Gemini 3.5 Flash High est un grand modèle de langage développé par Google DeepMind, publié en 2026 dans le cadre de la famille Gemini 3.5. Il est conçu pour offrir un équilibre entre une capacité de raisonnement élevée et une faible latence, ciblant des cas d'utilisation en production tels que le chat en temps réel, les assistants de codage et les flux de travail agentiques. Le modèle repose sur une architecture transformeur et tire parti des avancées en apprentissage profond et en IA générative pour obtenir des résultats solides sur les classements publics.
Fin 2026, Gemini 3.5 Flash High est classé parmi les meilleurs modèles du classement LMArena, avec un score de 1420 dans la catégorie codage et de 1385 dans la catégorie générale, selon le dernier instantané daté du 20/09/2026. Sur le classement LiveBench, il obtient un score global de 89,2, avec une force particulière en mathématiques (92,4) et en raisonnement (90,1). Ces chiffres le placent légèrement au-dessus du modèle de base Gemini 3.5 Flash, mais en dessous du Gemini 3.5 Pro, plus grand, ce qui reflète sa position d'option à haute efficacité.
Architecture et entraînement
Gemini 3.5 Flash High utilise une architecture transformeur de type encodeur-décodeur avec des mécanismes de attention multi-têtes et de attention croisée. Il utilise un encodage positionnel avec des embeddings rotatifs et intègre des connexions de réseau résiduel avec normalisation de couche pour un entraînement stable. Le modèle est entraîné à l'aide d'un mélange d'apprentissage supervisé et d'apprentissage par renforcement à partir de retours humains (Reinforcement Learning from AI Feedback (RLAIF)), en mettant l'accent sur l'amélioration du suivi des instructions et la réduction des hallucinations.
Le processus d'entraînement utilise un programme de taux d'apprentissage avec échauffement et décroissance en cosinus, et emploie l'optimiseur Adam avec écrêtage du gradient pour gérer l'entraînement de réseaux de neurones à grande échelle. Le modèle a été entraîné sur un corpus diversifié de textes et de code, avec une fenêtre de contexte de 1 million de jetons, permettant la compréhension de documents longs et le dialogue multi-tours.
Performances et références
Sur le classement LMArena, Gemini 3.5 Flash High est classé 3e au total selon l'instantané du 20/09/2026, avec un score de 1420 en codage et de 1385 en général. Sur LiveBench, il obtient 89,2 au total, avec 92,4 en mathématiques, 90,1 en raisonnement et 87,8 en compréhension du langage. Ces résultats sont basés sur des évaluations publiques et sont susceptibles de changer à mesure que de nouvelles versions du modèle sont publiées.
Dans les évaluations internes, le modèle démontre une réduction de 15 % de la latence par rapport au Gemini 3.5 Flash de base, tout en maintenant 98 % de la précision sur les références standard. Cela le rend adapté aux applications en temps réel telles que le support client, la génération de code et les assistants interactifs.
Déploiement et disponibilité
Gemini 3.5 Flash High est disponible via Google Cloud Vertex AI et l'API Gemini, avec un tarif fixé à 0,50 $ par million de jetons en entrée et 1,50 $ par million de jetons en sortie. Il est également proposé via Amazon Web Services Bedrock et Azure AI Foundry, permettant aux développeurs d'intégrer le modèle dans leurs flux de travail cloud existants. Le modèle prend en charge le fine-tuning et peut être déployé sur du matériel Groq et SambaNova pour une inférence à faible latence.
Comparaison avec d'autres modèles
Comparé au GPT-5.2 Turbo d'OpenAI, Gemini 3.5 Flash High offre des performances similaires sur les tâches de raisonnement, mais avec un coût par jeton inférieur de 20 %. Face au Claude 4.5 Sonnet d'Anthropic, il obtient des scores plus élevés sur LiveBench en mathématiques (92,4 contre 90,8) et en codage (91,0 contre 89,5). Le modèle surpasse également le Qwen 3.5 Max d'Alibaba Cloud sur les références de connaissances générales, bien qu'il soit en retrait sur les tâches multilingues.
Orientations futures
Google DeepMind continue d'itérer sur la série Gemini 3.5, avec des projets de publication d'une variante plus petite, Gemini 3.5 Flash Nano, et d'un modèle plus grand, Gemini 3.5 Ultra, début 2027. Les efforts de recherche se concentrent sur l'amélioration des techniques de élagage de modèle et de augmentation de données pour améliorer l'efficacité sans sacrifier la qualité. L'équipe explore également l'apprentissage par curriculum et la mise à l'échelle de la température pour affiner la diversité et le contrôle des sorties.
Selon le dernier instantané, Gemini 3.5 Flash High représente une option compétitive dans le paysage de l'intelligence artificielle, équilibrant performance, coût et vitesse pour un large éventail d'applications.