La sortie de Gemini 3.8 par Google montre comment le créateur de modèles renforce ses capacités de codage, d'agents autonomes et de cybersécurité, mais elle met aussi en lumière le manque de différenciation sur le marché de l'IA et la tendance croissante aux programmes cyber exclusifs.

Le géant de la recherche et de l'IA a présenté Gemini 3.8 le mercredi 3 septembre 2026, le décrivant comme son meilleur modèle de raisonnement et de codage à ce jour. Avec ce nouveau modèle, Google s'est concentré sur les tâches de raisonnement à long horizon tout en améliorant les performances cyber, et a lancé un programme de cybersécurité similaire à ceux d'autres fournisseurs d'IA.

Gemini 3.8 se décline en deux variantes : Gemini 3.8 Flash et Gemini 3.8 Flash Cyber. Le modèle 3.8 Flash est conçu pour l'ingénierie logicielle de long horizon, les agents autonomes et les flux de travail d'entreprise complexes. La version 3.8 Flash Cyber est destinée à la découverte autonome de vulnérabilités et à la correction automatisée du code — des capacités à double tranchant, puisque les mêmes techniques qui permettent de détecter et de corriger des vulnérabilités pourraient être détournées pour les exploiter, ce qui explique en grande partie pourquoi les fournisseurs restreignent l'accès à ces modèles.

Google a indiqué que le modèle est accessible à un groupe d'utilisateurs de confiance via le nouveau programme Fairwind. Cette initiative met les capacités d'IA et de cyberdéfense les plus puissantes de Google à la disposition de clients de confiance, d'agences gouvernementales et de partenaires de cybersécurité.

Le programme Fairwind de Google s'apparente au Project Glasswing d'Anthropic, qui a rendu le modèle le plus puissant d'Anthropic, Mythos, accessible à un groupe d'utilisateurs de confiance, ainsi qu'au Project Daybreak d'OpenAI — un programme destiné à aider certains défenseurs cyber sélectionnés. La création d'un programme privé visant à tenir les modèles d'IA cyber puissants hors de portée des pirates informatiques ou d'autres acteurs susceptibles de les détourner est une manière supplémentaire pour Google de rivaliser avec Anthropic et OpenAI. Elle révèle toutefois que tous les créateurs de modèles avancent de concert.

« Tout le monde converge vers les mêmes choses », a déclaré Arun Chandrasekaran, analyste chez Gartner. « Pour le codage, tout le monde essaie de surdimensionner le modèle sur le codage. En cybersécurité, tous s'efforcent désormais d'optimiser ces modèles pour les cas d'usage liés à la cybersécurité. »

Manque de différenciation

Chandrasekaran a ajouté que, les créateurs de modèles de pointe adoptant des stratégies similaires, peu de choses les distinguent.

« Il y a une différenciation en termes de capacités, mais quant à la manière de communiquer sur les points forts de ces modèles, les cas d'usage et les problèmes qu'ils résolvent, toutes ces entreprises semblent faire des choses très similaires », a-t-il souligné.

La véritable différenciation, a-t-il poursuivi, consiste à approfondir des fonctions métier spécifiques, comme la chaîne d'approvisionnement ou les sciences de la vie.

« Ce sont des occasions de se différencier, car on ne construit pas un système à usage général », a-t-il expliqué. « On construit quelque chose de très poussé, très spécifique à un secteur. »

Pour les acheteurs en entreprise, cette convergence compte : lorsque les modèles de pointe offrent des profils de capacités comparables, le choix repose de plus en plus sur le prix, la consommation totale de tokens et l'intégration aux flux de travail existants plutôt que sur les résultats de référence spectaculaires.

La guerre des prix se poursuit

Pour Google en particulier, la sortie de Gemini 3.8 lui permet de répondre aux initiatives de ses concurrents tant sur les prix que sur les capacités. Comme pour l'itération 3.7, Google propose un tarif introductif pour la version 3.8 de 0,75 dollar par million de tokens d'entrée et 3,75 dollars par million de tokens de sortie pour Gemini 3.8 Flash. En comparaison, GPT-5.6 Luna d'OpenAI coûte 1 dollar par million de tokens d'entrée et 6 dollars par million de tokens de sortie.

« Reste à voir s'ils pourront maintenir ce type de tarification », a déclaré Sid Nag, fondateur et analyste chez Tekonyx. « Tout cela vise vraiment à faire baisser la courbe des coûts. Tout le monde se concentre sur le coût d'un million de tokens d'entrée. »

Avec Gemini 3.8 Flash, Google montre que « le prix des tokens ne suffit plus à mesurer l'économie de l'inférence », a ajouté Nag. Cette dynamique est visible dans la recommandation de Google invitant les clients à continuer de choisir Gemini 3.7 Flash pour les charges de travail exigeant une plus grande efficacité — ce qui signifie que, malgré le coût par token, les entreprises peuvent parfois économiser des tokens en utilisant un modèle plus petit.

« Google admet que cette version 3.8 Flash consomme davantage de tokens à des niveaux de raisonnement plus élevés », a-t-il poursuivi.

En réservant Gemini 3.8 Flash Cyber aux seuls utilisateurs de confiance, Google suit ses concurrents en tentant de creuser une « douve » protectrice autour de sa technologie de modèles d'IA, selon Nag.

Cependant, l'approche exclusive pour les modèles cyber crée des tensions dans l'industrie de l'IA, car elle peut conduire à un manque d'ouverture et de transparence. Si les modèles ouverts ont été critiqués pour la facilité avec laquelle des pirates peuvent les manipuler, ils ont néanmoins stimulé une innovation considérable. Avec la sortie de Google et d'autres programmes cyber exclusifs, l'industrie de l'IA continue de naviguer entre sécurité et ouverture. L'étendue que Google donnera à la notion d'utilisateurs « de confiance » pour Fairwind, et la question de savoir si les programmes cyber exclusifs restreignent réellement l'accès des attaquants à des modèles performants, demeurent des questions ouvertes qui façonneront la prochaine étape de ce débat.

« Reste à voir vers quoi l'industrie va s'orienter », a conclu Nag.

Source : AI Business