La keynote Google I/O 2026 du 19 mai a confirmé le basculement vers une ère agentique annoncée par Sundar Pichai. Quelques chiffres cadrent l'ampleur du virage : l'application Gemini dépasse les 900 millions d'utilisateurs mensuels (le double d'un an plus tôt), AI Mode dans Search franchit le milliard d'utilisateurs et l'infrastructure traite désormais plus de 3,2 quadrillions de tokens par mois (sept fois plus qu'en 2025). Au-delà des chiffres, cinq annonces structurent la productivité des prochains trimestres : Gemini 3.5 Flash (avec Gemini 3.5 Pro attendu en juin 2026), Gemini Omni, Antigravity 2.0, Gemini Spark et la refonte de Search. Voici ce que ces briques apportent réellement et comment elles modifient les flux de travail quotidiens.
Gemini 3.5 Flash : un modèle frontière conçu pour l'action
Gemini 3.5 Flash devient immédiatement le modèle par défaut de l'application Gemini, d'AI Mode et de Google AI Studio. Google annonce qu'il dépasse Gemini 3.1 Pro sur la quasi-totalité des benchmarks tout en s'exécutant environ quatre fois plus vite que les modèles frontières concurrents, et jusqu'à douze fois plus vite à l'intérieur d'Antigravity. Sur le plan technique, il propose une fenêtre de contexte d'un million de tokens, jusqu'à 65 000 tokens en sortie, quatre niveaux de raisonnement (minimal, low, medium, high) et la préservation de la « pensée » d'un tour de conversation à l'autre. Les scores publiés couvrent Terminal-Bench 2.1 à 76,2 %, GDPval-AA à 1656 Elo, MCP Atlas à 83,6 % et CharXiv à 84,2 %, ce qui le place en tête sur les charges agentiques et de code.
La tarification annoncée est de 1,50 $ par million de tokens en entrée et 9 $ en sortie, avec une remise de 90 % sur les entrées mises en cache. Ce positionnement reste sous la moitié du coût des modèles frontières comparables mais grimpe de façon sensible par rapport au précédent 3 Flash Preview. Le réflexe utile pour piloter votre budget consiste à router les tâches simples vers des modèles moins onéreux et à n'activer 3.5 Flash que sur les workflows à forte valeur ajoutée. Cette logique de routage conditionnel s'orchestre nativement dans les plateformes d'automatisation comme Make ou n8n. Le gain de productivité provient d'abord du débit : un agent qui répond à plus de 280 tokens par seconde transforme l'expérience d'un copilote interne, fluidifie les chatbots opérationnels et rend économiquement viable l'analyse continue de documents non structurés.
Gemini 3.5 Pro reste pour sa part en test interne. Sundar Pichai et Demis Hassabis ont confirmé un déploiement public en juin 2026. Il est judicieux d'anticiper dès maintenant son arrivée sur les cas d'usage les plus exigeants (raisonnement scientifique, audits longs, refactoring d'envergure) en isolant proprement les couches de prompts et d'orchestration, comme nous l'évoquions déjà dans cet article.
Gemini Omni : la génération multimodale native
Gemini Omni est la nouvelle famille de modèles génératifs multimodaux de Google. La première variante disponible, Gemini Omni Flash, accepte indifféremment du texte, des images, des vidéos ou de l'audio en entrée et produit de la vidéo en sortie, avec édition par instructions en langage naturel. Le modèle est actif dès aujourd'hui dans l'application Gemini et dans Google Flow pour les comptes payants, arrive cette semaine dans YouTube Shorts et Google Create pour les utilisateurs gratuits, et sera exposé en API dans les semaines qui viennent.
Pour la productivité d'entreprise, l'intérêt n'est pas la création virale mais l'édition pilotée par prompt. Une équipe marketing peut décliner une vidéo produit en dix variantes localisées sans passer par un studio. Un service après-vente peut transformer une photo de matériel défectueux et une note vocale en mini-tutoriel d'intervention. Un service formation peut générer des modules pédagogiques cohérents à partir d'un document interne. Couplé à un portail no-code comme Adalo ou à un workflow Make, Omni Flash devient le maillon qui industrialise des contenus jusqu'ici réservés aux prestataires audiovisuels.
Antigravity 2.0 : la plateforme agent-first de Google
Antigravity 2.0 est l'évolution majeure de l'environnement de développement agentique introduit par Google fin 2025 (et que nous avions analysée dans cet article dédié à Antigravity). Trois surfaces sont désormais disponibles globalement : une application desktop autonome, l'Antigravity CLI (qui remplace Gemini CLI, déprécié en juin) et un SDK Antigravity offrant un accès programmatique au même harnais d'agents que celui utilisé par Google en interne. La plateforme s'intègre directement dans la Gemini Enterprise Agent Platform et expose les Managed Agents via l'API Gemini.
Les capacités opérationnelles annoncées comprennent l'orchestration de plusieurs agents en parallèle, la conception de sous-agents personnalisés, la planification de tâches en arrière-plan et l'export en un clic depuis Google AI Studio vers Antigravity puis vers la production. Pour illustrer l'échelle atteinte, Google a montré une démonstration où Antigravity, propulsé par Gemini 3.5 Flash, a construit en douze heures un système d'exploitation fonctionnel capable d'exécuter un clone de Doom : 93 sous-agents en parallèle, plus de 15 000 requêtes au modèle, 2,6 milliards de tokens consommés, pour moins de 1 000 $ de crédits API.
L'impact sur la productivité technique est mesurable. Le cycle d'une demande métier (« je veux une petite API pour suivre nos relances clients ») se contracte de plusieurs jours à quelques heures, conformément à la promesse du vibe-coding. Vos développeurs C# .NET, Node ou Python ne sont pas remplacés : ils passent du rôle d'exécutant à celui de superviseur d'agents, valident l'architecture, les tests et la sécurité, et concentrent leur temps sur les enjeux à forte expertise. Pour les organisations qui exposent des outils internes à leurs agents, le protocole MCP reste la voie standard d'intégration.
Gemini Spark : un agent personnel 24/7
Gemini Spark est l'agent personnel grand public et professionnel introduit lors de la keynote. Il fonctionne sur des machines virtuelles dédiées hébergées sur Google Cloud, ce qui lui permet d'exécuter des tâches longues même lorsque le poste de travail de l'utilisateur est fermé. Il s'appuie sur Gemini 3.5 Flash et sur le harnais d'Antigravity, et se connecte à Gmail, Docs, Drive, Calendar, ainsi qu'à un nombre croissant d'applications tierces via le protocole MCP (Canva, OpenTable, Instacart étant confirmés au lancement). Toute action sensible (envoi d'un email, dépense, modification d'un agenda partagé) déclenche une confirmation explicite avant exécution.
Spark est accessible cette semaine aux trusted testers puis, dès la semaine prochaine, aux abonnés Google AI Ultra aux États-Unis. Google a profité de l'occasion pour ouvrir deux niveaux Ultra plus accessibles à 100 $ et 200 $ par mois, et a réduit le palier supérieur de 250 $ à 200 $. L'arrivée dans Chrome est prévue pour l'été 2026 et un « homebase » Android Halo dédié aux agents accompagnera Android 17 en fin d'année.
Sur le plan productivité, Spark agit comme un assistant de chef de bureau qui surveille en continu des signaux faibles : abonnements oubliés, relances de prospects, échéances administratives, suivi d'une livraison. Là où un chatbot agentique traditionnel attend une sollicitation, Spark déclenche proactivement les actions et les confirme. Pour une PME, l'enjeu est de cadrer dès le départ les périmètres d'accès, de privilégier les comptes de service segmentés et d'auditer régulièrement les journaux d'actions afin de conserver la maîtrise des risques liés aux hallucinations et aux décisions automatiques.
Search réinventé : de la requête à l'agent
La refonte de Search constitue probablement la rupture la plus visible pour les utilisateurs finaux. AI Mode passe sur Gemini 3.5 Flash et accepte des requêtes multimodales nativement. Surtout, Search utilise désormais Antigravity et Gemini 3.5 Flash pour générer à la volée des outils visuels et des simulations interactives en réponse à certaines requêtes complexes : un comparatif de prêts immobiliers se transforme en simulateur, une question sur les trous noirs en visualisation animée, une recherche sur un itinéraire de voyage en plan détaillé avec calendrier.
Google a également présenté les « information agents » dans Search : des agents persistants qui surveillent un sujet (cours de bourse, actualité réglementaire, signaux concurrentiels, publications scientifiques) et synthétisent les évolutions avec liens et actions associées. Ces agents seront déployés cet été pour les abonnés Pro et Ultra. Pour les directions marketing et SEO, cela accélère le glissement déjà engagé du référencement classique vers la visibilité dans les réponses générées et dans les outils créés à la volée par AI Mode. Les questions traitées dans nos analyses du vibe-coding et des automatisations no-code prennent ici toute leur dimension : un site qui expose des données structurées proprement, des API documentées et des contenus longs et factuels reste favorisé dans cette nouvelle économie de la recherche.
Pourquoi ces annonces changent la productivité
Trois mécaniques convergent. D'abord la vitesse : Gemini 3.5 Flash supprime le coût d'attente qui freinait encore l'usage interactif des agents. Ensuite la délégation continue : Spark et les information agents transforment des suivis manuels en surveillance proactive 24/7. Enfin l'industrialisation : Antigravity 2.0 et la génération multimodale d'Omni rendent économiquement accessible la fabrication d'outils internes sur mesure et de contenus riches là où le ratio coût/valeur l'interdisait encore il y a un an.
La fenêtre d'opportunité opérationnelle est claire. Auditer les goulots d'étranglement actuels, identifier deux ou trois processus à forte intensité documentaire ou décisionnelle, lancer un pilote court avec un routage de modèles maîtrisé et instrumenter dès le départ la mesure des résultats : c'est la séquence qui permet de convertir ces annonces en gains réels. Pour aller plus loin sur la sélection du bon modèle selon les usages, notre comparatif des modèles IA reste un point de départ pragmatique, à actualiser avec les chiffres publiés cette semaine par Google.
