Gemini (intelligence artificielle)

Gemini
Description de l'image Google Gemini logo 2025.svg.
Informations
Créateur Google
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 OSVoir et modifier les données sur Wikidata
Langues 70 langues
Type Dialogueur
IA conversationnelle (en)
Chatbot d'intelligence artificielle générative (d)Voir et modifier les données sur Wikidata
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.

Description

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.

Multimodalité

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.

Variantes

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.

Modèles

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.

Gemini 1.0

Dévoilée le 6 décembre 2023, la première génération se compose de trois gabarits fondamentaux :

  • Gemini 1.0 Nano : modèle compact conçu pour s'exécuter localement sur terminal mobile (on-device), scindé en variantes Nano-1 (1,8 milliard de paramètres) et Nano-2 (3,25 milliards de paramètres) déployées notamment sur la série Pixel 8 Pro ;
  • Gemini 1.0 Pro : modèle polyvalent à grand volume alimentant initialement le chatbot Gemini (ex-Bard) ;
  • Gemini 1.0 Ultra : modèle le plus lourd et performant de sa génération, réservé aux tâches scientifiques complexes et aux abonnés payants « Gemini Advanced ».

Gemini 1.5

Présentée en février 2024, la génération 1.5 introduit l'architecture Mixture-of-Experts (MoE) et popularise les fenêtres de contexte géantes :

  • Gemini 1.5 Pro : modèle capable d'analyser jusqu'à 2 millions de jetons (environ une heure de vidéo ou 700 000 mots), dédié à la compréhension approfondie de documents massifs ;
  • Gemini 1.5 Flash : déclinaison rapide et économique présentée à Google I/O 2024, conservant une fenêtre d'un million de jetons ;
  • Gemini 1.5 Flash-8B : variante miniature de 8 milliards de paramètres, lancée à l'automne 2024 pour les tâches automatisées simples à très faible coût.

Gemini 2.0 et 2.5

Officialisée fin 2024 et début 2025, la série 2 inaugure l'ère des agents multimodaux en temps réel et la chaîne de réflexion explicite :

  • Gemini 2.0 Flash : modèle multimodal rapide gérant le streaming bidirectionnel natif (voix et vidéo en direct) ;
  • Gemini 2.0 Flash-Lite : version allégée à très haute cadence pour réduire les coûts d'inférence industrielle ;
  • Gemini 2.0 Flash Thinking (puis 2.5 Deep Think) : déclinaison dotée d'un moteur de réflexion pas-à-pas (chain-of-thought) pour les sciences dures et les mathématiques ;
  • Gemini 2.0 Pro (Experimental) : modèle de pointe pour l'ingénierie logicielle et le raisonnement multimodal complexe ;
  • Gemini 2.5 Computer Use : version entraînée pour interagir directement avec des interfaces graphiques de bureau ou web (souris, frappes clavier, navigation).
  • Gemini 2.5 Pro : dévoilé sous forme expérimentale en mars 2025 puis en disponibilité générale le 17 juin 2025. Premier modèle frontière de Google explicitement optimisé comme modèle de réflexion (thinking model), il a dominé le banc de test LMSYS Chatbot Arena pendant plusieurs mois grâce à ses performances de premier plan en programmation, mathématiques complexes et analyse de dépôts entiers de code (1 million de jetons de contexte et 65 536 jetons de sortie) ;
  • Gemini 2.5 Flash : version optimisée pour la rapidité et la réduction de latence, déployée lors de Google I/O 2025 ;
  • Gemini 2.5 Flash-Lite : variante ultra-rapide lancée en juillet 2025 pour les tâches transactionnelles légères ;

Gemini 3.0 et 3.1

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 :

  • Gemini 3 Pro : modèle de référence lancé en novembre 2025 pour la planification agentique et le développement logiciel lourd ;
  • Gemini 3 Flash : déclinaison rapide parue en décembre 2025, équilibrant vitesse d'exécution et raisonnement dynamique ;
  • Gemini 3.1 Pro : mise à niveau parue en février 2026, apportant des gains marqués sur l'abstraction logique (repère ARC-AGI-2) ;
  • Gemini 3.1 Flash-Lite : variante économique optimisée pour le traitement de requêtes légères en grand nombre ;
  • Gemini 3.1 Deep Think : mode de raisonnement étendu pour la résolution de conjectures mathématiques et l'analyse scientifique pointue.

Gemini 3.5

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) :

  • Gemini 3.5 Flash : modèle polyvalent déployé pour le grand public et les développeurs, surpassant Gemini 3.1 Pro sur plusieurs bancs d'essai de programmation tout en restant 4 fois plus rapide que les anciens modèles frontières ;
  • Gemini 3.5 Flash-Lite : lancé en juillet 2026, c'est le modèle le plus rapide de la série 3.5, atteignant 350 jetons par seconde selon l'indice Artificial Analysis. Il est spécifiquement optimisé pour les sous-agents d'extraction documentaire, la recherche agentique et les requêtes à très fort volume ;
  • Gemini 3.5 Flash Cyber : variante ultra-spécialisée couplée à l'agent de sécurité autonome CodeMender pour identifier et colmater automatiquement les failles de code ;
  • Gemini 3.5 Pro : déclinaison haute performance utilisée en interne et déployée en accès anticipé auprès de partenaires industriels.

Gemini 3.6 et 3.7

Au cours de l'été 2026, Google resserre son cycle de développement en publiant des versions itératives de son modèle Flash :

  • Gemini 3.6 Flash (juillet 2026) : réduit de 17 % la consommation de jetons de sortie par rapport à la version 3.5 Flash et intègre nativement la fonction Computer Use dans son API ;
  • Gemini 3.7 Flash (août 2026) : baptisé « modèle cheval de trait » (workhorse model), il est introduit trois semaines après la 3.6 avec un coût réduit de moitié ; il excelle dans le développement web réactif (WebDev Arena) et la compréhension de documents hétérogènes (GDP.pdf).

Gemini 3.8

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 :

  • Gemini 3.8 Flash : modèle quotidien optimisé pour l'ingénierie logicielle longue (long-horizon coding) avec réglage dynamique du niveau de réflexion ;
  • Gemini 3.8 Flash Cyber : modèle de sécurité défensive certifié, mis à disposition via le programme Fairwind de Google pour auditer les dépôts critiques ;
  • Gemini 3.8 Live et Live Extended Thinking : modèles optimisés pour les interactions vocales bilatérales en temps réel à latence imperceptible ;
  • Gemini 3.8 Flash TTS et Flash-Lite TTS : moteurs neuronaux de synthèse vocale (text-to-speech) studio et multi-locuteurs.

Gemini 4 (Argon et Carbon)

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 :

  • Gemini 4 Argon : dévoilé début octobre 2026, ce modèle frontalier généraliste dispose d'une capacité de génération unifiée montant jusqu'à 1 million de jetons en sortie (long decode). Il est conçu pour résoudre des problèmes complexes sur plusieurs jours dans les domaines du droit, de la finance d'entreprise, des sciences de la vie et de la refactorisation de grands dépôts logiciels ;
  • Gemini 4 Argon Cyber Permissive : variante d'Argon soumise à liste blanche (allowlist) pour les audits de vulnérabilités défensives ;
  • Gemini 4 Carbon : présenté le 28 octobre 2026 par Koray Kavukcuoglu (directeur de DeepMind), Carbon devient le modèle phare de Google. Il prend la tête de l'indice de référence Artificial Analysis Intelligence Index v5 avec un score de 59 points. Spécifiquement renforcé contre l'alignement trompeur et taillé pour la cyberdéfense (88,2 % sur SEC-bench Pro et 71 % sur CWE-bench), son accès initial est restreint aux spécialistes de la sécurité informatique via le programme Fairwind,.

Grand tableau récapitulatif des modèles

Le tableau ci-dessous recense l'ensemble chronologique des modèles Gemini annoncés ou commercialisés par Google.

Liste complète des déclinaisons de la famille Google Gemini
GénérationModèleDate d'annonceFenêtre d'entréeSortie maximaleCible / Cas d'usage principal
Gemini 1.0 Gemini 1.0 Nano (1 & 2)Décembre 202332 k2 kExécution locale embarquée sur smartphone Pixel
Gemini 1.0 ProDécembre 202332 k4 kChatbot grand public (Gemini standard)
Gemini 1.0 UltraFévrier 202432 k4 kCalculs et raisonnements lourds (Gemini Advanced)
Gemini 1.5 Gemini 1.5 ProFévrier 20242 000 k8 kArchitecture MoE, analyse documentaire de masse
Gemini 1.5 FlashMai 20241 000 k8 kVitesse d'inférence, requêtes fréquentes et économiques
Gemini 1.5 Flash-8BOctobre 20241 000 k8 kModèle compact de 8B pour opérations courantes à bas coût
Gemini 2.0 et 2.5 Gemini 2.0 FlashDécembre 20241 000 k8 kMultimodalité en direct et streaming bidirectionnel
Gemini 2.0 Flash-LiteFévrier 20251 000 k8 kInférence industrielle à haut débit
Gemini 2.0 Flash ThinkingDécembre 20241 000 k64 kRaisonnement mathématique pas-à-pas (Deep Think)
Gemini 2.0 Pro (Exp.)Février 20252 000 k8 kProgrammation et recherche expérimentale avancée
Gemini 2.5 ProMars / Juin 20251 000 k65 kModèle frontière de réflexion (thinking), leader LMSYS Arena
Gemini 2.5 FlashJuin 20251000 k65 k Déclinaison rapide de nouvelle génération (Google I/O)
Gemini 2.5 Flash-LiteJuillet 20251000 k65 k Inférence haute fréquence et faible consommation
Gemini 2.5 Computer UseOctobre 20251000 k64 k Contrôle direct d'interfaces de bureau par un agent
Gemini 3.0 et 3.1 Gemini 3 ProNovembre 20251 000 k64 kPlanification autonome et agentique en programmation
Gemini 3 FlashDécembre 20251 000 k64 kRapidité et rentabilité pour l'ingénierie logicielle
Gemini 3.1 ProFévrier 20261 000 k64 kAbstraction logique et performance au banc ARC-AGI-2
Gemini 3.1 Flash-LiteFévrier 20261 000 k64 kDébit élevé et réduction des coûts opérationnels
Gemini 3.1 Deep ThinkFévrier 20261 000 k64 kRésolution approfondie de problèmes scientifiques durs
Gemini 3.5 Gemini 3.5 FlashMai 20261 000 k65 kCapacités agentiques de niveau Pro à vitesse Flash
Gemini 3.5 Flash-LiteJuillet 20261 000 k65 kModèle ultra-rapide (350 tokens/s) pour sous-agents et parsing
Gemini 3.5 Flash CyberJuillet 20261 000 k65 kSécurité du code et correction intégrée avec CodeMender
Gemini 3.5 ProMai 2026 (interne)1 000 k65 kModèle frontière de codage déployé avec partenaires
Gemini 3.6 & 3.7 Gemini 3.6 FlashJuillet 20261 000 k64 kRéduction de 17 % des tokens sortants, Computer Use natif
Gemini 3.7 FlashAoût 20261 000 k64 kModèle « cheval de trait » : web réactif et documents GDP.pdf
Gemini 3.8 Gemini 3.8 FlashSeptembre 20261 000 k65 kFlux agentiques prolongés (long-horizon coding)
Gemini 3.8 Flash CyberSeptembre 20261 000 k65 kCyberdéfense certifiée (Programme Fairwind)
Gemini 3.8 Live / Live ThinkingSeptembre 20261 000 kStreamingConversations vocales naturelles avec réflexion de fond
Gemini 3.8 Flash TTSSeptembre 20261 000 kAudioSynthèse vocale neuronale studio multi-voix
Gemini 3.8 Flash-Lite TTSSeptembre 20261 000 kAudioSynthèse vocale haute cadence à faible latence
Gemini 4 Gemini 4 ArgonOctobre 20261 000 k1 000 kModèle frontière généraliste, droit, finance, décodage 1M
Gemini 4 Argon Cyber PermissiveOctobre 20261 000 k1 000 kVariante d'Argon pour cyber-évaluation sur liste blanche
Gemini 4 CarbonOctobre 20261 000 k1 000 kModèle frontière n°1 IA (AA Index v5), cyberdéfense d'élite

Histoire

Contexte

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.

Bard et Gemini Pro

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 :

  • Gemini Nano : version allégée de Gemini est prévue pour tourner nativement et hors-ligne sur des smartphones Android en commençant par le Google Pixel 8 Pro et uniquement à partir de texte ;
  • Gemini Pro : le modèle intermédiaire, remplacera LaMDA dans Bard pour les pays anglophones ;
  • Gemini Ultra (qui ne sera finalement lancé qu'en ) : le modèle le plus avancé, et le plus performant.

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.

Gemini

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.

Impact environnemental

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.

Voir aussi

Articles connexes