Gemini 3 de Google prend le trône : dépassant GPT-5.1 et Claude 4.5

Cela a été une longue attente pour Google, le géant qui a pratiquement inventé la technologie sur laquelle reposent les modèles de langage d’aujourd’hui, pour porter le coup final dans la guerre actuelle de l’IA. Avec le lancement du modèle Gemini 3, il semble que ce moment soit enfin arrivé. Lorsque l’annonce d’un nouveau modèle d’IA génère des mèmes et des déclarations dramatiques comme ‘game over pour la concurrence’ le même jour, vous savez que quelque chose s’est produit que l’industrie ne peut ignorer.

C’est exactement ce qui se passe avec le modèle Gemini 3 de Google, qui a été introduit avec fanfare et a attiré plus d’un million d’utilisateurs en seulement 24 heures, revendiquant la première place sur LMArena, une plateforme qui sert d’arbitre non officiel mais le plus influent de la qualité des modèles d’IA. Sur cette plateforme de crowdsourcing, le nouveau Gemini a surpassé les concurrents dans une série de tests standards.

Cependant, ce qui a particulièrement résonné dans la communauté des affaires, ce ne sont pas seulement les statistiques, mais les témoignages de poids lourds de l’industrie et de rivaux. Des félicitations publiques sont venues du PDG d’OpenAI, Sam Altman, et du propriétaire de xAI, Elon Musk, tandis que le PDG de Salesforce, Marc Benioff, a écrit après quelques heures de travail avec le modèle qu’après trois ans avec ChatGPT, il n’y a maintenant ‘pas de retour en arrière’ car le saut en vitesse, en raisonnement et en travail avec des images et des vidéos est ‘insensé’.

Ce que Gemini 3 fait vraiment mieux

Selon LMArena, Gemini 3 Pro a un avantage clair dans une gamme de catégories ‘expertes’, allant de la programmation et des mathématiques à l’écriture créative, et ses capacités de codage ‘agent’ dépassent dans certains cas des modèles spécialisés comme Claude 4.5 ou les derniers modèles de codage d’OpenAI. En compréhension visuelle des images, il occupe la première position, et dans les tâches textuelles, il a été le premier à franchir le seuil de ~1500 points sur leur échelle.

Le résultat sur le benchmark ‘ARC-AGI-2’ pour le raisonnement complexe se distingue particulièrement. Gemini 3, selon une analyse, atteint presque le double du score du GPT-5 Pro d’OpenAI, avec un coût par tâche dix fois inférieur. Dans le test SimpleQA, qui implique des questions simples mais provenant de domaines très spécialisés, Gemini 3 Pro obtient plus du double du score par rapport à GPT-5.1. En résumé, le modèle excelle dans l’exploration approfondie de sujets spécialisés, de domaines scientifiques et de la littérature récente.

Pour une industrie qui s’est interrogée ces derniers mois sur le fait que les grands modèles aient atteint leur plafond, ces chiffres semblent être des preuves solides qu’il y a encore de la place pour des avancées, et à des coûts de plus en plus bas.

Nouveaux utilisateurs

Cependant, il est une chose de gagner des tests et tout autre de capturer de réels utilisateurs. En pratique, il est très facile de former un modèle pour exceller sur un ensemble restreint de benchmarks tout en échouant simultanément sur de vraies tâches commerciales désordonnées. Bien que Gemini 3 soit un modèle très impressionnant et largement utilisable et représente un saut significatif par rapport à Gemini 2.5, cela ne signifie pas qu’il remplacera immédiatement les modèles concurrents.

Les développeurs et les ingénieurs restent encore largement sur Claude pour le codage, même si Gemini 3 semble compétitif ou meilleur sur le papier. Un chercheur de Carnegie Mellon déclare que le modèle est ‘excellent’, mais se sent ‘brut’ en expérience utilisateur, et ne suit pas toujours les instructions aussi précisément que les meilleurs concurrents. Google reconnaît également qu’ils ne voient que là où les problèmes surviennent grâce à une utilisation réelle et que les variantes ultérieures seront ‘plus fluides’.

Pas de gagnant

Gemini 3 est un saut significatif pour Google et est probablement actuellement le meilleur modèle universel pour une large gamme de tâches, de l’écriture créative au travail avec des images et des vidéos. C’est bon pour les utilisateurs car cela montre que le plafond des modèles peut encore être poussé vers le haut. Plus il y a de tels ‘sauts’, plus il est probable que ces modèles seront moins chers, plus flexibles et mieux adaptés à des cas d’affaires spécifiques.

Dans les organisations réelles, différentes unités continueront d’utiliser différents modèles pour différents emplois. Les prix baissent et les capacités augmentent. Les nouveaux modèles sont non seulement plus intelligents mais aussi moins chers par tâche, ouvrant la voie à des expériences que personne ne pouvait se permettre il y a un an. L’avantage est temporaire. Et la course est telle qu’un mois Google est en tête, le mois suivant OpenAI, puis Anthropic ou quelqu’un d’autre.