Gemini API. Une redirection de modèle et un arrêt d’agent ne demandent pas la même migration
Les notes du 8 octobre distinguent des modèles automatiquement redirigés et un ancien agent de recherche dont l’arrêt est annoncé au 23 octobre.
Dans une API, un ancien nom de modèle peut encore répondre sans désigner le même système qu’avant. Google apporte un exemple concret de cette différence dans ses notes du 8 octobre. Les anciennes versions Flash sont redirigées. Un ancien agent Deep Research suit un calendrier de fermeture. Ces deux changements demandent une lecture séparée. Ils ne correspondent pas à une nouvelle annonce du 14 octobre.
Flash change derrière certaines anciennes références
Google indique que `gemini-3.7-flash` est remplacé par `gemini-3.8-flash`. L’ancienne version ne peut plus être sélectionnée dans Google AI Studio. Les requêtes API qui gardent son ancien identifiant sont automatiquement dirigées vers la nouvelle version.
Le même mécanisme concerne `gemini-3.5-flash`. Ses requêtes sont redirigées vers `gemini-3.6-flash`. Le tableau officiel des retraits précise que ces deux anciens points d’accès ne ferment pas. Il distingue explicitement la redirection et la coupure du service.
Cette continuité évite qu’un ancien identifiant provoque immédiatement un refus d’accès. Elle ne prouve pas que toutes les réponses garderont le même contenu. Une requête qui aboutit et un comportement conforme aux attentes constituent deux contrôles différents. Le nom conservé dans un fichier de configuration peut aussi masquer le modèle réellement exécuté.
La fermeture de Deep Research concerne un agent précis
L’identifiant `deep-research-pro-preview-12-2025` relève d’un autre cas. Google annonce son arrêt au 23 octobre 2026. Le tableau des retraits rappelle plus généralement que ses dates indiquent les premières échéances possibles. Il faut donc suivre les notifications destinées aux utilisateurs concernés.
Deux remplaçants sont cités dans les notes de version. `deep-research-preview-04-2026` privilégie la vitesse et l’efficacité selon Google. `deep-research-max-preview-04-2026` vise une recherche plus approfondie. Ces descriptions expriment le positionnement de l’éditeur. Elles ne constituent pas un classement indépendant sur les documents ou les besoins de chaque équipe.
Le nom d’agent et le nom de modèle sont distincts
Le guide Deep Research présente un agent qui planifie une recherche puis consulte des sources et produit une synthèse citée. Son accès passe exclusivement par Interactions. Il ne s’utilise pas avec l’interface `generate_content`. Pour cette migration, les exemples officiels changent le paramètre `agent` de la requête.
Ce périmètre vise l’API. Le document ne suffit pas à conclure que la fonction Deep Research de l’application Gemini disparaît à la même date. Confondre les deux ferait annoncer une fermeture que cette source ne décrit pas.
La migration Flash dépasse parfois l’identifiant
Le guide de Gemini 3.8 Flash demande de vérifier les paramètres de raisonnement. `thinking_level` remplace le budget exprimé en nombre de jetons. Le niveau `minimal` n’est pas accepté pour ce modèle. Le guide distingue les niveaux `low` et `high` du niveau intermédiaire choisi par défaut.
Il rappelle aussi des changements de paramètres pour Gemini 3. Les anciens réglages d’échantillonnage et certaines formes de conversation ne doivent pas être repris sans examen. La redirection automatique d’une référence ne dispense donc pas de relire les règles de l’interface effectivement utilisée.
Les rapports de recherche restent à examiner
Deep Research demeure en préversion. Son guide recommande de vérifier les citations et signale les risques associés aux pages web consultées. Une synthèse accompagnée de liens ne transforme pas automatiquement chaque affirmation en fait établi. La possibilité de consulter des outils externes ne supprime pas cette vérification.
Pour David LACOUR, ces changements offrent une occasion d’expliquer ce qu’une équipe délègue réellement à l’IA. Identifier le service utilisé et comprendre ses limites aide à discuter avec un prestataire. Une formation peut travailler cette lecture sans transformer une migration technique en promesse de fiabilité générale.
Notre article sur l’ouverture de l’API Gemini 4 Argon distingue une autre évolution des accès et des coûts chez Google.
Vous pouvez échanger autour de votre projet pour adapter l’apprentissage de l’IA aux outils de votre équipe.