Google vient de lâcher Gemini 3.1 Pro, et les chiffres qui accompagnent cette sortie du 19 février méritent qu'on s'y attarde. Sur le benchmark ARC-AGI-2, qui mesure la capacité d'un modèle à résoudre des problèmes de raisonnement abstrait, le nouveau venu atteint 77,1 % — contre 31,1 % pour Gemini 3 Pro et 68,8 % pour Claude Opus 4.6. En gros, Google a plus que doublé les performances de raisonnement de sa propre génération précédente en un seul cycle de mise à jour.
Les benchmarks parlent, mais pas tous dans le même sens
Si l'on regarde le tableau complet publié par DeepMind, Gemini 3.1 Pro mène sur la plupart des indicateurs généralistes. En GPQA Diamond, un test de niveau doctoral en physique, chimie et biologie, il grimpe à 94,3 % là où GPT-5.2 plafonne à 92,4 % et Claude Opus 4.6, le modèle qu'Anthropic a sorti début février, reste à 91,3 %. Sur Humanity's Last Exam, un benchmark conçu pour pousser les IA dans leurs retranchements avec des questions ouvertes particulièrement retorses, Gemini 3.1 Pro décroche 44,4 % sans outils, contre 40 % pour Opus 4.6 et 34,5 % pour GPT-5.2.
Mais le tableau se nuance dès qu'on entre dans le code. Sur SWE-Bench Verified, le standard industriel pour évaluer la capacité d'un modèle à résoudre de vrais bugs dans des dépôts open-source, Gemini 3.1 Pro atteint 80,6 %, quasiment au coude-à-coude avec Claude Opus 4.6 (80,8 %) et GPT-5.2 (80 %). Et sur SWE-Bench Pro, une variante plus exigeante, GPT-5.2 conserve l'avantage avec 55,6 % contre 54,2 % pour Gemini. Les spécialistes du code comme GPT-5.3-Codex gardent aussi leur terrain, notamment grâce à leur architecture dédiée.
Un modèle généraliste qui ne prétend pas tout faire mieux
Google assume d'ailleurs cette position dans sa communication. Gemini 3.1 Pro n'est pas vendu comme le meilleur modèle de code ou le meilleur modèle multimodal — il est présenté comme le meilleur modèle de raisonnement généraliste disponible aujourd'hui. La fenêtre de contexte reste à 1 million de tokens en entrée (64 000 en sortie), ce qui lui permet d'ingérer des dépôts de code entiers, des documents longs ou des heures de vidéo en une seule requête. Aucun concurrent ne propose cette capacité à cette échelle.
L'autre angle intéressant, qui n'apparaît pas dans les benchmarks mais que Google met en avant, concerne les capacités agentiques. Gemini 3.1 Pro intègre les avancées de Deep Think, le mode de raisonnement étendu introduit avec Gemini 3, mais les rend accessibles sans configuration particulière. Le modèle peut désormais décomposer un problème complexe en sous-étapes, tester plusieurs hypothèses en parallèle, puis synthétiser une réponse. Pour les développeurs qui utilisent des workflows automatisés — génération de code, revue, débogage en chaîne — la différence devrait se sentir dans la fiabilité des réponses plus que dans la vitesse brute.
Où essayer Gemini 3.1 Pro
Le modèle est disponible dès maintenant en preview sur l'app Gemini, Google AI Studio, Vertex AI, NotebookLM, le Gemini CLI, et même GitHub Copilot et Visual Studio Code. Google a aussi intégré le modèle à Gemini Enterprise pour les clients professionnels. La disponibilité générale suivra après une période de validation, sans date précise annoncée.
Dans la guerre des modèles qui fait rage depuis début 2026, Google peut aussi compter sur ses 750 millions d'utilisateurs Gemini pour distribuer rapidement ces améliorations à grande échelle. Ni OpenAI ni Anthropic ne disposent d'un tel réseau de distribution intégré à un écosystème existant (Search, Android, Workspace).
La question n'est clairement plus vraiment de savoir quel modèle est « le meilleur » en absolu, puisque chacun excelle dans sa niche, mais plutôt de comprendre lequel s'intègre le mieux dans vos outils du quotidien.