Gemini 3 est une famille de grands modèles de langage (LLM) multimodaux développés par Google DeepMind, publiée en novembre 2025. Elle succède à Gemini 2.0, annoncé en décembre 2024, et poursuit la lignée Gemini qui a débuté avec Gemini 1.0 en décembre 2023. Le modèle est conçu avec un accent sur le raisonnement amélioré et la réflexion étape par étape, lui permettant de résoudre des problèmes complexes dans des domaines tels que les mathématiques, les sciences et le codage avec une plus grande transparence et précision. Gemini 3 alimente le chatbot Gemini et est disponible via les services Google Cloud, notamment Vertex AI et AI Studio, ainsi que via le CLI Gemini pour des interactions en terminal.
La sortie de Gemini 3 s'appuie sur la trajectoire de Google DeepMind visant à faire progresser l'IA multimodale, qui traite simultanément texte, images, audio, vidéo et code. Contrairement aux versions antérieures qui mettaient l'accent sur de larges capacités, Gemini 3 introduit un moteur de raisonnement raffiné qui génère explicitement des étapes intermédiaires avant d'arriver à des réponses finales. Cette fonctionnalité, souvent appelée raisonnement en chaîne de pensée, permet au modèle d'expliquer sa logique, de vérifier ses propres conclusions et de réduire les erreurs dans les tâches multi-étapes. Le lancement de novembre 2025 a positionné Gemini 3 comme un concurrent direct d'autres modèles de pointe de OpenAI et Anthropic, Google mettant en avant ses performances supérieures sur les benchmarks de raisonnement et son intégration dans l'écosystème Google, notamment Search, Workspace et Android.
Développement et Contexte
Le développement de Gemini 3 a commencé peu après la sortie de Gemini 2.0 en décembre 2024, qui a introduit des fonctionnalités telles qu'une API Live multimodale pour les interactions audio et vidéo en temps réel, la génération native d'images et l'intégration de Google Search. Google DeepMind, dirigé par le PDG Demis Hassabis, a tiré parti des enseignements des modèles antérieurs, notamment le programme AlphaGo devenu célèbre en 2016, pour concevoir les capacités de raisonnement de Gemini 3. Le modèle a été entraîné sur les unités de traitement tensoriel (TPU) de Google, qui sont des accélérateurs d'apprentissage automatique personnalisés, et a incorporé une architecture de mélange d'experts pour améliorer l'efficacité et l'évolutivité. Cette approche permet au modèle de n'activer que les sous-réseaux pertinents pour chaque requête, réduisant ainsi les coûts de calcul tout en maintenant des performances élevées.
Pendant le développement, Google DeepMind a collaboré avec diverses institutions de recherche et s'est appuyé sur les avancées en apprentissage profond et en conception de réseaux neuronaux. L'équipe comprenait des ingénieurs de Google Brain et de DeepMind, qui avaient fusionné en 2023, et a reçu des contributions du cofondateur Sergey Brin, crédité comme contributeur principal des versions antérieures de Gemini. Le processus d'entraînement impliquait des ensembles de données massifs, y compris des transcriptions de vidéos YouTube, avec des équipes juridiques filtrant les contenus potentiellement protégés par le droit d'auteur. Comme pour les versions précédentes, Google a mis l'accent sur les tests de sécurité et, conformément aux décrets exécutifs américains et aux accords internationaux du sommet sur la sécurité de l'IA à Bletchley Park, a partagé les résultats d'évaluation avec les agences gouvernementales des États-Unis et du Royaume-Uni.
Lancement et Disponibilité
Gemini 3 a été officiellement annoncé lors d'une conférence de presse virtuelle en novembre 2025, avec Sundar Pichai, PDG de Google, et Demis Hassabis présentant le nouveau modèle. Le lancement a inclus plusieurs variantes : Gemini 3 Pro, conçu pour une large gamme de tâches ; Gemini 3 Ultra, pour un raisonnement très complexe ; Gemini 3 Flash, optimisé pour la vitesse et l'efficacité ; et Gemini 3 Nano, destiné aux applications sur appareil. Lors du lancement, Gemini 3 Pro et Nano ont été intégrés respectivement dans le chatbot Gemini et certains smartphones Android, tandis que Gemini 3 Ultra a été mis à disposition des développeurs via les plateformes Vertex AI et AI Studio de Google Cloud. Le modèle a été initialement publié en anglais, avec des plans d'expansion multilingue dans les mois suivants.
Google a également introduit le CLI Gemini 3, un outil en ligne de commande open source qui apporte les capacités du modèle aux terminaux des développeurs, offrant des fonctionnalités avancées de codage, d'automatisation et de résolution de problèmes avec des limites d'utilisation gratuites généreuses. Cette décision reflétait la sortie antérieure du CLI Gemini en juin 2025, qui avait gagné en popularité auprès des développeurs individuels. Le lancement de novembre a été accompagné d'un partenariat avec Samsung Electronics pour intégrer Gemini 3 dans sa gamme de smartphones Galaxy S26, suite à une collaboration similaire pour Gemini 1.5 en janvier 2024. De plus, Google a annoncé que Gemini 3 serait disponible sur Google Cloud pour les clients d'entreprise, avec des niveaux de tarification basés sur l'utilisation et la variante du modèle.
Capacités de Raisonnement Améliorées
La caractéristique déterminante de Gemini 3 est son raisonnement amélioré, qui permet au modèle de produire des processus de réflexion étape par étape avant de générer les sorties finales. Cette capacité est particulièrement notable dans les domaines nécessitant une déduction logique, tels que les mathématiques avancées, la résolution de problèmes scientifiques et la génération de code. Lors des tests de référence, Gemini 3 Ultra aurait surpassé les modèles précédents, y compris Gemini 2.0 et des concurrents comme GPT-4 d'OpenAI, sur le test MMLU (Massive Multitask Language Understanding), atteignant un score supérieur à 90 %. Le modèle a également démontré des performances améliorées sur des benchmarks de raisonnement spécialisés, tels que ceux impliquant des questions multi-sauts et l'inférence causale.
La réflexion étape par étape est implémentée grâce à une combinaison de techniques, notamment le prompting en chaîne de pensée, le apprentissage par renforcement à partir de retours humains (RLHF) et le RLAIF (apprentissage par renforcement à partir de retours d'IA). Ces méthodes permettent au modèle de décomposer des requêtes complexes en sous-problèmes plus petits et gérables, de résoudre chacun d'eux, puis de synthétiser les résultats. Cette approche améliore non seulement la précision, mais fournit également aux utilisateurs des explications transparentes sur la manière dont le modèle est arrivé à ses réponses, ce qui est précieux pour le débogage, l'éducation et l'établissement de la confiance. Cependant, le processus de raisonnement peut augmenter la latence, et Google a optimisé Gemini 3 Flash pour équilibrer vitesse et profondeur de raisonnement pour les applications en temps réel.
Fonctionnalités Multimodales et d'Intégration
Gemini 3 poursuit la tradition multimodale de ses prédécesseurs, traitant simultanément texte, images, audio, vidéo et code. Le modèle peut générer des images à partir de descriptions textuelles, créer des réponses audio avec une synthèse vocale contrôlable et analyser du contenu vidéo en temps réel. Un ajout notable est l'API Live multimodale, qui prend en charge les interactions audio et vidéo en temps réel, permettant des applications telles que des assistants virtuels, des services de traduction et des outils éducatifs interactifs. La génération native d'images inclut un filigrane pour identifier les contenus créés par l'IA, répondant aux préoccupations concernant la désinformation.
L'intégration avec l'écosystème Google est extensive. Gemini 3 alimente des fonctionnalités dans Google Search, fournissant des réponses plus détaillées et raisonnées aux requêtes complexes. Dans Google Workspace, il améliore Duet AI, aidant à la rédaction de documents, à l'analyse de feuilles de calcul et à la composition d'e-mails. Sur Android, Gemini 3 Nano permet un traitement sur appareil pour des tâches comme la synthèse et les réponses intelligentes, avec des avantages de confidentialité puisque les données restent sur l'appareil. Le modèle s'intègre également avec les services Google Cloud, permettant aux développeurs de créer des applications personnalisées à l'aide d'API et de SDK. De plus, Gemini 3 prend en charge l'intégration avec des outils et bases de données externes, lui permettant d'accéder à des informations à jour et d'effectuer des actions comme la réservation de rendez-vous ou l'interrogation de systèmes métier.
Performances et Benchmarks
Lors d'évaluations indépendantes, Gemini 3 a démontré de fortes performances sur une gamme de benchmarks. Sur le test MMLU, qui couvre 57 sujets, Gemini 3 Ultra a obtenu un score de 92 %, surpassant la performance experte humaine et dépassant le score de 90 % atteint par Gemini 1.0 Ultra. Sur les benchmarks de codage, tels que HumanEval et Codeforces, Gemini 3 Pro a surpassé GPT-4 et Claude 3.5, avec des taux de réussite plus élevés sur le code généré et une meilleure conformité aux spécifications du problème. En raisonnement mathématique, le modèle a résolu un pourcentage plus élevé de problèmes de l'ensemble de données MATH, en particulier ceux nécessitant des dérivations multi-étapes.
Cependant, certains chercheurs ont noté que les améliorations de raisonnement de Gemini 3 comportent des compromis. La réflexion étape par étape du modèle peut être verbeuse, et dans certains cas, elle peut sur-expliquer des requêtes simples, entraînant une utilisation accrue de jetons et des coûts de calcul plus élevés. Google a remédié à cela en offrant une profondeur de raisonnement configurable, permettant aux utilisateurs de choisir entre des explications concises et détaillées. De plus, bien que Gemini 3 excelle dans les tâches de raisonnement structuré, ses performances sur l'écriture créative ouverte restent comparables aux modèles précédents, sans gains significatifs en originalité ou en variété stylistique.
Paysage Concurrentiel
La sortie de Gemini 3 a intensifié la concurrence sur le marché des grands modèles de langage. OpenAI, qui avait publié GPT-4 et développait GPT-5, a répondu en accélérant ses propres modèles axés sur le raisonnement, comme la série o1, qui emploient également une réflexion étape par étape. Anthropic, avec ses modèles Claude 3.5 et Claude 4, a mis l'accent sur la sécurité et l'interprétabilité, se positionnant comme une alternative pour les clients d'entreprise préoccupés par l'alignement de l'IA. D'autres acteurs, notamment Meta (avec LLaMA 3), Mistral AI et xAI (avec Grok 3), ont continué à publier des modèles open source et propriétaires, bien qu'aucun n'ait égalé les scores de référence rapportés de Gemini 3 lors de son lancement.
La stratégie de Google d'intégrer Gemini 3 dans ses produits lui a donné un avantage de distribution, car le modèle était accessible à des milliards d'utilisateurs via Search, Android et Chrome. Cependant, des préoccupations concernant la confidentialité des données et les pratiques monopolistiques ont conduit à un examen réglementaire, en particulier dans l'Union européenne, où des enquêtes sur les partenariats et la gestion des données de Google en matière d'IA étaient en cours. En réponse, Google a souligné son engagement en faveur d'un développement responsable de l'IA, publiant des rapports de transparence et offrant des options de désactivation pour la collecte de données dans certaines régions.
Orientations Futures
Suite au lancement de novembre 2025, Google DeepMind a annoncé des plans pour des mises à jour itératives de Gemini 3, y compris des versions affinées pour des industries spécifiques telles que la santé, la finance et l'éducation. L'entreprise a également évoqué Gemini 3.5, attendu pour mi-2026, qui incorporerait des avancées en matière d'efficacité du apprentissage automatique et peut-être une fenêtre de contexte plus large, s'appuyant sur la capacité d'un million de jetons introduite dans Gemini 1.5. La recherche sur la combinaison de Gemini avec la robotique, comme mentionné par Hassabis dans des versions antérieures, s'est poursuivie, avec des prototypes pour l'interaction dans le monde physique testés dans des environnements contrôlés.
De plus, Google a exploré des partenariats avec d'autres entreprises technologiques, notamment AMD et Qualcomm, pour optimiser Gemini 3 pour les appareils périphériques et réduire la dépendance à l'infrastructure cloud. La communauté open source a reçu l'accès à une version plus petite et distillée de Gemini 3, similaire aux modèles Gemma publiés en février 2024, permettant aux chercheurs d'expérimenter avec les techniques de raisonnement. Dès la date de lancement, Gemini 3 représentait une avancée significative dans le raisonnement de l'IA, mais son impact à long terme dépendra de la manière dont il sera adopté et affiné dans les années à venir.
Réception et Impact
Les premières critiques de Gemini 3 ont été largement positives, les journalistes technologiques et les chercheurs saluant sa transparence de raisonnement et sa précision sur des tâches complexes. Les éducateurs ont noté son potentiel en tant qu'outil de tutorat, car les explications étape par étape pouvaient aider les étudiants à comprendre les processus de résolution de problèmes. Les développeurs de logiciels ont apprécié l'amélioration de la génération de code et de l'assistance au débogage, beaucoup rapportant un temps réduit consacré aux tâches de programmation routinières. Cependant, certains critiques ont soulevé des préoccupations concernant l'impact environnemental de l'entraînement de modèles aussi vastes, ainsi que le potentiel de mauvaise utilisation pour générer des désinformations convaincantes ou automatiser des cyberattaques.
Google a répondu à ces préoccupations en soulignant son utilisation d'énergies renouvelables pour les centres de données et son investissement dans la recherche sur la sécurité de l'IA. L'entreprise a également collaboré avec des institutions académiques, telles que MIT CSAIL et Stanford AI Lab, pour étudier les implications sociétales de l'IA dotée de capacités de raisonnement. Dans l'ensemble, le lancement de Gemini 3 a marqué une étape importante dans l'évolution de la IA générative, démontrant que les grands modèles de langage pouvaient aller au-delà de l'appariement de motifs pour un raisonnement plus délibéré et logique. Dès novembre 2025, il était considéré comme l'un des systèmes d'IA les plus avancés disponibles, établissant une nouvelle norme pour ce que les utilisateurs pouvaient attendre des outils d'IA conversationnels et analytiques.