Google publie les versions stables Gemini 1.5 Pro-002 et Flash-002 : le prix de Pro divisé par plus de deux
Google publie les versions stables Gemini 1.5 Pro-002 et Flash-002, des builds mis à jour qui peuvent être déployés dans un produit payant sans mention « expérimental ». Selon les mesures de Google, le gain atteint environ 20 % sur les tests de mathématiques MATH et HiddenMath, et Pro, pour les requêtes allant jusqu'à 128 000 tokens, coûte désormais plus de deux fois moins cher. Si votre service repose sur Gemini, recalculez votre budget et testez -002 sur vos propres requêtes.
Traité par IA depuis X: @GoogleDeepMind ; édité par Hamidun News
Google DeepMind publie Gemini 1.5 Pro-002 et Flash-002. Le suffixe « 002 » désigne la deuxième version mise à jour de chaque modèle. Le mot « stables » signifie que les modèles ne sont plus considérés comme expérimentaux : on peut bâtir un service avec de vrais utilisateurs et des paiements, sans craindre qu'un modèle soit modifié ou retiré sans préavis. La deuxième nouvelle concerne le prix : Pro, pour les requêtes allant jusqu'à 128 000 tokens (il s'agit de longs documents, de contrats, de rapports ou de morceaux de base de code), coûte plus de deux fois moins cher. Voyons ci-dessous ce qui a changé et ce qu'il faut en faire.
Ce qui a changé dans les modèles
Les nouvelles versions reposent sur les builds expérimentaux que Google a présentés ces dernières semaines. Selon l'entreprise, les principales améliorations portent sur trois points : la compréhension des contextes longs, le traitement des images et les mathématiques. En pratique, le modèle perd moins de détails dans les gros documents, lit mieux les captures d'écran, les schémas et les tableaux, et résout avec davantage d'assurance les problèmes de calcul.
Google avance des chiffres issus de ses propres tests. Sur le test de connaissances générales MMLU-Pro, le score progresse d'environ 7 %, et sur les tests de mathématiques MATH et HiddenMath, d'environ 20 %. Pour la vision et la génération de code, le gain est plus modeste : environ 2 à 7 %. C'est une avancée notable, sans être une révolution. Tous ces chiffres proviennent des comparaisons internes de Google, et sur vos propres données, l'écart peut être différent.
Il y a encore un autre détail : les réponses sont devenues plus courtes. Pour les questions-réponses, leur longueur a diminué d'environ 5 à 20 %. C'est un atout pour les chatbots : le modèle s'étend moins et consomme moins de tokens. Mais si vous avez besoin de textes détaillés, vérifiez que le modèle n'est pas devenu trop laconique et, si nécessaire, ajustez votre prompt.
Prix, limites et vitesse
Pour les entreprises, la partie la plus appréciable est la baisse de prix. Pour Gemini 1.5 Pro, sur les requêtes allant jusqu'à 128 000 tokens, le tarif est désormais de 1,25 $ par million de tokens en entrée et de 5 $ par million en sortie. Auparavant, il était de 3,50 $ et 10,50 $ respectivement, d'où le « plus de deux fois moins cher ». La réduction s'applique également à la mise en cache du contexte, c'est-à-dire aux scénarios où un même document volumineux est envoyé au modèle de nombreuses fois. Google a fait débuter les nouveaux tarifs au début d'octobre 2024.
Les limites ont également augmenté. Flash accepte désormais jusqu'à 2000 requêtes par minute, Pro jusqu'à 1000. Pour les services à fort trafic, cela permet d'atteindre les plafonds nettement plus tard. Par ailleurs, l'entreprise annonce une génération environ deux fois plus rapide et une latence jusqu'au premier token divisée par trois. Pour les interfaces de chat et les assistants vocaux, la différence est perceptible : l'utilisateur voit plus vite le début de la réponse.
Que faire en tant que développeur
Premièrement, vérifiez la version utilisée par votre produit. Si vous appelez le modèle via un alias « dernière version », son comportement peut changer sans que vous le décidiez. Si la version est figée explicitement, la migration vers -002 doit se faire en connaissance de cause, après un passage sur vos propres requêtes de test.
Deuxièmement, recalculez vos coûts. Pour les applications qui envoient de gros documents à Pro (analyse de contrats, de rapports ou de code), les économies peuvent être substantielles. Si vous aviez choisi Flash pour des raisons de prix, refaites la comparaison : l'écart entre Flash et Pro s'est réduit.
Troisièmement, tenez compte des limites. Les gains en mathématiques et en code ne sont pour l'instant confirmés que par les mesures de Google elle-même, et la comparaison avec les meilleurs modèles concurrents reste une question ouverte. Les tarifs réduits ne s'appliquent qu'aux requêtes allant jusqu'à 128 000 tokens ; pour les prompts plus longs, les prix restent plus élevés. Avant de migrer la production, testez votre propre jeu de tâches et comparez qualité, coût et latence entre l'ancienne et la nouvelle version.
Dans l'ensemble, cette sortie montre où va le marché : les laboratoires se disputent non seulement sur la qualité, mais aussi sur le prix par token. Pour ceux qui construisent des produits sur des LLM, c'est une bonne nouvelle : un modèle de même niveau coûte moins cher, et les nouvelles limites facilitent la montée en charge.
- 21 nov. 2026Anthropic a clôturé sa première semaine en Bourse à une valorisation de 1,6 billion de dollars, mais a perdu 8,5 % en une journée
- 21 nov. 2026Gemini 4 Hydrogen en mode xhigh : le coût par requête passe de 3,99 à 23,61 cents
- 21 nov. 2026La start-up Osmo a entraîné une IA aux odeurs sur 10 millions d'évaluations humaines et génère des parfums à partir de texte
- 21 nov. 2026La Corée du Nord dévoile son premier chatbot, « Source de sagesse » : de la science, pas de politique
Questions clés sur cet article
Que sait-on sur Ce qui a changé dans les modèles ?
Les nouvelles versions reposent sur les builds expérimentaux que Google a présentés ces dernières semaines. Selon l'entreprise, les principales améliorations portent sur trois points : la compréhension des contextes longs, le traitement des images et les mathématiques. En pratique, le modèle perd moins de détails dans les gros documents, lit mieux les captures d'écran, les schémas et les tableaux, et résout avec davantage d'assurance les problèmes de calcul. Google avance des chiffres issus de ses propres tests.
Que sait-on sur Prix, limites et vitesse ?
Pour les entreprises, la partie la plus appréciable est la baisse de prix. Pour Gemini 1.5 Pro, sur les requêtes allant jusqu'à 128 000 tokens, le tarif est désormais de 1,25 $ par million de tokens en entrée et de 5 $ par million en sortie. Auparavant, il était de 3,50 $ et 10,50 $ respectivement, d'où le « plus de deux fois moins cher ». La réduction s'applique également à la mise en cache du contexte, c'est-à-dire aux scénarios où un même document volumineux est envoyé au modèle de nombreuses fois.
Que sait-on sur Que faire en tant que développeur ?
Premièrement, vérifiez la version utilisée par votre produit. Si vous appelez le modèle via un alias « dernière version », son comportement peut changer sans que vous le décidiez. Si la version est figée explicitement, la migration vers -002 doit se faire en connaissance de cause, après un passage sur vos propres requêtes de test. Deuxièmement, recalculez vos coûts. Pour les applications qui envoient de gros documents à Pro (analyse de contrats, de rapports ou de code), les économies peuvent être substantielles.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.