API Gemini : le 1er décembre, Google bascule d'office 2.5 Pro vers 3.8 Flash et 2.5 Flash vers Flash-Lite

Ce que Google a annoncé

Le 2 novembre 2026, les notes de version de l'API Gemini ont acté la fin de deux modèles de la génération 2.5. À partir du 1er décembre 2026, toutes les requêtes envoyées à gemini-2.5-pro seront « automatiquement redirigées » vers gemini-3.8-flash et facturées au tarif de Gemini 3.8 Flash ; celles envoyées à gemini-2.5-flash iront vers gemini-3.5-flash-lite, au tarif de ce dernier. Les deux modèles ne sont déjà plus sélectionnables dans Google AI Studio.

La page des dépréciations ajoute deux précisions. L'accès à ces modèles par l'API est déjà réservé aux comptes qui les ont utilisés par le passé. Et gemini-2.5-flash-lite n'est pas concerné : il reste servi « jusqu'à nouvel ordre ». L'API, c'est l'accès payant que les développeurs utilisent pour brancher les modèles de Google dans leurs applications ; l'appli Gemini grand public n'est pas touchée.

Le point qui surprend : aucun identifiant ne cesse de répondre. Le média spécialisé sysnote le résume ainsi : le nom du modèle « cesse de dire ce qu'il veut dire ». Un appel qui demande « Pro » sera servi par un modèle Flash, un appel qui demande « Flash » par un modèle Flash-Lite, soit une gamme en dessous dans la nomenclature de Google.

Ce que ça change sur la facture

Les prix ci-dessous sont ceux de la grille de l'API Gemini relevée le 4 novembre 2026, en tarif standard payant, en dollars par million de tokens (tokens de raisonnement compris en sortie).

Source : grille tarifaire de l'API Gemini, relevé du 4 novembre 2026.

Pour l'ancien trafic 2.5 Pro, décembre sera donc moins cher par token. Mais le tarif de lancement de 3.8 Flash s'arrête le 31 décembre, comme Le Latent l'avait relevé sur la fin des tarifs de lancement de l'API Gemini. Calcul de la rédaction à partir de la grille de Google : une charge de 10 millions de tokens en entrée et 1 million en sortie coûtait 22,50 dollars sur 2.5 Pro ; elle coûtera 11,25 dollars en décembre, puis de nouveau 22,50 dollars à partir de janvier. Plus une application envoie de longs contextes pour peu de texte produit, plus 2027 la ramène au coût de 2.5 Pro, voire au-dessus.

Ce calcul suppose un nombre de tokens identique, ce qui n'est pas garanti. Le guide de Gemini 3.8 Flash prévient que le modèle « peut utiliser plus de tokens sur les tâches longues et complexes, par conception », et son niveau de raisonnement par défaut est medium. Les tokens de raisonnement sont facturés comme de la sortie.

Côté 2.5 Flash, le prix du texte ne bouge pas. Le changement est ailleurs : Gemini 3.5 Flash-Lite démarre au niveau de raisonnement minimal par défaut, selon le guide de migration de Google, qui conseille de passer à medium ou high pour les agents qui appellent des outils, afin d'éviter qu'ils ne s'arrêtent trop tôt.

La recherche Google intégrée, le coût qu'on oublie

Beaucoup d'applications activent l'ancrage dans la recherche Google (grounding), qui permet au modèle de citer des résultats web. Sur ce point, la grille de Google change d'unité. Sur 2.5 Pro et 2.5 Flash payants, 1 500 prompts ancrés par jour sont gratuits, puis 35 dollars les 1 000 prompts. Sur 3.8 Flash et 3.5 Flash-Lite, 5 000 requêtes de recherche par mois sont gratuites, partagées entre tous les modèles Gemini 3 et suivants, puis 14 dollars les 1 000 requêtes, avec un plafond de 1 500 requêtes par jour.

Le prix unitaire baisse, mais la franchise passe d'un quota quotidien à un quota mensuel commun, et la même page précise qu'une seule demande peut déclencher plusieurs requêtes de recherche, chacune facturée. Une équipe qui consommait la franchise quotidienne de 2.5 Flash tous les jours va payer dès les premiers jours du mois. Sur l'offre gratuite, la différence est plus nette : la grille accorde jusqu'à 500 prompts ancrés par jour à 2.5 Flash gratuit, alors que l'ancrage n'est « pas disponible » pour 3.5 Flash-Lite gratuit, hormis des essais dans AI Studio.

Ce qui casse dans le code

Le guide de migration vers 3.8 Flash liste les changements à faire. Les principaux pour du code écrit pour la génération 2.5 :

• thinking_budget est remplacé par thinking_level (low, medium ou high sur 3.8 Flash) ;
• temperature, top_p, top_k et candidate_count sont retirés, comme les tours de modèle préremplis ;
• l'appel de fonctions valide la signature de raisonnement (thought_signature), et chaque FunctionResponse doit porter call_id et name dans l'API generateContent.

sysnote note que la documentation ne dit pas ce que devient un ancien appel 2.5 Pro qui envoie encore temperature une fois redirigé. Le guide de Gemini 3.6 Flash et 3.5 Flash-Lite donne une partie de la réponse : sur ces modèles, les paramètres d'échantillonnage sont ignorés, et renverront une erreur 400 dans les générations futures. Il est en revanche explicite sur un cas : une requête dont le dernier tour est un tour model prérempli renvoie une erreur 400. Une application qui préremplit la réponse pour forcer un format JSON cassera donc le 1er décembre ; Google recommande d'utiliser une instruction système ou les sorties structurées.

Que faire avant le 1er décembre

1. Chercher gemini-2.5-pro et gemini-2.5-flash dans le code et la configuration, y compris dans les outils tiers qui appellent l'API avec ta clé.
2. Remplacer l'identifiant et tester une vraie requête sur le nouveau modèle, plutôt que de découvrir le changement dans les journaux. Si la qualité de 2.5 Flash compte plus que le prix, la page des dépréciations recommandait gemini-3.6-flash pour les anciennes préversions de 2.5 Flash, mais ce modèle double aussi de prix le 1er janvier 2027 selon la grille.
3. Recalculer le budget de janvier, pas seulement celui de décembre, et celui de la recherche intégrée si elle est activée.

Pour situer ces modèles dans la gamme, Le Latent a détaillé la disponibilité de Gemini 4 Argon et Carbon en France, et ce qu'est un modèle de raisonnement pour comprendre ces réglages. Les prix des autres offres sont suivis dans la rubrique Prix et abonnements.

Ce qu'on ne sait pas encore

Les pages consultées concernent l'API Gemini de Google AI Studio ; elles ne disent rien du calendrier sur les offres cloud de Google destinées aux entreprises. Google n'a pas publié de comparaison de qualité entre 2.5 Pro et 3.8 Flash sur les mêmes tâches, et la page des dépréciations rappelle, de façon générale, que les dates de son tableau sont les plus précoces possibles. Pour ces deux modèles, l'avertissement donne bien le 1er décembre 2026 comme date effective.