Gemini 3.5 Pro : le silence de Google et le pari sur Frozen v2

Google a lancé trois nouveaux modèles d’intelligence artificielle — Gemini 3.6 Flash, Gemini 3.5 Flash-Lite et Gemini 3.5 Flash Cyber — mais le modèle tant attendu par le marché, le Gemini 3.5 Pro, reste sans date de sortie. La société attribue ce retard à des échecs lors des tests internes, notamment en matière de génération de code, selon ce qu’elle a confirmé au média chinois 36Kr. La stratégie est claire : saturer le marché de variantes de niche pour masquer le fait que le produit phare n’est pas prêt. Mais l’information la plus révélatrice ne concerne pas les modèles, mais le silicium : la fuite concernant la puce interne « Frozen v2 », qui promet de multiplier l’efficacité des TPU actuels, suggère que Google ne se contente pas de repousser un lancement, mais repense l’ensemble de son architecture depuis ses fondations. Pour ceux qui investissent, concurrencent ou régulent ce secteur, la question est de savoir si nous assistons à un simple accroc tactique ou au symptôme d’une crise structurelle au sein du laboratoire de Mountain View.

Une avalanche de modèles qui ne cache pas le vide central

TechCrunch titrait sans ambiguïté : « Google releases three new Gemini models — but no 3.5 Pro ». L’absence du modèle le plus puissant, qui, selon la feuille de route interne, aurait dû arriver plus tôt, est devenue l’éléphant dans la pièce de toutes les discussions sur l’intelligence artificielle. Les trois modèles lancés — Gemini 3.6 Flash, conçu pour des réponses rapides à faible coût computationnel ; Gemini 3.5 Flash-Lite, une version encore plus légère pour les appareils aux ressources limitées ; et Gemini 3.5 Flash Cyber, spécialisé en cybersécurité — sont des variantes d’un écosystème qui se ramifie sans que le tronc principal ait grandi.

Google a déclaré à 36Kr que Gemini 3.5 Pro est en phase de test avec des partenaires et sera lancé « prochainement », sans donner de date précise. L’information, également rapportée par le média chinois Interface (界面), indique que le modèle n’a pas atteint les objectifs fixés lors des tests internes, notamment en génération de code. Ce détail n’est pas anodin : la capacité à générer du code fonctionnel et complexe est devenue le champ de bataille où se mesure la véritable puissance des modèles de pointe. Pendant ce temps, OpenAI a déjà lancé GPT-5.6 Sol, et le laboratoire chinois Moonshot AI a présenté Kimi K3, tous deux affichant des performances remarquables dans les benchmarks de programmation.

Le problème n’est pas de calendrier : il est d’architecture

Qu’un modèle soit retardé n’est pas, en soi, une nouvelle extraordinaire. Ce qui est inquiétant pour Google, c’est que le retard de Gemini 3.5 Pro n’est pas un incident isolé, mais le troisième report significatif en moins d’un an. Auparavant, la société avait déjà repoussé le lancement de Gemini 3.0 Pro pour des problèmes similaires. Et ensuite, la version intermédiaire Gemini 3.2 Pro a également subi des retards.

Le schéma suggère que le problème n’est pas de calendrier, mais d’architecture. Alors que les modèles Flash — des versions distillées et optimisées pour des tâches spécifiques — peuvent être itérés relativement rapidement, le modèle Pro exige une cohérence interne qui semble échapper aux équipes de Google. La génération de code, en particulier, requiert une compréhension approfondie des structures logiques, de la syntaxe et du contexte que les modèles actuels de Google ne parviennent pas à stabiliser. Selon des ingénieurs cités par 36Kr, les équipes de Google ont dû réécrire des parties significatives du pipeline d’entraînement de Gemini 3.5 Pro, ce qui a retardé l’ensemble du calendrier.

Dans ce contexte, la décision de lancer trois modèles de niche a une lecture stratégique : Google doit montrer que son écosystème est toujours vivant, qu’il y a des nouveautés, que le laboratoire ne s’est pas arrêté. Mais pour les analystes qui suivent de près le secteur, le signal est inverse : plus on lance de modèles mineurs, plus l’absence du grand se fait évidente.

Frozen v2 : le pari silencieux qui change tout

Si le lancement de modèles mineurs est l’écran de fumée, la fuite concernant la puce « Frozen v2 » est la véritable nouvelle. Selon 36Kr, Google développe une puce interne qui intègre de manière permanente une partie de l’architecture Gemini dans le silicium, réduisant ainsi les calculs et les transferts de données nécessaires lors de l’inférence. Les ingénieurs de Google estiment que cette conception offre une capacité de traitement de tokens par unité de puissance plusieurs fois supérieure à celle des TPU actuels.

L’impact sur les marchés a été immédiat : les actions de Google (GOOGL et GOOG) ont grimpé après la divulgation de cette information. Les investisseurs ont interprété que Google ne se contentait pas de rafistoler son modèle, mais repensait l’ensemble de la pile technologique, du silicium à la couche applicative. Si Frozen v2 tient ses promesses, Google pourrait réduire drastiquement le coût d’inférence de ses plus gros modèles, lui conférant un avantage concurrentiel en termes de prix et d’évolutivité qu’OpenAI et les laboratoires chinois ne pourront pas égaler à court terme.

Cependant, ce pari comporte un risque évident : le développement de puces personnalisées est lent, coûteux et pas toujours couronné de succès. Google a déjà rencontré des problèmes avec les générations précédentes de TPU, et Frozen v2 semble être une refonte radicale, non une évolution incrémentale. Tant que la puce n’est pas prête — et il n’y a pas de date de production en masse —, Google concourt avec une main dans le dos.

Le pouls de la frontière : qui donne le rythme ?

La situation de Google ne peut être comprise sans le contexte mondial. OpenAI a lancé GPT-5.6 Sol, avec des performances en code qui ont largement surpassé Gemini 3.0 Pro. En Chine, Moonshot AI a présenté Kimi K3, aux capacités multimodales qui ont surpris même les analystes les plus sceptiques. Et Anthropic, bien que plus discret, a constamment amélioré son modèle Claude 4.

Google, qui fut pendant des années le laboratoire de référence en intelligence artificielle, est passé en position défensive. Sa stratégie de fragmentation du marché avec des modèles spécialisés peut fonctionner à court terme pour fidéliser les clients entreprises ayant besoin de solutions concrètes, mais elle ne répond pas à la question fondamentale : Google peut-il produire un modèle de pointe capable de rivaliser directement avec GPT-5.6 Sol ou Kimi K3 ?

La réponse, aujourd’hui, est incertaine. Et le silence autour de Gemini 3.5 Pro, qui devait être cette réponse, ne fait qu’alimenter les doutes.

Une réflexion pour l’avenir : le risque de jouer en défense

Google n’est pas une petite entreprise et n’est pas en danger immédiat. Ses revenus publicitaires, son cloud et son écosystème Android lui offrent un matelas financier qu’aucun autre laboratoire d’intelligence artificielle ne possède. Mais dans la course à la frontière de l’IA, l’argent ne fait pas tout. La capacité à attirer les talents, à maintenir le moral des équipes de recherche et à exécuter rapidement est ce qui distingue les leaders des suiveurs.

La stratégie actuelle de Google — garnir la vitrine de modèles mineurs tout en repensant son silicium — peut être brillante si Frozen v2 arrive à temps et si Gemini 3.5 Pro fonctionne enfin. Mais elle peut aussi être un pari suicidaire si la puce est retardée ou ne répond pas aux attentes, et que le modèle phare continue de se faire attendre tandis qu’OpenAI et les laboratoires chinois avancent.

Pour notre public mondial, la leçon est claire : dans la géopolitique de l’intelligence artificielle, les retards ne sont pas des accidents, mais des signaux. Google est en train de perdre le pouls de la frontière, et sa réponse n’est pas de courir plus vite, mais de changer de monture. Nous verrons si la nouvelle monture — Frozen v2 — galopera avant que la course ne se termine sans elle.