En bref
- Google a fait de
antigravity-preview-09-2026le harnais par défaut des agents gérés Gemini dans l’API Interactions et dans AI Studio, en remplacement deantigravity-preview-05-2026, qui sera déprécié le 5 octobre 2026 puis redirigera automatiquement. (Source : Google — Mise à jour des agents gérés de l’API Gemini) - Le modèle par défaut passe de Gemini 3.5 Flash à Gemini 3.8 Flash, avec cinq sous-variantes Flash sélectionnables par interaction. Les requêtes existantes continuent de s’exécuter sans interruption, et la tarification reste inchangée. (Source : AI Intel Report — La mise à jour du harnais des agents gérés Gemini ajoute les API Files et Credentials)
- La télémétrie interne de Google revendique 40 % de jetons de sortie en moins lors des modifications de fichiers, jusqu’à 6 % de taux d’achèvement des tâches en plus sur l’ingénierie logicielle et la recherche multi-tours, et jusqu’à 16 % de succès de cache en plus. Une lecture indépendante de la même version rapporte environ 9 % de gains de cache sur le codage, 22 % sur les questions-réponses longues, et une réduction de coût de 17 % sur les tâches de raisonnement.
- Deux nouvelles API comblent les lacunes pour l’entreprise : une API Files pour faire entrer et sortir des données de la sandbox, et une API Credentials qui injecte les secrets via un proxy de sortie afin que le modèle ne voie jamais les valeurs des jetons.
- Les workflows complexes consomment encore 3 à 5 millions de jetons par interaction, et le prix de Flash double le 1er janvier 2027. L’équation économique fonctionne aujourd’hui ; la question est de savoir si elle tiendra encore à 1,50 $/7,50 $ par million.
Le harnais est désormais le produit
Les sorties de modèles sont désormais cadencées comme des produits banalisés — Gemini 3.8 Flash est arrivé le 2 septembre 2026, le troisième modèle Flash en six semaines. Ce qui distingue deux agents exécutés sur le même checkpoint, c’est le harnais : la boucle d’exécution, le budget de contexte, la manière dont les fichiers sont modifiés et dont les identifiants sont distribués. C’est précisément la couche que Google vient de reconditionner.
L’entreprise a promu son harnais d’agent de codage Antigravity au rang d’environnement d’exécution par défaut derrière les agents gérés Gemini, dans l’API Interactions et dans AI Studio. La version d’août (notre guide de la configuration à l’ère 3.7) donnait déjà aux développeurs une sandbox Linux en un appel ; cette mise à jour transpose les boucles et les stratégies de gestion du contexte que Google utilise dans son propre IDE Antigravity, et la présente comme une infrastructure versionnée plutôt qu’un jouet de préversion.
Ce qui a réellement changé sous le capot
Le runtime provisionne toujours une sandbox Linux éphémère par interaction, avec code_execution, filesystem, google_search, url_context et un env_id pour l’état de session. Quatre choses changent en pratique :
- Les modifications de fichiers sont des diffs. Au lieu de réécrire des fichiers entiers, le harnais émet des diffs unifiés, ce que Google mesure comme une réduction de 40 % des jetons de sortie lors des modifications de fichiers — une coupe directe dans le poste de coût le plus élevé d’une boucle de codage.
- La compaction du contexte est automatique. Les longues sessions se compactent à environ 135 k jetons plutôt que de mourir en cas de dépassement, ce qui mettait fin auparavant aux exécutions multi-tours sans avertissement.
- La mise en cache devient plus déterministe. Des instructions système stables augmentent les taux de succès du cache jusqu’à 16 %, et les lectures de cache sont facturées à une fraction de l’entrée fraîche.
- Les exécutions peuvent être détachées.
background=Truepermet à une interaction de continuer à fonctionner après la déconnexion du client, ce qui fait la différence entre une fonctionnalité de chat et un agent de type cron.
L’achèvement des tâches a également progressé : jusqu’à 6 % de taux de réussite en plus sur les charges de travail d’ingénierie logicielle et de recherche multi-tours, selon Google. Des observateurs indépendants estiment l’amélioration du cache à environ 9 % sur le codage multi-tours et 22 % sur les questions-réponses longues, avec une réduction de coût de 17 % sur les tâches de raisonnement mesurée dans AI Studio.
Files et Credentials : la dernière plomberie artisanale
Deux nouveaux endpoints ciblent les parties des déploiements d’agents que les équipes construisaient elles-mêmes, de manière bancale.
L’API Files (/v1beta/environments/{env_id}/files) transforme la sandbox en véritable plan de données. Vous téléversez, listez et récupérez des fichiers directement sur un environnement actif, et l’agent travaille dessus depuis /workspace. L’exemple canonique fourni par Google est révélateur : déposez un tableur de ventes brut, demandez un tableau de bord interactif, récupérez un fichier fini.
L’API Credentials (/v1beta/agent-credentials) est la plus lourde de conséquences. Les secrets sont enregistrés une fois sous l’une de trois formes — bearer_token, oauth2 ou environment_variable — associées à une liste d’autorisation