Gemini 3.5 Flash-Lite : Google le déploie dans Search le 21 juillet 2026

L’essentiel

• Google a lancé le 21 juillet 2026 Gemini 3.6 Flash, Gemini 3.5 Flash-Lite et Gemini 3.5 Flash Cyber.
• Selon le billet officiel, 3.5 Flash-Lite « est aussi en cours de déploiement dans Google Search » (traduction).
• C’est le modèle le plus rapide de la série 3.5 : 350 jetons de sortie par seconde, d’après Artificial Analysis.
• Google ne précise ni les fonctions concernées (AI Overviews, Mode IA), ni les pays, ni les langues.

Trois modèles le même jour, un seul cité pour Search

L’annonce tient dans un billet du blog de Google signé Tulsee Doshi, Senior Director, Product Management, au nom de l’équipe Gemini. Gemini 3.6 Flash y est présenté comme le modèle « de travail » de la gamme (workhorse), en progrès sur le code, le travail sur documents et le multimodal. Il est facturé 1,50 $ par million de jetons en entrée et 7,50 $ en sortie, et s’ouvre aux développeurs (Google AI Studio, Android Studio, Google Antigravity), aux entreprises et au grand public via l’application Gemini.

Gemini 3.5 Flash Cyber est un modèle orienté cybersécurité, associé à CodeMender, l’agent de Google dédié à la sécurité du code. Il reste réservé aux gouvernements et à des partenaires de confiance, dans le cadre d’un programme pilote à accès limité.

Seul Flash-Lite est associé à la recherche, et en une seule phrase.

Flash-Lite : un modèle conçu pour la vitesse

Google le destine aux tâches où la latence compte et à celles qui exigent un fort débit. Deux usages servent d’exemple : la recherche agentique (des recherches menées en plusieurs étapes par un agent) et le traitement de documents. Le billet reprend la mesure d’Artificial Analysis, soit 350 jetons par seconde en sortie. Côté développeurs, le tarif est de 0,30 $ par million de jetons en entrée et de 2,50 $ en sortie.

Le modèle accepte plusieurs niveaux de « réflexion ». Les niveaux minimal et bas visent les gros volumes, les niveaux supérieurs les travaux en plusieurs étapes confiés à des sous-agents. Rien ne dit quel réglage Google retient dans Search.

Dans Search, un périmètre non détaillé

Robby Stein, vice-président produit de Google Search, a relayé le déploiement sur X le même jour. Selon lui, le modèle « suit mieux les instructions et comprend mieux l’intention de l’utilisateur, ce qui rend les conversations beaucoup plus fluides » (traduction). Le mot « conversations » fait penser au Mode IA. Mais ni Robby Stein ni le billet ne nomment les AI Overviews ou le Mode IA, et aucun pays, aucune langue ni aucun calendrier n’est donné.

Google confirme donc qu’un nouveau modèle entre dans Search. Il ne dit pas où il sert, ni pour quelle part des requêtes.

Le routage entre modèles, déjà assumé par Google

Pour rappel, Google ne fait pas tourner ses fonctions IA sur un seul modèle. Le 18 novembre 2025, lors du lancement de Gemini 3, Elizabeth Reid, vice-présidente et responsable de Search, avait annoncé une amélioration de la sélection automatique du modèle : les questions les plus difficiles posées dans le Mode IA et les AI Overviews devaient être orientées vers le modèle le plus avancé, des modèles plus rapides continuant de traiter les tâches simples. Ce dispositif devait arriver dans les semaines suivantes, d’abord pour les abonnés Google AI Pro et Ultra aux États-Unis.

Flash-Lite a le profil du modèle « rapide » de ce dispositif. C’est une interprétation, pas une information de Google. Elle aiderait en tout cas à comprendre une partie de la variabilité des réponses IA : deux formulations proches d’une même question peuvent être traitées par des modèles différents, avec des sources et une longueur de réponse différentes.

Ce que j’en retiens

Pour un site, l’arrivée d’un modèle de plus change surtout la lecture des données de suivi. Si une page cesse d’être citée sur une requête, la cause peut être un changement de modèle plutôt qu’un changement de contenu. Je déconseille de tirer une conclusion d’un relevé isolé dans le Mode IA ou les AI Overviews. Mieux vaut répéter les mesures sur plusieurs jours et plusieurs formulations, puis les comparer aux tendances de la Search Console, qui ne distingue pas le modèle utilisé.

Reste une question que Google n’a pas tranchée : un modèle réglé pour la latence consulte-t-il moins de pages avant de répondre ? Si c’est le cas, le nombre de sources citées pourrait baisser sur les requêtes simples. C’est ce que je surveillerai dans les semaines qui viennent.