Google apprend à Gemini à douter de lui-même — et fait flamber la facture des développeurs de 45 %

Google vient de lancer une intelligence artificielle qui vous facture le fait de réaliser qu'elle s'est trompée. Si le prix facial de Gemini 3.8 Flash reste identique à celui du modèle du mois dernier, des observateurs indépendants ont découvert que le coût réel par tâche a discrètement bondi de 45 %. Le modèle n'est pas plus cher au mot. Il consomme simplement davantage de cycles de calcul en testant son propre code, en lisant les journaux d'erreurs et en réécrivant ses réponses avant même de vous afficher le résultat. Cette hésitation interne s'apprête à transformer l'économie du développement logiciel.

L'économie du doute de soi

Tulsee Doshi, directrice principale des produits chez Google, a pour mission de convaincre les développeurs d'une nouvelle proposition de valeur pour le moins étrange: une IA qui travaille plus dur et coûte plus cher pour aboutir à la même réponse. Gemini 3.8 fonctionne sur de longues boucles agentiques. Au lieu de deviner le prochain mot le plus probable, il formule une hypothèse, génère du code, l'exécute en interne et corrige ses propres bugs.

C'est l'équivalent informatique d'un artisan qui maintient son taux horaire mais reste sur le chantier deux fois plus longtemps juste pour vérifier ses propres mesures au niveau à bulle.

Les résultats de ce labeur interne sont stupéfiants, mais ils masquent un changement structurel dans la manière dont les géants de la tech facturent l'intelligence. Les développeurs n'ont plus de contrôle strict sur le nombre de tokens qu'un prompt va consommer. Une simple requête peut déclencher un débat interne qui fait flamber la facture de calcul.

“3.8 Flash travaille plus dur... Parfois, le modèle peut utiliser davantage de tokens pour maximiser les performances, en particulier à des niveaux d'effort plus élevés.”— Tulsee Doshi

Mais Google n'a pas conçu ce coûteux mécanisme d'autocorrection uniquement pour aider les développeurs à écrire des applications web plus propres. L'entreprise l'a développé parce que ses propres ingénieurs étaient en train de perdre une guerre.

L'angle mort de 13 ans

Doug Turner, directeur de l'ingénierie de Chrome, a récemment mis en garde contre une apocalypse des vulnérabilités provoquée par l'IA générative. L'équation de la cybersécurité a toujours été asymétrique. Les attaquants qui utilisent l'IA n'ont besoin de réussir qu'une seule fois, tandis que les défenseurs doivent avoir raison à chaque instant.

Pour inverser cette équation, Raluca Ada Popa, responsable de la sécurité chez Google DeepMind, a conçu un jumeau du modèle standard: Gemini 3.8 Flash Cyber. Popa a lâché cet agent autonome sur la base de code de Google Chrome. L'IA a passé au crible des millions de lignes de code et a corrigé avec succès une vulnérabilité subtile de Chromium qui avait échappé aux ingénieurs humains pendant 13 ans.

Cela a prouvé qu'un modèle léger et itératif peut surpasser des modèles de pointe beaucoup plus vastes et coûteux, simplement en refusant d'abandonner tant que le code ne compile pas parfaitement. L'industrie de l'IA est officiellement passée de bonds annuels massifs en matière d'intelligence brute à une cadence de modèles plus petits qui troquent le temps de calcul contre la précision.

Pourtant, concevoir une IA capable de traquer et de corriger des failles zero-day présente un danger immédiat. Si un modèle sait exactement comment colmater une vulnérabilité critique, il sait intrinsèquement comment l'exploiter.

Ce que les gens en disent

Artificial Analysis@ArtificialAnlys

“Google has released Gemini 3.8 Flash, its fourth Flash model in under four months - it scores 59 on the Artificial Analysis Intelligence Index and reaches the Intelligence vs. Cost per Task Pareto frontier @GoogleDeepMind released Gemini 3.8 Flash today. With high reasoning, it”

1.5K180168152.7KSep 2

Google AI@GoogleAI

“We’re introducing Gemini 3.8 Flash ⚡️ built to tackle complex agentic and multi-step tasks with even greater diligence. Our most intelligent workhorse model yet delivers significant improvements in reasoning, evolving to an AI partner that doesn’t just write code, but can also”

2.2K251393195.0KSep 2

Google@Google

“Introducing Gemini 3.8, our best reasoning & coding model yet. By leveraging long-running agentic loops, we’re building on the momentum of 3.7 Flash from just three weeks ago to release two new 3.8 variants: Meet Gemini 3.8 Flash and Gemini 3.8 Flash Cyber 🧵”

1.5K6.7KSep 2