Google Gemini 3 Pro : La fin de l'ère des chatbots, le début de l'âge des agents d'IA ?

Gemini 3 Pro est présenté comme le modèle le plus «raisonnable» de Google, et l'entreprise positionne ouvertement sa solution comme le leader du secteur à bien des égards. Des évaluations indépendantes le confirment.

Selon Artificial Analysis, le modèle est devenu le nouveau leader de leur indice intégral.

Si l'on en croit les tests d'Artificial Analysis, Google a pris l'avantage sur ses concurrents dans les domaines des tâches intelligentes — raisonnement, compréhension des structures complexes, précision et multimodalité.

La performance en Analyse Profonde mérite une attention particulière. Lors de l'Examen Final de l'Humanité, qui évalue la capacité d'un modèle à résoudre des problèmes de niveau doctoral sans outils, Gemini 3 Pro a obtenu plus de 37%.

C'est plus de dix points de pourcentage au-dessus du précédent record. Sur ARC-AGI-2, l'un des benchmarks les plus difficiles qui évalue la capacité à dériver des règles et à les appliquer à de nouvelles situations, le modèle a également obtenu des scores supérieurs à la plupart des concurrents.

Les performances élevées sont également évidentes dans les tests mathématiques, a souligné Google. Dans le test MathArena Apex, où les questions d'une complexité extrême déséquilibrent traditionnellement les modèles, Gemini 3 Pro a obtenu 23,4%. Auparavant, ce chiffre était inatteignable pour d'autres systèmes, et les meilleurs résultats ne dépassaient pas 5,2%.

Dans les tests multimodaux, le Gemini mis à jour occupe également les premières positions. Les experts attribuent directement cela à l'échelle potentiellement grande du modèle.

Cette hypothèse expliquerait la capacité de l'IA de Google à surpasser les produits d'autres entreprises dans des tâches impliquant l'analyse visuelle et la compréhension spatiale.

Séparément, une comparaison avec Claude et ChatGPT mérite d'être notée. Sur le benchmark SWE-Bench Verified, qui teste la capacité à gérer de manière autonome les tâches GitHub, le nouveau modèle est en retard sur Sonnet 4.5 d'un pour cent seulement. Dans d'autres métriques, le Gemini prend souvent l'avantage.

Un autre élément de preuve important est la vitesse du modèle. Artificial Analysis note que Gemini 3 Pro génère environ 128 tokens par seconde. C'est plus rapide que les performances de GPT-5.1, Kimi K2 Thinking et Grok 4.

Cela est très probablement dû à la propre plateforme matérielle de Google basée sur les processeurs Tensor Processing Unit (TPU).

Ainsi, pour un certain nombre de paramètres, le modèle rivalise avec confiance avec les flagships existants et dans de nombreux cas les surpasse. En même temps, le produit est en retard sur ses concurrents dans certains tests, mais généralement de peu.

Techniquement parlant, Gemini 3 Pro est un modèle multimodal avec plus de contexte et un ensemble élargi de paramètres contrôlables. Selon la documentation de Google, il accepte du texte, du code, des images, de l'audio, de la vidéo et des PDF en entrée.

La taille maximale d'entrée est annoncée à 1 048 576 tokens, avec une sortie jusqu'à 65 536 tokens. Pour les applications pratiques, cela signifie que le modèle peut analyser une grande quantité de données à la fois, y compris de longs documents, des ensembles d'articles, de grandes conférences vidéo ou des dépôts de code entiers.

La documentation indique séparément que le modèle prend en charge jusqu'à 900 images par requête, jusqu'à 900 documents, jusqu'à dix vidéos et de l'audio durant jusqu'à plusieurs heures.

Cela permet de construire des requêtes complexes où les descriptions textuelles sont combinées avec du matériel visuel et du code.

Avec l'introduction de Gemini 3, de nombreux nouveaux paramètres sont introduits. Premièrement, un paramètre de niveau de raisonnement. Au lieu du précédent «budget de réflexion», un commutateur explicite thinking_level est utilisé, qui peut être bas ou élevé.

Google explique cela comme un moyen d'ajuster la quantité de raisonnement interne. La fonctionnalité établit un équilibre entre la qualité de la réponse, la complexité logique, la latence et le coût.

Deuxièmement, le contrôle de la résolution pour le contenu média est apparu. Le paramètre media_resolution (bas, moyen ou élevé) permet de contrôler la profondeur de l'analyse visuelle et la consommation de tokens pour les images et les vidéos.

Au niveau du produit, Google essaie de transformer ces fonctionnalités en nouvelles formes d'interfaces. Pichai décrit l'expérience Gemini de cette façon :

De plus, le dirigeant de Google écrit que Gemini 3 «apporte un raisonnement puissant à la recherche et de nouvelles interfaces génératives». Plus précisément, il introduit un mode de mise en page visuelle.

Cela signifie qu'une réponse peut ressembler à une double page de «magazine» avec des photos, des modules et des éléments que l'utilisateur contrôle. Comme exemple, il a cité une demande de planification d'un voyage de trois jours à Rome.

Le système a répondu en générant un itinéraire avec des blocs visuels et la possibilité de le personnaliser selon les préférences de l'utilisateur.

Un domaine important de développement est les capacités basées sur les agents. Google note que depuis Gemini 2, l'entreprise développe activement «l'ère des agents» et Gemini 3 montre des progrès dans la capacité à planifier des actions sur de longues périodes.

Leurs documents mentionnent spécifiquement le leadership sur le benchmark Vending-Bench 2, qui simule la gestion d'un distributeur automatique sur une année. Selon la description de Google, l'IA maintient la séquence d'actions et l'utilisation des outils dans un état stable et ne «s'éloigne pas» de l'objectif fixé.

L'entreprise attribue l'application pratique de ces idées pour les tâches quotidiennes à l'Agent Gemini. Un dirigeant de Google explique que cette fonctionnalité utilise des capacités de raisonnement avancées pour décomposer des tâches complexes en plusieurs étapes.

Après les avoir accomplies, le modèle suggère d'autres actions à l'utilisateur, en fonction du résultat obtenu.

Du côté ingénierie, le nouvel outil de développement Google Antigravity est devenu un élément important de l'écosystème. L'annonce officielle le décrit comme une «plateforme de développement basée sur les agents».

La solution est un environnement intégré où les agents basés sur Gemini 3 ont accès à un éditeur, un terminal et un navigateur. Ils peuvent planifier et exécuter des tâches logicielles complexes et présenter leurs étapes à l'utilisateur sous forme d'«artefacts» individuels faciles à inspecter.

La publication ArsTechnica souligne qu'Antigravity peut utiliser non seulement des agents basés sur Gemini, mais aussi Claude Sonnet 4.5 et des solutions basées sur GPT. Le produit offre également des outils en ligne de commande côté client et serveur.

Ces cas montrent que le modèle peut gérer des tâches liées à la spatialisation des objets et au travail dans des environnements de réalité virtuelle et augmentée.

En résumé, au niveau des fonctionnalités, Gemini 3 Pro ressemble à un outil polyvalent avec un grand contexte, un raisonnement profond guidé et un couplage étroit avec des outils de développement et des agents.