# Gemini 3.8 Flash

> Fiche du modèle de langage Gemini 3.8 Flash sur Quelle IA, édition du 28 septembre 2026. Gemini 3.8 Flash (Google DeepMind) : score IA de 89,7, 17e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/gemini-3-8-flash/
Origine : Google DeepMind · États-Unis · sorti le 2 septembre 2026

## Score général

- Score IA : 89,7 (marge à 90 % : de 87,8 à 91,6)
- Rang : 17 (Groupe 4, ex æquo)
- Couverture : 100 % du poids des tâches, 31 mesures
- Échelle : 100 pour le meilleur modèle au lancement du site, 50 pour GPT-4o de novembre 2024.

## Scores par tâche

| Tâche | Score | Détail |
| --- | --- | --- |
| Raisonnement | 93,9 | Rang 9 · 44 % |
| Code | 90,5 | Rang 15 · 54 % |
| Agents | 93,3 | Provisoire · 22 % |
| Usage | 90,2 | Rang 11 · 100 % |
| Maths | 86,8 | Rang 27 · 62 % |
| Sciences | 91,0 | Rang 12 · 100 % |
| Français | 90,5 | Rang 8 · 50 % |
| Vision | 89,9 | Rang 12 · 100 % |
| Écriture | 92,3 | Rang 10 · 100 % |
| Web | 89,7 | Rang 24 · 100 % |

## Artificial Analysis (hors du score)

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index v4.3. C'est un autre indice, qui ne compte pas dans le score IA de Quelle IA et ne se compare pas directement à lui.

| Version évaluée | Indice v4.3 | Rang chez eux | Vitesse | Premier jeton | Prix par million de jetons (entrée / sortie) |
| --- | --- | --- | --- | --- | --- |
| [Gemini 3.8 Flash (High)](https://artificialanalysis.ai/models/gemini-3-8-flash) | 40,9 | 51e sur 193 | 223,8 jetons/s | 20,2 s | 0,75 $ / 3,75 $ |
| [Gemini 3.8 Flash (Medium)](https://artificialanalysis.ai/models/gemini-3-8-flash-medium) | 39,8 | 57e sur 193 | non publié | non publié | 0,75 $ / 3,75 $ |
| [Gemini 3.8 Flash (Low)](https://artificialanalysis.ai/models/gemini-3-8-flash-low) | 33,5 | 88e sur 193 | non publié | non publié | 0,75 $ / 3,75 $ |

Médianes de leurs mesures : vitesse en jetons produits par seconde, délai avant le premier jeton en secondes. Prix en dollars par million de jetons, en entrée puis en sortie. Rang parmi les 193 modèles que leur indice classe. Relevé le 1er octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis, https://artificialanalysis.ai/models/gemini-3-8-flash

## Exécution locale

Non. Gemini 3.8 Flash est un modèle fermé : il s'utilise en ligne, par l'application de son éditeur ou par API.

## Fiche technique

- Prix : 1,50 € / 7,50 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 1 048 576 jetons (environ 786 000 mots)
- Entrées : Texte, image, vidéo, son, PDF
- Réflexion : Faible, moyenne, élevée (trois niveaux réglables)
- Paramètres : Non communiqué
- Licence : Propriétaire (poids fermés, accès par l'éditeur)
- Classe énergétique : D (sur une échelle de A à G)
- Hébergement en Europe : Possible
- Connaissances jusqu'à : Non communiqué

## Où le trouver

- Par API : [OpenRouter](https://openrouter.ai/google/gemini-3.8-flash)
- Par API : [API Google DeepMind](https://ai.google.dev)
- L'essayer : [Gemini](https://gemini.google.com)

## Dans les outils de code

- Disponible dans : [Cursor](https://quelleia.com/outils/#cursor) (inclus), [GitHub Copilot](https://quelleia.com/outils/#github-copilot) (inclus), [Devin Desktop (ex-Windsurf)](https://quelleia.com/outils/#devin-desktop) (à l'usage), [Google Antigravity](https://quelleia.com/outils/#antigravity) (inclus), [OpenCode](https://quelleia.com/outils/#opencode) (à l'usage), [Droid (Factory)](https://quelleia.com/outils/#factory-droid), [Augment Code](https://quelleia.com/outils/#augment)
- Mesuré dans : [Gemini CLI](https://quelleia.com/outils/#gemini-cli)
- Relevé du 30 septembre 2026 sur la page publique de chaque outil. Un modèle proposé par un outil figure dans la liste que son éditeur publie. Rien n'y est mesuré.

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| OTIS Mock AIME 2024-2025 | Maths | 98,9 % | 93,1 | saturé | https://epoch.ai/benchmarks |
| GPQA Diamond | Sciences | 95,4 % | 92,8 | actif | https://epoch.ai/benchmarks |
| DTBench | Raisonnement | 95,7 % | 98,5 | saturé | https://conceptualreasoning.ai/dtbench |
| DTBench | Raisonnement | 94,9 % | 95,9 | saturé | https://conceptualreasoning.ai/dtbench |
| DTBench | Raisonnement | 94,9 % | 95,9 | saturé | https://conceptualreasoning.ai/dtbench |
| Surface Evolver Bench | Sciences | 76,9 % | 91,1 | saturé | https://yhenon.github.io/surface-evolver-llm-eval/ |
| DeepSWE | Code | 73,8 % | 94,4 | actif | https://deepswe.datacurve.ai/ |
| DeepSWE | Code | 71 % | 93,3 | actif | https://deepswe.datacurve.ai/ |
| SimpleQA Verified | Données | 69,7 % | 100,9 | actif | https://epoch.ai/benchmarks |
| Code Arena, WebDev | Web | 1 582,7 Elo | 89,7 | actif | https://arena.ai/leaderboard |
| FrontierMath, paliers 1 à 3 (v2) | Maths | 68,4 % | 87,7 | actif | https://epoch.ai/benchmarks |
| Arena, écriture créative | Écriture | 1 484,4 Elo | 95,6 | actif | https://arena.ai/leaderboard |
| Arena, questions de maths | Maths | 1 516,4 Elo | 93,3 | actif | https://arena.ai/leaderboard |
| Arena, questions d'experts | Sciences | 1 524,8 Elo | 90,0 | actif | https://arena.ai/leaderboard |
| APEX-Agents | Agents | 64,3 % | 94,9 | actif | https://epoch.ai/benchmarks |
| Arena, texte | Usage | 1 494,1 Elo | 91,2 | actif | https://arena.ai/leaderboard |
| LMCA | Raisonnement | 52,9 | 90,4 | actif | https://conceptualreasoning.ai/lmca |
| Arena, questions de code | Code | 1 530,8 Elo | 88,3 | actif | https://arena.ai/leaderboard |
| Arena, questions en français | Français | 1 508,6 Elo | 88,6 | actif | https://arena.ai/leaderboard |
| LMCA | Raisonnement | 51,55 | 89,3 | actif | https://conceptualreasoning.ai/lmca |
| LMCA | Raisonnement | 51,16 | 88,9 | actif | https://conceptualreasoning.ai/lmca |
| Chess Puzzles | Raisonnement | 61 % | 98,2 | actif | https://epoch.ai/benchmarks |
| compar:IA | Français | 1 086,0 Elo | 100,1 | actif | https://arene.comparia.beta.gouv.fr/ranking |
| Arena, vision | Vision | 1 286,3 Elo | 89,6 | actif | https://arena.ai/leaderboard |
| SciCode | Code | 56,6 % | 91,0 | actif | https://artificialanalysis.ai/evaluations/scicode |
| SciCode | Code | 54,4 % | 88,4 | actif | https://artificialanalysis.ai/evaluations/scicode |
| SciCode | Code | 54,3 % | 88,3 | actif | https://artificialanalysis.ai/evaluations/scicode |
| Vending-Bench 2 | Agents | 5 094 $ | 88,0 | actif | https://epoch.ai/benchmarks |
| ProofBench | Maths | 48 % | 87,6 | saturé | https://www.vals.ai/benchmarks/proof_bench |
| Humanity's Last Exam | Sciences | 44,5 % | 91,9 | actif | https://epoch.ai/benchmarks |
| Mystery Game Puzzles | Raisonnement | 47 % | 92,7 | actif | https://epoch.ai/benchmarks |
| FrontierCode | Code | 41,2 % | 90,7 | actif | https://cognition.com/frontiercode |
| CursorBench | Code | 39,6 % | 89,4 | actif | https://cursor.com/cursorbench |
| Blueprint-Bench 2 | Vision | 38,6 % | 95,0 | actif | https://andonlabs.com/evals/blueprint-bench-2 |
| CursorBench | Code | 37,3 % | 87,8 | actif | https://cursor.com/cursorbench |
| GDP.pdf | Données | 23,4 % | 91,8 | actif | https://surgehq.ai/benchmarks/gdp-pdf |
| GDP.pdf | Données | 23,2 % | 91,6 | actif | https://surgehq.ai/benchmarks/gdp-pdf |
| FrontierMath, palier 4 (v2) | Maths | 22 % | 84,8 | saturé | https://epoch.ai/benchmarks |
| FrontierSWE | Code | 19,6 % | 87,9 | actif | https://www.frontierswe.com/ |
| CritPt | Sciences | 18,3 % | 89,5 | actif | https://epoch.ai/benchmarks |
| CritPt | Sciences | 12,3 % | 85,2 | actif | https://epoch.ai/benchmarks |
| WeirdML v3 | Code | 7,4 % | 89,7 | actif | https://htihle.github.io/weirdml.html |
| CritPt | Sciences | 4 % | 74,1 | actif | https://epoch.ai/benchmarks |
| Furniture Assembly | Vision | 31,7 % | 85,1 | actif | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de Gemini 3.8 Flash ?** Gemini 3.8 Flash obtient un score IA de 89,7, avec une marge de 87,8 à 91,6, dans l'édition du 28 septembre 2026. Il est classé 17e sur 246 modèles, à partir de 31 mesures.

**Dans quelles tâches Gemini 3.8 Flash est-il le plus fort ?** Ses deux meilleures tâches sont raisonnement (93,9) et agents (93,3). Sa tâche la plus faible est maths (86,8).

**Gemini 3.8 Flash peut-il tourner en local ?** Non. Gemini 3.8 Flash est un modèle fermé : il s'utilise en ligne, par l'application de son éditeur ou par API.

**Combien coûte Gemini 3.8 Flash ?** 1,50 € par million de jetons en entrée et 7,50 € en sortie, au tarif affiché par les fournisseurs. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.

**Qui édite Gemini 3.8 Flash ?** Gemini 3.8 Flash est édité par Google DeepMind (États-Unis), et il est sorti le 2 septembre 2026. C'est un modèle fermé.

Source : Quelle IA, édition du 28 septembre 2026. https://quelleia.com