sortie, même forme multimodal-texte/sortie-texte. Tout ce qui a changé se situe au milieu : prix, nombre de jetons, vitesse, scores de codage, et surtout le rappel en contexte long, qui a le plus bougé de toutes les rangées. C'est exactement le profil d'une version axée sur l'efficacité et les capacités agentiques plutôt que d'un modèle de nouvelle génération.

Analyse approfondie des benchmarks : ce que les chiffres mesurent réellement

Commencez par l'Artificial Analysis Intelligence Index, car c'est le seul chiffre ici qui est mesuré indépendamment plutôt que déclaré par soi-même. Les deux versions obtiennent exactement 50. Cette égalité est importante : elle vous indique que le raisonnement sous-jacent, les connaissances et la capacité de résolution générale de problèmes du modèle n'ont pas changé entre les versions — vous n'obtenez pas un modèle plus intelligent dans un sens composite. Il convient également de se rappeler que le score est lié à un paramètre d'effort de raisonnement spécifique et qu'il est mesuré en continu par un tiers neutre, alors considérez 50/50 comme la lecture indépendante actuelle plutôt qu'un fait permanent.

Les chiffres de codage racontent une histoire différente, et ce sont tous des comparaisons de fournisseurs propres à Google. SWE-Bench Pro passe de 55,1 % à 58,7 %, et DeepSWE v1.1 fait un bond supplémentaire, passant de 37 % à 49 % — les deux mesurent si le modèle peut résoudre des tâches réalistes d'ingénierie logicielle, et pas seulement répondre à des questions sur le code. Un swing à deux chiffres sur DeepSWE est un signal significatif même en tant que nombre auto-déclaré, mais comme il n'y a pas de réexécution indépendante de ces évaluations spécifiques pour cette paire, interprétez-les comme une preuve directionnelle d'un agent de codage plus fort, et non comme un écart certifié et vérifié par un tiers.

Les évaluations agentiques élargissent cette image. Terminal-Bench 2.1 s'améliore de 76,2 % à 78,0 %, MLE-Bench grimpe de 49,7 % à 63,9 %, OSWorld-Verified passe de 78,4 % à 83,0 %, et le score Elo de GDPval-AA v2 passe de 1349 à 1421. Pris ensemble, ces tests évaluent un travail multi-étapes utilisant des outils — exécution de commandes de terminal, réalisation de tâches d'ingénierie en apprentissage automatique, manipulation d'un environnement informatique et production de livrables de qualité professionnelle — plutôt que des réponses uniques. La direction cohérente à travers quatre benchmarks agentiques différents est plus convaincante qu'un score isolé, même avec la réserve rapportée par le vendeur attachée à chacun.

Le chiffre le plus marquant est toutefois le rappel en contexte long : GDM-MRCR v2 avec une longueur de contexte de 1M tokens passe de moins de 27 % à 54,0 % — soit environ le double. C'est le plus grand écart signalé dans la comparaison, et cela explique en grande partie d'où proviennent réellement les économies de tokens et de vitesse : un modèle qui extrait les bonnes informations d'un vaste contexte de manière plus fiable nécessite moins de passes correctives et moins de raisonnement redondant pour parvenir à une réponse correcte, ce qui est cohérent avec le nombre de tokens de sortie environ 17 % inférieur de 3.6 pour des tâches comparables.

Ce que cela coûte en pratique

Les prix par jeton sont abstraits ; c'est le coût par tâche qui apparaît sur votre facture. Prenons un appel représentatif de 4 000 jetons en entrée et 2 000 jetons en sortie. Étant donné que le tarif exact actuel de 3.5 Flash pour l'entrée n'est pas repris dans les documents de lancement de 3.6, le calcul ci-dessous maintient le prix d'entrée à 1,50 $ par million publié pour 3.6 Flash, pour les deux versions, afin d'isoler les deux changements que nous connaissons : le prix de sortie plus bas et le gain d'efficacité d'environ 17 % sur les jetons de sortie. Vérifiez le tarif en vigueur de 3.5 Flash pour l'entrée sur la page des prix si vous avez besoin d'une facture historique exacte. Sur cette base, le coût de sortie de 3.5 Flash pour 2 000 jetons est de 2 000 × 9,00 $ / 1M ≈ 0,018 $, plus environ 0,006 $ pour l'entrée, soit un total d'environ 0,024 $ par appel. Le coût de sortie de 3.6 Flash, après application de son taux inférieur de 7,50 $ et de la réduction d'environ 17 % des jetons (2 000 jetons deviennent environ 1 660), est de 1 660 × 7,50 $ / 1M ≈ 0,01245 $, plus le même montant d'environ 0,006 $ pour l'entrée, soit un total d'environ 0,0185 $ par appel — disons 0,021 $ avant l'effet d'efficacité des jetons et environ 0,0185 $ une fois les deux changements combinés.

• Coût par appel (4K entrée / 2K sortie) — 3.5 Flash : ~$0.024; 3.6 Flash : ~$0.0185 (prix de sortie inférieur plus ~17% de tokens de sortie en moins)

•  100 000 appels / mois — Flash 3.5 : ~2 400 $ ; Flash 3.6 : ~1 850 $

• 1M appels / mois — 3.5 Flash: ~24 000 $; 3.6 Flash: ~18 500 $

•  Coût relatif — 3.6 Flash : environ 77% du coût par tâche de 3.5 Flash (soit environ 23% d'économies)

23 % est un nombre réel quel que soit le volume, mais il s'accélère le plus dans les pipelines agentiques, où Google cite une moyenne d'environ 1,3 minute par tâche sur 3.6 Flash contre 2,7 minutes sur 3.5 Flash. Une charge de travail qui paie par appel et par minute d'orchestration permet d'économiser sur les deux axes à la fois : moins de jetons par réponse, un tarif moins cher pour les jetons utilisés, et moins de temps réel passé dans la boucle ou la file d'attente de l'agent qui la pilote. Pour 1 million d'appels par mois, environ 5 500 $ de coût direct en jetons en est la partie visible ; les économies de calcul et de latence liées à l'achèvement des tâches en moitié moins de temps sont la partie qui n'apparaît pas sur la page de tarification.

Trois scénarios du monde réel

1. Un point de terminaison de production à haut volume et sensible à la latence

Chat, support, recherche et rédaction à grande échelle — le genre de charge de travail pour lequel 3.5 Flash a déjà été conçu. Comme l'intelligence est inchangée (50 vs 50) et que l'enveloppe de capacités est identique, il n'y a aucun risque de qualité de sortie à peser face à la mise à niveau. Le prix de sortie inférieur de 3.6 Flash, 17 % de tokens en moins par tâche et le débit suivi n°1 font de cette évolution une amélioration presque stricte : même qualité, facture réduite, réponses plus rapides. C'est la migration la plus facile des trois.

2. Un pipeline de codage agentique ou DevOps

Les tâches multi-étapes — résoudre des problèmes, exécuter des commandes terminales, utiliser des outils — sont exactement là où se concentrent les gains rapportés par le fournisseur de 3.6 Flash : SWE-Bench Pro, DeepSWE, Terminal-Bench, MLE-Bench et OSWorld évoluent tous en sa faveur, et le temps moyen par tâche passe d'environ 2,7 minutes à 1,3. Combiné avec le bond de rappel à long contexte (54,0% contre moins de 27% sur GDM-MRCR v2 à 1M), c'est le scénario dans lequel la migration capte le plus d'avantages, et pas seulement les économies de coûts. Réexécutez votre propre suite d'évaluation avant de vous engager pleinement, car ces chiffres sont des auto-comparaisons du fournisseur plutôt que des vérifications indépendantes.

3. Un système de production finement réglé et verrouillé pour l'évaluation

Si vos prompts, garde-fous ou évaluations automatisées étaient étroitement calibrés sur le comportement exact des tokens de 3.5 Flash, le changement d'environ 17% des tokens de sortie et les changements de codage/agentiques peuvent suffisamment modifier les sorties pour briser des vérifications de correspondance exacte fragiles, même si l'intelligence sous-jacente n'a pas changé. Ajoutez les rapports de capacité et de fiabilité de la fenêtre de lancement — et le seul compte rendu d'une sortie plus faible en raisonnement frontal/spatial — et la voie raisonnable ici est de figer les versions, de revalider par rapport à votre propre ensemble d'évaluation, et de déployer 3.6 Flash progressivement plutôt que de basculer l'interrupteur sur place.

Quand rester sur 3.5 Flash

Il n’y a que deux vraies raisons d’attendre. Premièrement, la stabilité : la 3.6 Flash a suscité des plaintes précoces sur Hacker News concernant la capacité et la fiabilité sous charge de lancement, et un testeur a signalé un mauvais rendement frontend/raisonnement spatial — une tension de provisionnement plus qu’une régression de capacité, mais cela vaut la peine de fixer les versions si vous gérez du trafic de production et ne pouvez pas tolérer une période de lancement difficile.

Deuxièmement, la reproductibilité exacte : si vous avez des prompts et des évaluations finement ajustés au comportement de 3.5 Flash, les changements d'efficacité des tokens et les gains en codage/agentivité peuvent modifier les sorties suffisamment pour que cela compte, même si le score d'intelligence sous-jacent n'a pas changé. Revalidez avant de basculer plutôt que de supposer un remplacement direct. En dehors de ces deux cas, il n'y a aucune capacité que vous perdiez en passant à 3.6 Flash.

Lequel choisir

Pour presque quiconque utilise déjà Flash 3.5, la réponse par défaut est de passer à Flash 3.6 : l'intelligence que vous obtenez est inchangée, le prix par jeton de sortie et les jetons par tâche diminuent tous deux, le débit est le plus rapide enregistré, et les chiffres relatifs au codage, aux agents et au contexte long évoluent tous dans la même direction favorable. Restez sur Flash 3.5 un peu plus longtemps seulement si vous êtes bloqué par des problèmes de fiabilité de la fenêtre de lancement ou si vous avez des évaluations suffisamment liées à l'ancien comportement des jetons pour avoir besoin de temps pour revalider. Il n'y a aucun scénario ici où choisir Flash 3.5 pour un tout nouveau projet a plus de sens que de commencer sur Flash 3.6.

FAQ

Gemini 3.6 Flash est-il plus intelligent que Gemini 3.5 Flash ?

Non — ils obtiennent le même score (50) sur l'indice Artificial Analysis Intelligence. Les propres benchmarks de Google en matière de codage, d'agents et de contexte long montrent de réels progrès, mais la mesure indépendante de l'intelligence est inchangée.

Est-ce moins cher ?

Oui. Le prix de sortie tombe à 7,50 $ par million (contre 9,00 $), l'entrée est à 1,50 $ avec 0,15 $ pour l'entrée en cache, et le modèle utilise environ 17 % de jetons de sortie en moins par tâche — donc le coût par tâche diminue à la fois sur l'axe du tarif et sur l'axe du nombre de jetons.

Devrais-je migrer ?

Pour la plupart des charges de travail Flash 3.5, oui — vous obtenez un coût plus bas, une vitesse plus élevée, et une sortie égale ou meilleure, plus des scores de codage et agentiques plus forts. Relancez d'abord vos évaluations si vos invites sont finement réglées, et verrouillez les versions si la fiabilité au lancement est importante pour vous.

Est-ce que quelque chose a empiré ?

Rien de structurel. Les principales réserves sont la capacité de la fenêtre de lancement et les rapports de fiabilité, un rapport de production frontend/raisonnement spatial plus faible, et un temps lent jusqu'au premier token (~11,5 s avec un effort de réflexion élevé), ce qui peut être important pour une utilisation interactive.

À quel point 3.6 Flash est-il meilleur en codage et tâches agentiques ?

Selon les propres comparaisons de fournisseurs de Google : SWE-Bench Pro 58,7% (contre 55,1%), DeepSWE v1.1 49% (contre 37%), Terminal-Bench 2.1 78,0% (contre 76,2%), MLE-Bench 63,9% (contre 49,7%), et OSWorld-Verified 83,0% (contre 78,4%). Tous sont autodéclarés, non relancés indépendamment, donc considérez-les comme indicatifs.

Qu'en est-il de la performance en contexte long ?

C'est le plus grand bond rapporté : le rappel GDM-MRCR v2 à une longueur de contexte de 1 million de jetons passe de moins de 27 % à 54,0 % — soit environ le double. Il s'agit également d'un chiffre rapporté par le fournisseur, mais il est cohérent avec le nombre de jetons de sortie plus faible du modèle sur des tâches comparables.

Est-ce que la réduction de prix s'applique également aux tokens d'entrée ?

3.6 Flash a un prix d’entrée de 1,50 $ par million de tokens, avec 0,15 $ pour l’entrée en cache. Le taux d’entrée exact actuel de 3.5 Flash n’est pas reprécisé dans les documents de lancement de 3.6, donc consultez la page de tarification en direct plutôt que de supposer qu’il a changé.

Y a-t-il une nouvelle date limite de connaissances ?

Oui — 3.6 Flash a une date de coupure des connaissances de mars 2026. La date de coupure de 3.5 Flash n'est pas réaffirmée dans les documents de comparaison, mais celle de 3.6 est naturellement plus récente compte tenu de sa date de sortie ultérieure.

L'essentiel

Gemini 3.6 Flash contre Gemini 3.5 Flash est le type de mise à niveau le plus propre à considérer : même intelligence mesurée, même enveloppe de capacités, prix plus bas, moins de tokens, plus de rapidité, et des gains constants — si l'on en croit le fournisseur — en codage, en tâches agentiques et surtout en tâches à long contexte. Si vous utilisez 3.5 Flash et que le coût, la latence ou la fiabilité agentique sont vos contraintes, migrez après une rapide évaluation et en épinglant les versions pendant la fenêtre de lancement. Si vous espériez que le « .6 » signifiait un modèle plus intelligent à proprement parler, ce n'est pas le cas ; pour cela, vous attendez Gemini 3.5 Pro ou Gemini 4. Consultez les comparaisons ci-dessous pour évaluer 3.6 Flash par rapport aux modèles non Google de sa catégorie.