Gemini 3.1 Pro s’empare de la couronne : 13 benchmarks sur 16 gagnés à moitié prix

Un modèle de pointe qui gagne enfin sur le score et le prix

Pendant la majeure partie des deux dernières années, acheter de l’IA de pointe signifiait choisir un axe à optimiser. Claude Opus dominait sur le raisonnement mais coûtait une fortune. GPT-5 dominait sur le code et l’écosystème. Gemini dominait sur la multimodalité mais prenait du retard ailleurs. Gemini 3.1 Pro, lancé en preview le 19 février 2026, est le premier modèle à faire tomber ce compromis.

L’évaluateur indépendant Artificial Analysis a confirmé que le modèle prend la tête de l’Artificial Analysis Intelligence Index, avec quatre points d’avance sur Claude Opus 4.6, tout en coûtant moins de la moitié pour exécuter la même suite de benchmarks. Le coût total pour exécuter l’Intelligence Index sur Gemini 3.1 Pro est de 892 $, contre plusieurs multiples pour Opus 4.6 (max) et GPT-5.2 (xhigh). Au tarif API officiel de 2,00 $ par million de tokens en entrée et 12,00 $ par million de tokens en sortie, il est également moins cher que GPT-5.4 (2,50/15 $) et Claude Opus 4.6 (5/25 $).

Le balayage de 13 benchmarks sur 16

Sur les 16 évaluations publiques les plus souvent citées pour l’IA de pointe, Gemini 3.1 Pro affiche désormais le meilleur score sur treize. Cela comprend :

• Terminal-Bench Hard — codage agentique dans des environnements shell réels
• AA-Omniscience — rappel factuel avec pénalité d’hallucination
• Humanity’s Last Exam — raisonnement et connaissances généraux
• GPQA-Diamond — raisonnement scientifique de niveau doctoral
• SciCode — programmation scientifique
• CritPt — problèmes de physique de niveau recherche
• MMMU-Pro — compréhension et raisonnement multimodal (le nouveau n°1)

Le modèle égale ou s’approche à une fraction de point de GPT-5.4 Pro sur les trois restants, ce qui signifie qu’il n’y a aucun benchmark public majeur sur lequel Gemini 3.1 Pro est clairement en retard. Artificial Analysis a résumé le résultat directement : « Google est à nouveau le leader de l’IA. »

Les gains par rapport au précédent Gemini 3 Pro sont les plus marqués dans trois domaines — raisonnement et connaissances, codage et réduction des hallucinations — ce qui suggère que l’équipe de Google a concentré son effort de post-entraînement sur les faiblesses exactes que les critiques pointaient.

La voix et l’image en temps réel sont désormais par défaut

Sous le capot, Gemini 3.1 Pro est un modèle nativement multimodal — texte, audio, image, vidéo et dépôts de code entiers passent par les mêmes poids plutôt que par des adaptateurs ajoutés par la suite. Ce qui est nouveau dans cette version, c’est que la voix et la vision sont désormais en temps réel, avec une latence suffisamment faible pour supporter une conversation en direct et une analyse d’image en direct sans traitement par lots.

Pour les acheteurs en entreprise, cela signifie qu’un seul appel API peut désormais couvrir des cas d’usage qui nécessitaient auparavant l’assemblage de trois ou quatre services : un agent d’appel client qui voit l’écran de l’utilisateur, un outil d’ingénierie de terrain qui regarde un flux de caméra et transcrit la voix, un assistant de triage médical qui analyse l’imagerie tout en parlant au patient. La consolidation réduit les coûts d’intégration et la surface d’attaque en cas de défaillance.

TurboQuant : l’astuce de compression derrière l’économie

La tarification est le titre que les DSI remarqueront, mais la raison pour laquelle Gemini 3.1 Pro peut être tarifé aussi agressivement est une percée de recherche que Google a publiée en même temps que le modèle. TurboQuant, un algorithme de quantification post-entraînement de Google DeepMind, compresse le KV cache — la mémoire par requête qui domine le coût d’inférence sur les longs contextes — de la virgule flottante 16 bits à seulement 3 bits tout en maintenant une précision pratiquement inchangée.

Le résultat : une inférence 8 fois plus rapide et une réduction de mémoire par 6 sur les GPU H100, avec des scores de rappel parfaits maintenus lors des tests sur des bases open-source telles que Llama-3.1-8B et Mistral-7B. Deux sous-algorithmes font le travail — PolarQuant sépare la magnitude du vecteur de la direction, et QJL (Quantized Johnson-Lindenstrauss) compresse l’erreur résiduelle en un seul bit de signe.

L’importance dépasse Gemini. TurboQuant est le genre de percée qui change matériellement l’économie de l’infrastructure IA dans toute l’industrie — c’est pourquoi les actions des fabricants de puces mémoire ont fortement chuté dans les jours suivant sa publication. Si le reste du marché adopte des techniques similaires, la tarification motivée par la pénurie de mémoire HBM jusqu’en 2025 pourrait se détendre plus vite que ne le prévoyaient les fournisseurs de puces.

Ce que cela signifie pour les acheteurs en entreprise

1. Refaites vos calculs d’achat. Si votre évaluation de fournisseurs d’IA a figé les hypothèses de prix fin 2025, vos chiffres de coût par tâche pour le raisonnement de pointe sont désormais 50-60 % trop élevés. Gemini 3.1 Pro à 2/12 $ met la pression budgétaire sur tous les contrats concurrents.

1. Les cas d’usage multimodaux viennent de devenir abordables. La voix + vision en temps réel à une précision de pointe était auparavant une capacité à 15-25 $ par million de tokens en sortie. C’est maintenant 12 $.

1. Les charges de travail riches en entrée bénéficient de la plus grande réduction. Le prix de 2 $ par million de tokens d’entrée de Gemini 3.1 Pro est d’environ 20 % en dessous des 2,50 $ de GPT-5.4 et 60 % en dessous des 5 $ de Claude Opus 4.6. Pour la génération augmentée par récupération, l’analyse de longs documents ou la revue de base de code, les économies se cumulent de façon spectaculaire.

1. Ne supposez pas que l’avance est permanente. GPT-5.4 Pro d’OpenAI égale Gemini sur l’indice principal et on dit qu’il entraîne une série GPT-6. Anthropic a Opus 4.6 sur 1 M de contexte. L’écart entre Gemini 3.1 Pro et ses rivaux se compte en semaines, pas en trimestres.

Les benchmarks laissés de côté

Aucun récit de « victoire » ne survit à l’examen sans petites lignes. L’analyse indépendante a souligné que le compte de 13 sur 16 reflète les benchmarks que Google a choisi de publier. Certains domaines où Anthropic et OpenAI dominent habituellement — notamment certaines tâches de codage à long horizon, les évaluations de sécurité sous requêtes adverses et certains benchmarks d’utilisation d’outils multi-tours — n’ont pas été inclus ou ont montré des écarts plus étroits que le titre ne le suggère.

Rien de tout cela ne change le résultat principal. Mais c’est un rappel que le leadership en benchmarks est autant un artefact marketing qu’un fait de capacité, et les acheteurs en entreprise devraient exécuter leurs propres évaluations spécifiques à leur domaine avant de s’engager dans un changement de modèle.

Ce qu’il faut surveiller ensuite

• Disponibilité générale de GPT-5.4 Pro — la réponse d’OpenAI à l’avance de Gemini est attendue mi-2026.
• Opus 4.7 ou Claude 5 — Anthropic préparerait un successeur axé sur le raisonnement.
• Adoption open source de TurboQuant — si vLLM et SGLang intègrent la technique, les coûts d’inférence auto-hébergée chutent dans toute l’industrie.
• Tarification de Gemini 3.1 Flash — le niveau moins cher de Google devrait hériter des gains de TurboQuant plus tard en 2026.

Pour la première fois depuis le lancement de GPT-4 il y a trois ans, la frontière de l’IA n’est pas définie par un modèle unique d’un seul laboratoire. Elle est définie par l’ensemble le plus serré d’options capables et abordables que les acheteurs en entreprise n’aient jamais eu.

Sources et lectures complémentaires

• Gemini 3.1 Pro Preview: The new leader in AI — Artificial Analysis
• Gemini 3.1 Pro: A smarter model for your most complex tasks — Google
• Google’s new TurboQuant algorithm speeds up AI memory 8x — VentureBeat
• Gemini 3.1 Pro Model Card — Google DeepMind
• Behind Gemini 3.1 Pro’s ’13 out of 16 Wins’ — SmartScope