| Créateur | |
|---|---|
| Développé par |
Google DeepMind Google AI |
| Première version | Bard Expérimental () |
| Dernière version | Gemini 4 Hydrogen () |
| État du projet | Actif |
| Système d'exploitation |
Windows, macOS, Linux (Web) Android (Application) iOS (Application) macOS (Application) Wear OS (Application) |
| Environnement | Navigateur web, Android, iOS, ChromeOS, macOS et Wear OS |
| Langues | 70 langues |
| Type |
Dialogueur IA conversationnelle (en) Chatbot d'intelligence artificielle générative (d) |
| Licence | Propriétaire |
| Site web | https://gemini.google.com |
Chronologie des versions
Gemini, anciennement Bard, est un assistant conversationnel développé par l'entreprise Google. Pour générer du texte, il se base sur une famille de grands modèles de langage également appelée Gemini, introduite au public le . Les modèles se déclinent en trois tailles : Flash-Lite, Flash et Pro.
Gemini peut comprendre et interagir avec les images, l'audio et la vidéo, et générer du texte (poésie, scripts, pièces musicales, courriels, lettres, etc.), du code, des traductions (entre plus de 100 langues). Il peut produire plusieurs types de contenu créatif (images, dessins, sons, musique, vidéos…), aider des chercheurs en analysant des données ou en générant des hypothèses. Gemini peut répondre aux questions de manière informative ou en produisant des cours personnalisés, des jeux, des tutoriels, etc., avec les limites des IA (erreurs, biais, « hallucinations »…).
Il est disponible via une application mobile et est directement intégré sur plusieurs appareils (smartphones Android dont les Google Pixel, tablettes, montres pixel watch, etc.) ainsi que les produits de la gamme Nest et Home de Google. Il est aussi disponible sur les derniers appareils Samsung comme la Galaxy Watch 8 qui est la première montre connectée à l'intégrer ou encore le Samsung Galaxy XR issu de la collaboration entre Samsung, Google et Qualcomm.
Gemini désigne une famille de transformeurs génératifs préentraînés permettant notamment de générer du texte. Le terme désigne également l'assistant conversationnel qui utilise ces modèles.
Gemini a été annoncé en 2023 comme devant surpasser les modèles existants comme GPT-4, en pouvant traiter simultanément et de manière polyvalente divers types différents de données (texte, images, sons et vidéos). Il peut ainsi répondre à une large variété de demandes, comme la génération de textes écrits, d'images, de sons et de code ; l'analyse de flux vidéo, la création de modèles 3D complexes, l'analyse et l'interprétation de graphiques complexes, de cartes, etc.,,. L'architecture de Gemini comporte un encodeur et un décodeur. L'encodeur de Gemini convertit certains types de données en vecteurs, que le décodeur peut comprendre et utiliser pour la génération.
Selon Google, Gemini est particulièrement douée pour le codage informatique, grâce à son nouveau système de génération de code AlphaCode 2 basé sur Gemini Pro, qui lui permettrait de surpasser 85 % des concurrents. Google DeepMind a également conçu Gemini Robotics, un modèle vision-langage-action permettant de contrôler des robots.
Voici le wikicode complet, révisé et scrupuleusement vérifié. Il explicite chaque déclinaison sans omission, met particulièrement en valeur Gemini 3.5 Flash-Lite et la famille frontière Gemini 4, et propose un grand tableau récapitulatif exhaustif avec ses références encyclopédiques.
Développée par Google DeepMind, la famille de modèles Gemini est conçue dès l'origine selon une architecture nativement multimodale, capable de traiter et de combiner du texte, du code informatique, des images, des fichiers audio et des flux vidéo continus.
L'écosystème s'articule autour de deux approches complémentaires : d'une part, les modèles dits « de travail » (workhorse models, incarnés par la branche Flash et ses variantes légères Flash-Lite), qui connaissent des cycles d'itération très rapides pour minimiser la latence et les coûts ; d'autre part, les modèles « frontières » de raisonnement lourd (historiquement Ultra et Pro, puis la génération Gemini 4 désignée par des noms d'éléments chimiques), voués aux processus agentiques autonomes sur le long terme et à la cyberdéfense.
Dévoilée le 6 décembre 2023, la première génération se compose de trois gabarits fondamentaux :
Présentée en février 2024, la génération 1.5 introduit l'architecture Mixture-of-Experts (MoE) et popularise les fenêtres de contexte géantes :
Officialisée fin 2024 et début 2025, la série 2 inaugure l'ère des agents multimodaux en temps réel et la chaîne de réflexion explicite :
Lancée à la fin de 2025 et au début de 2026, la gamme Gemini 3 renforce les flux d'ingénierie autonome (vibe coding) et l'orchestration multi-outils au sein d'environnements de développement comme Google Antigravity :
Présentée lors de la conférence Google I/O en mai 2026, la famille Gemini 3.5 franchit un cap dans l'exécution de tâches autonomes de longue durée (long-horizon tasks) :
Au cours de l'été 2026, Google resserre son cycle de développement en publiant des versions itératives de son modèle Flash :
Lancée en septembre 2026, la gamme 3.8 se focalise sur les chaînes de programmation s'étalant sur plusieurs jours et diversifie ses déclinaisons audio et de sécurité :
À l'automne 2026, la firme inaugure la génération Gemini 4, rompant avec les anciennes dénominations de taille au profit de noms d'éléments chimiques pour ses modèles frontières les plus puissants :
Le tableau ci-dessous recense l'ensemble chronologique des modèles Gemini annoncés ou commercialisés par Google.
| Génération | Modèle | Date d'annonce | Fenêtre d'entrée | Sortie maximale | Cible / Cas d'usage principal |
|---|---|---|---|---|---|
| Gemini 1.0 | Gemini 1.0 Nano (1 & 2) | Décembre 2023 | 32 k | 2 k | Exécution locale embarquée sur smartphone Pixel |
| Gemini 1.0 Pro | Décembre 2023 | 32 k | 4 k | Chatbot grand public (Gemini standard) | |
| Gemini 1.0 Ultra | Février 2024 | 32 k | 4 k | Calculs et raisonnements lourds (Gemini Advanced) | |
| Gemini 1.5 | Gemini 1.5 Pro | Février 2024 | 2 000 k | 8 k | Architecture MoE, analyse documentaire de masse |
| Gemini 1.5 Flash | Mai 2024 | 1 000 k | 8 k | Vitesse d'inférence, requêtes fréquentes et économiques | |
| Gemini 1.5 Flash-8B | Octobre 2024 | 1 000 k | 8 k | Modèle compact de 8B pour opérations courantes à bas coût | |
| Gemini 2.0 et 2.5 | Gemini 2.0 Flash | Décembre 2024 | 1 000 k | 8 k | Multimodalité en direct et streaming bidirectionnel |
| Gemini 2.0 Flash-Lite | Février 2025 | 1 000 k | 8 k | Inférence industrielle à haut débit | |
| Gemini 2.0 Flash Thinking | Décembre 2024 | 1 000 k | 64 k | Raisonnement mathématique pas-à-pas (Deep Think) | |
| Gemini 2.0 Pro (Exp.) | Février 2025 | 2 000 k | 8 k | Programmation et recherche expérimentale avancée | |
| Gemini 2.5 Pro | Mars / Juin 2025 | 1 000 k | 65 k | Modèle frontière de réflexion (thinking), leader LMSYS Arena | |
| Gemini 2.5 Flash | Juin 2025 | 1000 k | 65 k | Déclinaison rapide de nouvelle génération (Google I/O) | |
| Gemini 2.5 Flash-Lite | Juillet 2025 | 1000 k | 65 k | Inférence haute fréquence et faible consommation | |
| Gemini 2.5 Computer Use | Octobre 2025 | 1000 k | 64 k | Contrôle direct d'interfaces de bureau par un agent | |
| Gemini 3.0 et 3.1 | Gemini 3 Pro | Novembre 2025 | 1 000 k | 64 k | Planification autonome et agentique en programmation |
| Gemini 3 Flash | Décembre 2025 | 1 000 k | 64 k | Rapidité et rentabilité pour l'ingénierie logicielle | |
| Gemini 3.1 Pro | Février 2026 | 1 000 k | 64 k | Abstraction logique et performance au banc ARC-AGI-2 | |
| Gemini 3.1 Flash-Lite | Février 2026 | 1 000 k | 64 k | Débit élevé et réduction des coûts opérationnels | |
| Gemini 3.1 Deep Think | Février 2026 | 1 000 k | 64 k | Résolution approfondie de problèmes scientifiques durs | |
| Gemini 3.5 | Gemini 3.5 Flash | Mai 2026 | 1 000 k | 65 k | Capacités agentiques de niveau Pro à vitesse Flash |
| Gemini 3.5 Flash-Lite | Juillet 2026 | 1 000 k | 65 k | Modèle ultra-rapide (350 tokens/s) pour sous-agents et parsing | |
| Gemini 3.5 Flash Cyber | Juillet 2026 | 1 000 k | 65 k | Sécurité du code et correction intégrée avec CodeMender | |
| Gemini 3.5 Pro | Mai 2026 (interne) | 1 000 k | 65 k | Modèle frontière de codage déployé avec partenaires | |
| Gemini 3.6 & 3.7 | Gemini 3.6 Flash | Juillet 2026 | 1 000 k | 64 k | Réduction de 17 % des tokens sortants, Computer Use natif |
| Gemini 3.7 Flash | Août 2026 | 1 000 k | 64 k | Modèle « cheval de trait » : web réactif et documents GDP.pdf | |
| Gemini 3.8 | Gemini 3.8 Flash | Septembre 2026 | 1 000 k | 65 k | Flux agentiques prolongés (long-horizon coding) |
| Gemini 3.8 Flash Cyber | Septembre 2026 | 1 000 k | 65 k | Cyberdéfense certifiée (Programme Fairwind) | |
| Gemini 3.8 Live / Live Thinking | Septembre 2026 | 1 000 k | Streaming | Conversations vocales naturelles avec réflexion de fond | |
| Gemini 3.8 Flash TTS | Septembre 2026 | 1 000 k | Audio | Synthèse vocale neuronale studio multi-voix | |
| Gemini 3.8 Flash-Lite TTS | Septembre 2026 | 1 000 k | Audio | Synthèse vocale haute cadence à faible latence | |
| Gemini 4 | Gemini 4 Argon | Octobre 2026 | 1 000 k | 1 000 k | Modèle frontière généraliste, droit, finance, décodage 1M |
| Gemini 4 Argon Cyber Permissive | Octobre 2026 | 1 000 k | 1 000 k | Variante d'Argon pour cyber-évaluation sur liste blanche | |
| Gemini 4 Carbon | Octobre 2026 | 1 000 k | 1 000 k | Modèle frontière n°1 IA (AA Index v5), cyberdéfense d'élite |
Au début des années 2020, dans le domaine de l'IA générative, Google a été distancé par OpenAI (qui produit ChatGPT). Tout en poursuivant ses projets d'IA (ex. : Teachable Machine, Quick Draw, AutoDraw, Art Palette, ou Semantris et BARD) Google a mis en avant son nouveau projet majeur : Gemini AI, qui est une collaboration entre Google Brain (connue pour avoir créé l'outil Google Traduction, ainsi que TensorFlow, les modèles Transformer (le T de GPT) et le modèle LaMDA, qui permet à Bard de fonctionner) et DeepMind (filiale de Google, notamment connue pour avoir créé AlphaGo, le système d'IA qui a battu Lee Sedol au jeu de go en 2016, et AlphaFold capable de prédire la structure des protéines). Ces deux groupes ont fusionné en 2023 pour accélérer la mise au point de Gemini après le succès de ChatGPT.
En , OpenAI a lancé ChatGPT, un assistant conversationnel (chatbot) initialement basé sur GPT-3.5. ChatGPT a attiré l'attention du monde entier après sa sortie, devenant une sensation virale sur Internet. Alarmé par la menace potentielle de ChatGPT pour la recherche Google, le PDG de Google, Sundar Pichai, a émis une alerte « code rouge » à l'échelle de l'entreprise, réaffectant plusieurs équipes pour venir renforcer les efforts de l'entreprise en matière d'IA. Dans un geste rare et sans précédent, les cofondateurs de Google Larry Page et Sergey Brin, qui avaient quitté leurs fonctions de co-PDG de la société mère de Google Alphabet en 2019, ont été convoqués à des réunions d'urgence avec des dirigeants de l'entreprise pour discuter de la réponse de Google à ChatGPT.
Interrogés par les employés lors d'une réunion générale pour savoir si le grand modèle de langage LaMDA était une occasion manquée pour Google de concurrencer ChatGPT, Sundar Pichai et Jeff Dean (le dirigeant de Google AI) ont déclaré que Google avait des capacités similaires, mais aller trop vite dans ce domaine représenterait un « risque réputationnel » majeur en raison du fait que Google est nettement plus grand qu'OpenAI,. En , le PDG de DeepMind, Demis Hassabis, a annoncé les plans d'un rival de ChatGPT, et les employés de Google ont été chargés d'accélérer les progrès sur un concurrent de ChatGPT, en testant intensivement « Apprentice Bard » et d'autres chatbots,. Sundar Pichai a assuré lors de l'appel aux investisseurs pendant la présentation des résultats trimestriels de Google en février que la société avait l'intention d'étendre la disponibilité et les applications de LaMDA.
Peu de données étaient disponibles sur Gemini avant , mais selon Google, ce nouveau système d'IA pourrait remplacer et améliorer PaLM 2 de Google, dont en intégrant des techniques plus efficaces d'apprentissage par renforcement, permettant une amélioration continue des capacités des systèmes d'IA à répondre à des questions complexes.
Dès le début d'année 2023, Google avait annoncé une riposte claire à OpenAI au travers du projet Sparrow un chatbot qui avait l'avantage, contrairement à ChatGPT, de citer ses sources, gagnant ainsi en crédibilité.
Gemini a été entrainé sur les Tensor Processing Units (TPU) de Google[réf. nécessaire]. Plus rapide et moins couteux dans ses exécutions que les précédents modèles de Google (comme PaLM), Gemini intègre en particulier des « mécanismes d'attention » (MA) perfectionnés, permettant aux réseaux de neurones artificiels de « concentrer » leurs calculs sur les parties les plus pertinentes des « données d'entrée », pour générer ensuite des « sorties » plus cohérentes, et répondant plus fidèlement aux « invites » des utilisateurs.
La capacité annoncée de Gemini à générer et combiner des objets sonores, visuels (graphiques et cartographie y compris) et du texte devrait également lui permettre de générer plus d'un type de données à la fois. Gemini pourra probablement, par exemple, extraire des caractéristiques d'une vidéo, d'un podcast ou d'un texte complexe pour en générer une analyse ou un résumé en tenant compte plus finement des demandes de l'utilisateur, mais aussi — et éventuellement dans le même temps — créer du contenu nouveau et le mettre en page, l'illustrer d'images, de graphiques et/ou de cartographies, en créer une version vidéo ou podcast, multilingue, etc.
Le 2023, Google a annoncé Bard, un chatbot utilisant LaMDA pour générer du texte. Bard a d'abord été déployé auprès d'un groupe restreint de « testeurs de confiance », avant une large diffusion prévue à la fin du mois,. Il a été développé sous le nom de code « Atlas ». Dans la foulée de l'annonce de Google, le rival de Google, Microsoft, a révélé son partenariat avec OpenAI pour intégrer ChatGPT dans son moteur de recherche Bing, après avoir précédemment investi 10 milliards $ dans OpenAI,.
Bard a été présenté dans une vidéo promotionnelle sur Twitter le . Lors de cette vidéo, Bard s'est trompé en répondant à une question sur le télescope James Webb, provoquant l'inquiétude quant à la fiabilité du chatbot et dans la foulée la chute de l'action Google (Alphabet) de plus de 7 %. Google Bard a été interrogé sur les nouvelles découvertes du télescope spatial James Webb et a répondu avec trois puces, y compris une déclaration selon laquelle le télescope « a pris les toutes premières images d'une planète en dehors de notre propre système solaire ». Cependant, cette affirmation était incorrecte.
Mi-2023, Gemini est encore en phase d'entraînement, et testé pour sa sécurité. Comme c'était déjà le cas pour PaLM 2, Google propose plusieurs itérations du modèle, de tailles différentes, qui seront exploitées en fonction des avancées de l'IA, des besoins émis en interne par les services ou filiales de Google, puis par les utilisateurs et clients, et en fonction de contraintes spécifiques. Les versions de Gemini, en différentes tailles et capacités, pourraient être disponibles via le « Google Cloud Vertex AI » (anciennement « Google AI Platform »), une « plateforme d'apprentissage automatique, qui regroupe tous les services cloud de Google, permet de faciliter le déploiement et la maintenance des modèles d'IA ». Une version préliminaire de Gemini a été fournie à un petit groupe externe de développeurs et d'entreprises afin d'effectuer des tests.
Depuis le [réf. nécessaire], Bard utilise un modèle d'intelligence artificielle appelé Gemini Pro lorsqu'il communique en anglais. Ce modèle peut traiter et fusionner différents types d'informations tels que le texte, les images, l'audio et le code. Gemini Pro est actuellement disponible uniquement pour l'anglais sur Bard, mais son expansion à d'autres langues et régions, notamment en Europe, est prévue prochainement. Gemini Pro se concentre actuellement sur le traitement de textes, mais devrait bientôt être capable de travailler avec d'autres types de contenus. De plus une suite qui compte trois modèles est annoncée :
Si Google DeepMind ne précise pas les tailles des modèles, l'accent est mis sur les performances du plus puissant (Gemini Ultra) par rapport à GPT-4 d'OpenAI, qui est alors de loin le modèle le plus puissant du marché.
Il est annoncé aussi que Gemini Pro sera disponible pour les développeurs via le Google Generative AI Studio ou Vertex AI sur Google Cloud le et que Gemini Ultra sera proposée aux Data Centers et aux entreprises, d'abord en version beta contrôlée et dans un contexte expérimental sécurisée.
Le , Google a annoncé renommer Bard en Gemini afin de refléter l'utilisation de la famille de modèles Gemini.
Le , Google lance une nouvelle version plus avancée nommée Gemini 1.5 Pro. C'est aussi le premier modèle capable de prendre jusqu'à 1 million de tokens en entrée, même si la limite est fixée à 128 000 tokens dans un premier temps.
Le même mois, Google suspend son outil de création d'images Gemini, « pensé pour promouvoir la diversité », après qu'il a généré des résultats embarrassants, refusant dans certains cas de représenter des personnes blanches ou générant des images historiquement fausses, telles que « des soldats nazis de couleur » ou le « pape imaginé en femme ». Des polémiques en série, dont l'une liée à l'affirmation de Gemini selon laquelle il serait « difficile de dire » qui d'Hitler ou d'Elon Musk avait eu l'impact le plus négatif sur la société, poussent Sundar Pichai, le PDG de Google, à recadrer ses équipes. Il leur rappelle le risque de briser la confiance envers les produits Google. Il déplore les réponses embarrassantes de Gemini qui « ont fait preuve de partialité »,
En mai, une version allégée est lancée, nommée Gemini 1.5 Flash et capable d'accepter 1 million de tokens. Gemini 1.5 Pro bénéficie d'une amélioration à ce niveau, permettant d'utiliser jusqu'à 2 millions de tokens en entrée.
En , Google introduit les « Gems », qui permettent de créer des versions personnalisées de Gemini que les utilisateurs définissent en fonction de leurs besoins. C'est une réponse au GPT Store de OpenAI ou au Copilot Studio de Microsoft, et l'un des nombreux efforts que déploie le groupe pour tenter d'attirer du public vers Gemini, alors que l'adoption des professionnels et développeurs restent très faible par rapport aux rivaux.
En , Google annonce la sortie du modèle Gemini 2.5 (disponible en 3 versions : Pro, Flash et Flash-Lite), dont la déclinaison la plus puissante se retrouve directement en haut du classement de LMArena. Bénéficiant d'une fenêtre d'un million de token en entrée, le modèle domine encore actuellement les benchmarks scientifiques et mathématiques AIME et GPQA.
Le , Google annonce le déploiement progressif de Gemini 3, présenté comme « le meilleur modèle au monde pour la compréhension multimodale ». Il se classe en tête du classement de LMArena et atteint de loin le meilleur score au MathArea Apex avec un score de 23,4 % contre 1 % pour GPT-5.1 et 1,6 % pour Claude Sonnet 4.5. Plus globalement, il surpasse ses concurrents dans de nombreux benchmarks clés de l'IA notamment avec son mode Deep Think,.
Un mois plus tard, Google annonce la sortie de Gemini 3 Flash conçu pour des réponses rapides qui est présenté comme dépassant Gemini 2.5 Pro tant en vitesse qu'en qualité,. Déployé dans Gemini mais aussi Google Search dans les pays où les réponses optimisées par l'IA sont disponible,, il vise notamment à concurrencer GPT-5.2 qui a été présenté moins d'une semaine plus tôt.
En , lors de la publication des résultats du quatrième trimestre 2025 d'Alphabet, Google annonce que l'application Gemini a franchi la barre des 750 millions d'utilisateurs actifs mensuels, contre 650 millions au trimestre précédent. entre Apple et Google visant à utiliser la technologie Gemini pour renforcer l’assistant vocal Siri, marquant une collaboration notable entre deux acteurs majeurs de l’industrie.
Le , Google publie une mise à jour majeure de Gemini 3 Deep Think, présentée comme destinée à résoudre des défis modernes en sciences, recherche et ingénierie.
Le , Google annonce Gemini 3.1 Pro en version préliminaire, présenté comme une avancée en matière de raisonnement complexe. Le modèle obtient un score de 77,1 % sur l'ARC-AGI-2, soit plus du double des performances de Gemini 3 Pro, et 80,6 % sur SWE-Bench Verified, un indicateur mesurant les capacités de développement logiciel autonome.
Le 19 mai 2026, à l'occasion de l'évènement Google I/O, l'entreprise annonce l'arrivée de Gemini 3.5 Flash (lancé le jour-même) et Gemini 3.5 Pro, étant initialement prévu pour mi-juin. Ce dernier modèle n'est toujours pas déployé après plus de 2 mois de retard (màj le 15 août 2026) , dû à un décalage avec les classements internes requis par Google, en comparaison avec les autres modèles présents sur le marché, ce qui sucite la frustration des internautes et des investisseurs,. Le même mois, lors d’une évaluation de ses capacités en cybersécurité, Gemini accède involontairement aux systèmes de production de trois entreprises réelles, en dehors du périmètre initialement prévu pour le test. Google confirme alors l’incident en septembre 2026,.
Le 21 juillet 2026, à la veille de la conférence téléphonique sur les résultats du deuxième trimestre d'Alphabet, Google annonce le déploiement de Gemini 3.6 Flash, 3.5 Flash-Lite, et 3.5 Flash Cyber. En parallèle, Google ajoute l'aperçu IA et le mode IA, tous deux reposant sur Gemini, à son moteur de recherche,.
Le 13 août 2026, Google déploie Gemini 3.7 Flash, un modèle quelque peu inattendu des internautes dû au retard de 3.5 Pro, toujours pas publié. Ce nouveau modèle a reçu un accueil positif, du fait de ses capacités de codage agentique, de sa vitesse de génération et de son prix compétitif : 0,75$ / million de token en entrée, 3,75$ en sortie, - tarif promotionnel en vigueur jusqu'au 31 décembre 2026.
En avril 2026, Greenly publie une analyse intitulée « Étude d'impact environnemental de Gemini AI » en réponse aux rapports de transparence énergétique de Google sur son modèle. L'étude évalue la consommation énergétique d'une requête à environ 14,6 Wh et estime que, sur la base du mix électrique réel, les émissions associées s'élèveraient à 0,09 g de CO₂ par token, soit environ trois fois les valeurs communiquées par Google.