Le 24 juin 2026, Google a annoncé l’intégration native du computer use directement dans Gemini 3.5 Flash. Une évolution qui repositionne sérieusement la stack agentique de Google, mais qui soulève aussi quelques questions concrètes pour les développeurs et les équipes sécurité.
Le computer use dans Gemini 3.5 Flash : de quoi parle-t-on ?
Jusqu’ici, la capacité de computer use chez Google était réservée à un modèle standalone dédié : Gemini 2.5 computer use. Désormais, cette fonctionnalité devient un outil natif intégré dans le modèle principal Gemini 3.5 Flash, accessible via la Gemini API et la Gemini Enterprise Agent Platform.
Concrètement, le modèle peut analyser des captures d’écran, raisonner sur leur contenu et déclencher des actions : cliquer, taper du texte, faire défiler une page, naviguer dans des menus. Le tout sur des environnements navigateur, mobile et bureau.
Google positionne cette version comme sa meilleure performance actuelle sur les tâches agentiques de ce type. Le modèle s’appuie déjà sur des outils intégrés comme Search et Maps grounding. Le computer use s’ajoute à cet écosystème sans nécessiter un modèle séparé.
Ce que ça ouvre concrètement pour les développeurs
L’intégration native change le rapport des développeurs à cette fonctionnalité. Plutôt que de jongler entre deux modèles distincts, ils peuvent construire des agents complets autour d’un seul point d’entrée.
Les cas d’usage mis en avant par Google :
- Tests logiciels continus sur des interfaces graphiques réelles
- Automatisation de workflows dans des applications professionnelles
- Remplissage de formulaires et navigation dans des environnements complexes
- Audit d’accessibilité sur de la documentation (Google cite l’exemple d’un audit de sa propre doc Gemini)
- Automatisation de tâches longues nécessitant plusieurs étapes enchaînées
Ces scénarios concernent directement les équipes DevOps et les architectes d’automatisation qui cherchent à industrialiser des interactions avec des interfaces non-API.
Sécurité : Google joue la carte de la défense en profondeur
Pour un outil qui agit sur des environnements réels, la sécurité n’est pas anecdotique. Google l’a intégré dans l’annonce avec deux garde-fous optionnels à destination des entreprises.
Le premier oblige l’agent à demander une confirmation explicite de l’utilisateur avant toute action sensible ou irréversible. Le second arrête automatiquement une tâche si une injection de prompt indirecte est détectée.
Ces protections s’appuient sur un entraînement adversarial ciblé pour réduire les risques d’injection de prompt dans des environnements live. Google recommande de combiner ces options avec du sandboxing, une supervision humaine dans la boucle et des contrôles d’accès stricts.
En termes de posture sécurité, c’est une approche de défense en profondeur classique. C’est rassurant sur le principe, mais l’efficacité réelle dépendra des implémentations terrain et des retours des équipes qui vont tester ça en conditions réelles.
Un signal d’alerte : la contradiction entre le blog et la documentation
Voilà le point qui mérite attention pour quiconque veut intégrer cette fonctionnalité rapidement.
Le même 24 juin 2026, la page de documentation officielle sur ai.google.dev indiquait explicitement que le computer use n’est pas supporté dans Gemini 3.5 Flash. En contradiction directe avec l’annonce publiée sur blog.google le même jour.
Deux explications possibles : une mise à jour de documentation non synchronisée avec le déploiement effectif, ou une disponibilité partielle et progressive selon les comptes ou les régions. Google n’a pas précisé à la date de collecte.
Ce type d’incohérence est fréquent lors de lancements rapides, mais il crée de la friction pour les développeurs qui cherchent à évaluer la maturité d’une fonctionnalité avant de l’intégrer dans une pipeline de production. Avant de construire quoi que ce soit dessus, vérifiez l’état actuel de la documentation et testez dans un environnement sandbox.
Ce qu’il faut encore surveiller
Several angles restent flous à ce stade. Aucune donnée n’est disponible sur les benchmarks de performance réels comparant Gemini 3.5 Flash computer use à l’ancien modèle standalone Gemini 2.5. La tarification, les limites d’utilisation, la latence et les contraintes techniques comme la résolution d’écran ne sont pas documentées publiquement.
Du côté concurrentiel, Anthropic propose son propre computer use via Claude depuis plusieurs mois. La comparaison directe reste à faire sur des cas d’usage réels. Google arrive sur ce terrain avec l’avantage d’une intégration native dans un modèle Flash déjà largement utilisé, mais sans données tierces pour valider les affirmations de performance.
Ce qu’il faut retenir
- Le computer use est désormais un outil natif dans Gemini 3.5 Flash, accessible via la Gemini API, sans modèle standalone séparé.
- Les cas d’usage cibles sont l’automatisation d’interfaces graphiques, les tests continus et les workflows enterprise sur navigateur, mobile et bureau.
- Google intègre deux garde-fous sécurité optionnels : confirmation explicite pour les actions sensibles et arrêt automatique en cas d’injection de prompt détectée.
- Une contradiction entre le blog officiel et la documentation technique au moment du lancement invite à la prudence avant toute intégration en production.
- Les données de performance réelles, la tarification et les retours terrain restent à venir.
Si vous explorez les agents IA capables d’interagir avec des interfaces graphiques dans un contexte DevOps ou sécurité, cette annonce vaut le suivi. N’hésitez pas à échanger sur les implications concrètes pour vos architectures, ou à suivre le blog pour les prochains retours d’expérience terrain.
Sources
- Google Blog – Introducing computer use in Gemini 3.5 Flash (24 juin 2026)
- Google AI Developer – What’s new in Gemini 3.5 (24 juin 2026)
- The Next Web – Google Gemini 3.5 Flash computer use built-in tool (24 juin 2026)