Fin 2025, Google avait brièvement repris l’avantage avec Gemini 3 Pro… avant d’être rattrapé (puis dépassé) par la cadence infernale d’OpenAI et d’Anthropic. En ce 19 février 2026, Mountain View revient au combat avec Gemini 3.1 Pro, une mise à jour qui ne cherche pas à « faire le buzz », mais à devenir la référence pour les tâches longues, complexes et structurées — celles qui demandent plus qu’une réponse élégante : de la planification, de la synthèse, et de la rigueur.
Gemini 3.1 Pro : Un bond visible sur le raisonnement — et un score qui fait parler
Le chiffre que Google met en avant (et que plusieurs relais reprennent) est clair : 77,1 % sur ARC-AGI-2, un benchmark pensé pour tester la capacité d’un modèle à résoudre des schémas logiques nouveaux, plutôt que de « rejouer » des patterns vus pendant l’entraînement.
Surtout, des évaluations externes positionnent Gemini 3.1 Pro en tête des classements « performances générales », notamment via Artificial Analysis, ce qui nourrit immédiatement le narratif : « Google redevient #1 ».
À côté de l’ARC-AGI-2, les benchmarks cités dans la couverture du lancement dessinent un profil très « ingénierie/R&D » :
- GPQA Diamond (connaissances scientifiques pointues) : 94,3 %
- SWE-Bench Verified (résolution de bugs sur bases de code réelles) : 80,6%
- LiveCodeBench Pro : 2887 Elo
- MMMLU (raisonnement multimodal) : 92,6 %
Le point important : Google insiste sur une progression de fond dans la manière dont le modèle « pense » sur des tâches longues (et sur la stabilité dans le temps), plutôt que sur une simple hausse de « verve » conversationnelle.
De la démo « chat » au produit : vibe coding, SVG animés et synthèse de systèmes
Google accompagne ce lancement d’une démonstration très révélatrice : l’IA qui sort du texte, pour produire des livrables utiles — code, interfaces, visualisations. Dans les exemples mis en avant, Gemini 3.1 Pro génère des SVG animés « vibe-codés » (donc légers, scalables, propres pour le Web), construit un dashboard à partir d’un flux public de télémétrie, et pousse plus loin l’interactif/3D.
Ce n’est pas anodin : l’industrie se déplace vers des modèles jugés non plus sur leur talent de conversation, mais sur leur capacité à orchestrer des étapes : prendre un objectif, structurer un plan, produire du code, tester, itérer. Et sur ce terrain, Google veut que Gemini 3.1 Pro devienne un « baseline » haut de gamme.
Les retours partenaires : moins de tokens, plus de fiabilité
Côté entreprises, Google met en avant des premiers retours très « opérationnels ». Exemple marquant : JetBrains parle d’un gain allant jusqu’à 15 % dans ses évaluations internes, en soulignant un modèle « plus fort, plus rapide… et plus efficient », nécessitant moins de tokens de sortie pour un résultat plus fiable.
Derrière la formule, l’enjeu est économique : si un modèle donne une meilleure réponse du premier coup, il réduit le coût total (moins d’allers-retours, moins de tokens, moins de temps humain).
Prix et disponibilité : l’upgrade « gratuit » côté API… et c’est peut-être le vrai choc
La surprise, c’est la continuité tarifaire. Google maintient la structure annoncée pour la gamme Gemini 3 :
- Input : 2 dollars/1M tokens (≤ 200k) ; 4 dollars/1M (> 200k)
- Output : 12 dollars/1M tokens (≤ 200k) ; 18 dollars/1M (> 200k)
- Caching et grounding (Search) avec une grille de prix détaillée
Autrement dit, un bond de performance sans hausse immédiate du « prix par token », ce qui met mécaniquement la pression sur le reste du marché, surtout pour les acteurs qui facturent cher les modèles « raisonnement ».
Gemini 3,1 Pro est par ailleurs présenté comme un modèle propriétaire, distribué via Gemini API et les offres Google (Vertex AI/Gemini app), avec un statut Preview destiné à itérer avant disponibilité générale.
Le prochain « trône » ne sera pas gagné par la poésie, mais par la planification
Ce lancement envoie un signal : la phase suivante de la course à l’IA se jouera sur la résolution de problèmes — pas seulement sur la génération de texte. Benchmarks de logique, robustesse sur tâches longues, capacité à synthétiser des systèmes, à écrire du code exploitable : ce sont les briques qui transforment un chatbot en outil d’ingénierie, puis en agent.
Si Gemini 3.1 Pro tient ses promesses en production, Google ne reprend pas seulement une place sur un leaderboard : il repositionne Gemini comme moteur de travail, et pas simplement comme assistant. Et dans un marché où les marges se gagnent sur l’usage répété, c’est probablement la bataille la plus importante.
