Google lance deux modèles Gemini 3.8, dont un dédié à la cybersécurité

Présentation des modèles

Google a présenté Gemini 3.8 Flash et Gemini 3.8 Flash Cyber, deux grands modèles de langage (LLM) construits sur la même architecture de base. Flash cible les usages généraux, tandis que Flash Cyber est calibré pour les chercheurs en sécurité et distribué via le programme d’accès anticipé Fairwind.

Performances sur les benchmarks

Gemini 3.8 Flash a été évalué sur seize benchmarks d’IA, dont neuf où il a surpassé Claude Opus 5 et GPT 5.6 Sol. Sur Terminal‑Bench 1.1, dédié aux tâches de codage multi‑étapes, le modèle a affiché la meilleure précision. Sur DeepSWE‑1.1, qui mesure l’automatisation de tâches de codage à long terme, il a obtenu 73,7 %, soit un point de pourcentage au‑dessus de GPT‑5.6 Sol et légèrement en dessous d’Opus 5.

Flash Cyber a atteint 86,2 % au benchmark CyberGym, qui teste la capacité à identifier des vulnérabilités dans du code C/C++. Ce score dépasse Claude Mythos 5 (83,8 %) et GPT‑5.6 Sol (83,6 %). Plus de 650 organisations – parmi elles Snowflake, CrowdStrike et Datadog – ont intégré le modèle dès son lancement.

Mécanismes d’effort et de raisonnement

Google explique que les gains de performance proviennent d’un « effort accru » : le modèle exécute davantage d’étapes de raisonnement et appelle les outils de façon itérative. Cette stratégie se traduit par une utilisation plus élevée du nombre de tokens, surtout lorsqu’on active le niveau d’effort maximal. Le comportement est observable dans les tâches complexes où le modèle consomme plus de ressources pour réduire les erreurs.

Applications en cybersécurité et limites

Flash Cyber s’appuie sur CodeMender, un ensemble de prompts, de fichiers source et d’actifs techniques conçu par DeepMind pour améliorer la détection, l’évaluation et la correction de vulnérabilités. Des équipes internes de Google ont rapporté que les développeurs de Chrome génèrent 2,6 fois plus de correctifs valides que les solutions concurrentes. Un autre groupe a découvert une vulnérabilité fondamentale qui aurait nécessité plusieurs mois en analyse manuelle.

Le modèle reste dépendant d’un accès via le Fairwind Program, ce qui restreint son usage aux entités jugées critiques. De plus, l’augmentation du nombre de tokens peut entraîner des coûts de calcul supérieurs, un facteur à considérer pour les déploiements à grande échelle.