Les modèles d'IA du quotidien viennent de devenir moins chers — et c'est plus important qu'un modèle phare

La plupart des actualités sur l'IA portent sur les grands modèles phares — ceux qui remportent les benchmarks et font les manchettes. Mais la plupart des produits réels tournent sur des modèles plus petits et rapides appelés Flash, conçus pour un usage quotidien à grande échelle. Le 21 juillet, Google en a mis trois à jour.

Gemini 3.6 Flash est la mise à jour la plus importante. Google affirme qu'il utilise 17 % de tokens de sortie en moins pour accomplir le même travail que son prédécesseur. Les tokens sont les petits morceaux de texte, de code et de données que l'IA vous facture — moins de tokens signifie une facture moins élevée. Le prix de sortie a également baissé, de 9 à 7,50 dollars par million de tokens.

L'option la moins chère, Gemini 3.5 Flash-Lite, coûte seulement 0,30 dollar par million de tokens d'entrée et 2,50 dollars par million de tokens de sortie. Harvey AI — une entreprise de technologie juridique utilisant Gemini en production — a rapporté que ses flux de travail ont tourné 12 % plus vite en moyenne avec le nouveau modèle. Ce type de résultat concret compte davantage que les scores de benchmarks.

Le modèle phare de Google, Gemini 3.5 Pro, est encore en tests limités, tandis que des concurrents comme Anthropic et OpenAI ont livré des mises à jour majeures. La compétition au sommet reste ouverte. Mais pour la plupart des développeurs qui s'appuient sur les modèles Flash, une réduction de 17 % en tokens s'accumule vite à l'échelle de la production — et c'est maintenant le bon moment pour revoir vos estimations de coûts IA.