L’essentiel
- Google publie Gemini 3.7 Flash vingt et un jours après 3.6 Flash, au tarif introductif de 0,75 $ le million de tokens en entrée et 3,75 $ en sortie, moitié moins que 3.6 Flash à son lancement.
- Les gains annoncés portent surtout sur la programmation : 43,6 % contre 34,4 % sur FrontierCode 1.1 Main, 65,3 % contre 49,0 % sur DeepSWE v1.1, mesurés par Google.
- Ce tarif n’est garanti que jusqu’à la fin de l’année, et le palier d’effort de raisonnement « minimal » disponible en 3.6 Flash a disparu de 3.7.
Gemini 3.6 Flash a trois semaines. Google le remplace déjà par Gemini 3.7 Flash et facture le nouveau modèle deux fois moins cher : 0,75 $ le million de tokens en entrée, 3,75 $ en sortie. L’annonce officielle parle d’un prix introductif. Pour une équipe qui a câblé un agent en production, c’est une ligne budgétaire réécrite sans préavis.
Diviser le tarif par deux ne divise pourtant pas la facture par deux : ce que consomme un agent dépend d’abord de ce qu’il écrit et du temps qu’il passe à réfléchir avant de répondre.
Un tarif qui s’applique aussi à l’ancienne version
Le modèle arrive via l’API (interface de programmation), AI Studio et Antigravity. Google précise que ce tarif tient jusqu’à la fin de l’année et a aligné 3.6 Flash sur le même prix : l’écart tarifaire entre les deux versions s’est effacé.
Le rapport entre les deux tarifs compte autant que leur niveau : la sortie coûte cinq fois l’entrée. Un agent qui lit beaucoup et écrit peu profite peu de la baisse. Un agent qui raisonne longuement, enchaîne les appels d’outils et régénère du code l’encaisse immédiatement. C’est ce second profil que Google vise en présentant 3.7 Flash comme son modèle à tout faire pour la programmation et les agents. La concurrence situe le geste : Claude Sonnet 5 se facture 2 $ le million de tokens en entrée et 10 $ en sortie, GPT-5.6 Terra 2 $ et 12 $. Google s’installe à un peu plus du tiers de ces tarifs, des deux côtés.
Des gains nets, tous mesurés par Google
Sur la programmation, l’écart entre les deux versions est net. FrontierCode 1.1 Main passe de 34,4 % à 43,6 % de réussite, soit neuf points gagnés en trois semaines. DeepSWE v1.1 monte de 49,0 % à 65,3 %. Sur la lecture de documents complexes, le test GDP.pdf grimpe de 22,0 % à 34,0 %. AutomationBench, qui mesure l’exécution de processus métier de bout en bout, passe de 17,0 % à 30,4 %.
Une seule de ces mesures est produite hors de chez Google : le classement WebDev Arena d’Arena.ai, où 3.7 Flash affiche 1588 points Elo (l’échelle de classement empruntée aux échecs) contre 1538 pour la version précédente. Sur cette échelle, cinquante points correspondent à environ 57 % de duels gagnés : une progression tangible, loin d’un renversement. Tout le reste est produit par Google, y compris la comparaison qui place le modèle devant Claude Sonnet 5 et GPT-5.6 Terra sur la qualité du code produit. Aucune évaluation indépendante ne l’a encore confirmée.
Le coût par tâche réussie divisé par 3,6
Prenez la progression la plus spectaculaire, celle d’AutomationBench : le taux de réussite double presque, de 17,0 % à 30,4 %. Combinée à un tarif divisé par deux, elle divise par près de 3,6 le coût d’un processus mené à son terme. C’est l’argument le plus solide de cette sortie, et il ne figure sur aucun graphique de l’annonce.
Le même chiffre porte sa limite. Un score de 30,4 % signifie que sept processus sur dix échouent encore, et chaque échec a un coût : tokens consommés, reprise humaine, correctif. Sur les documents complexes, deux tiers des cas restent hors de portée. Un tarif plus bas rend ces ratés moins douloureux, il ne les supprime pas.
Google avance par ailleurs une exécution plus disciplinée, avec moins de supervision manuelle et moins de tentatives par tâche. Si cet effet se vérifie hors de ses propres mesures, il pèsera plus lourd sur la facture mensuelle que la baisse du tarif unitaire.
Le palier « minimal » a disparu du nouveau modèle
Un détail absent de l’annonce change l’arithmétique. Simon Willison, auteur du plugin llm-gemini, l’a repéré en ajoutant le nouveau modèle à sa version 0.33 : le niveau d’effort de raisonnement « minimal », disponible en 3.6 Flash, n’existe plus en 3.7. Le plancher de réflexion remonte donc, et ces tokens de raisonnement se facturent au tarif de sortie, celui à 3,75 $ le million.
À volume d’usage constant, la facture peut ainsi reculer de bien moins de 50 %. L’annonce le dit à sa manière : le modèle réfléchit plus consciencieusement et investit davantage dans la planification en plusieurs étapes. Vous payez un tarif plus bas, et davantage de tokens par requête.
Simon Willison ajoute un autre rappel à l’ordre avec son test rituel, un pélican à vélo dessiné en SVG (format d’image vectoriel). La fidélité au design revendiquée pour la génération d’interfaces se juge au rendu final : l’image produite par 3.7 Flash s’affiche correctement sous Safari, mais perd son sujet principal sous Chrome et Firefox, à cause d’un élément <filter> vide que ces navigateurs ne tolèrent pas. Le modèle a produit ce qu’on lui demandait. L’utilisateur, lui, voit un vélo sans pélican.
Une garantie de prix plus longue que la durée de vie du modèle
Le tarif est garanti jusqu’au 31 décembre, avant un retour annoncé à 1,50 $ en entrée et 7,50 $ en sortie au 1er janvier. La cadence constatée entre deux versions de ce modèle à tout faire, elle, est de trois semaines. Une équipe qui arbitre ses budgets au trimestre travaille donc avec une visibilité tarifaire plus courte que son propre cycle de décision.
La traduction pratique tient en trois réflexes : figer l’identifiant de version du modèle dans vos agents plutôt que l’alias générique, suivre votre coût par tâche réussie plutôt que votre coût par million de tokens, garder un chemin de repli testé vers un autre fournisseur. Le prix affiché jusqu’au 31 décembre engage Google ; rien ne garantit que le modèle auquel il s’applique sera encore celui que vous ferez tourner en novembre.
Mon avis
Google vient surtout de fixer un plafond mental : un modèle de charge doit coûter moins d’un dollar le million de tokens en entrée, et à ses concurrents de justifier l’écart par une qualité mesurée ailleurs que dans leurs propres tableaux. Je ne crois pas une seconde à une remontée le 1er janvier : un tarif introductif que des milliers d’agents ont déjà intégré à leur marge devient un tarif courant, sauf accident industriel. Ce que cette cadence coûte, je le vois ailleurs : la version que vous validez aujourd’hui sera dépréciée avant votre prochaine revue budgétaire, et c’est votre travail de qualification qui se périme, pas votre facture.
