Google Gemini en 2026 : modèles, NotebookLM et intégration Workspace

· 27 min de lecture · Stanislav Belyaev

GeminiGoogleGemini 3.8 FlashGemma 4IA pour managersComparaison d'outilsRevue des modèles IANotebookLM

Google Gemini en 2026 : modèles, NotebookLM et intégration Workspace

Modèles d’IA dans cet article

Gemini est l’écosystème d’IA générative de Google. En février 2026, il s’était imposé comme l’outil de référence des entreprises qui tournent sur les services Google. Son atout tient en deux points : il travaille à l’intérieur de Google Workspace (Docs, Sheets, Gmail, Drive) et il puise des données à jour dans Google Search.

Les modèles phares acceptent jusqu’à 2 millions de tokens de contexte – de quoi analyser d’un seul tenant des années d’échanges avec un client ou toute la documentation technique d’un produit.

Gemini fonctionne comme une interface vers vos propres données. Il voit les modifications de vos tableaux et documents au moment où elles se produisent et intervient là où le travail se fait déjà : dans Docs, Sheets et Gmail.

Interface de Gemini
L’interface de Gemini

Les modèles Gemini (septembre 2026)

Entre la sortie de 3.5 Flash à la mi-mai et le 2 septembre, 106 jours se sont écoulés. Dans cet intervalle, Google a publié quatre autres modèles Flash : 3.5 Flash-Lite, 3.6 Flash, 3.7 Flash et 3.8 Flash. Le modèle phare Gemini 3.5 Pro, lui, n’y figure pas. Sundar Pichai l’avait promis pour juin ; en septembre, il est toujours annoncé « bientôt ». Selon le Wall Street Journal, les candidats internes au rang de modèle phare ne faisaient pas assez mieux que Flash pour justifier une sortie.

Pour un acheteur, la conséquence est simple. Si vous voulez un modèle de pointe signé Google, il n’y a rien à acheter aujourd’hui. Le modèle le plus puissant de Google disponible par API date de février ; le plus récent coûte plusieurs fois moins cher et couvre l’essentiel des tâches courantes.

DateSortie
21 juilletGemini 3.6 Flash et 3.5 Flash-Lite en GA : meilleure efficacité en tokens, planification plus solide en code et en scénarios agentiques. Les paramètres temperature, top_p et top_k sont déclarés obsolètes.
30 juilletGemini Robotics ER 2 en préversion.
13 aoûtGemini 3.7 Flash en GA – trois semaines après 3.6, à un tarif de lancement deux fois plus bas.
26 aoûtGemini 3.5 Transcribe et Transcribe Live en GA – reconnaissance vocale, plus de 85 langues.
27 aoûtGemini Omni Flash en GA (gemini-omni-1.1-flash) – génération et montage vidéo.
1er septembreCompréhension vidéo agentique pour 3.7 Flash, 3.6 Flash et 3.5 Flash-Lite.
2 septembreGemini 3.8 Flash en GA et 3.8 Flash Cyber.
3 septembreLyria 3.5 en préversion publique – génération de chansons complètes.

Gemini 3.8 Flash (2 septembre 2026)

Le modèle ne figure pas encore dans notre benchmark : les chiffres ci-dessous viennent de Google et de classements indépendants.

Google le présente comme son meilleur modèle pour le raisonnement et le code, à vitesse et coût égaux à ceux de 3.7 Flash. Les tarifs : 0,75 $ par million de tokens en entrée et 3,75 $ en sortie – mais c’est un tarif de lancement. Il court jusqu’au 31 décembre 2026, et Google n’a pas publié le prix normal à partir du 1er janvier. Un budget 2027 bâti sur le prix actuel revient à parier qu’il ne bougera pas.

Dans l’Artificial Analysis Intelligence Index, le modèle se classe septième sur plus de 250, avec 47 points pour un prix mixte de 0,74 $ par million de tokens. Sur DeepSWE v1.1 – un test de tâches d’ingénierie autonomes – il devance la plupart des modèles de pointe plus gros, selon la même source. L’index est publié par versions et régulièrement remis à l’échelle : seuls les chiffres d’une même édition sont comparables.

Une réserve à transmettre à l’équipe avant tout déploiement : sur des tâches réelles, une requête à 3.8 Flash coûte environ 40 % de plus que le tarif affiché, parce que le modèle génère davantage de tokens en sortie et enchaîne plus d’étapes agentiques. 0,75 $, c’est le prix du token. Le prix de la tâche est plus élevé.

Côté vitesse : 334 tokens par seconde en sortie, contre 40 à 90 pour le reste du top 10 de cet index. Cette ligne n’apparaît jamais dans un dossier d’achat. Au quotidien, c’est pourtant elle qui décide si un collaborateur lit la réponse jusqu’au bout ou file dans un autre onglet.

Dans le classement texte d’Arena.ai (ex-LMArena), 3.8 Flash est huitième avec 1 494 ± 9 points. Les neuf premiers se recoupent dans leurs intervalles de confiance – statistiquement, c’est une égalité. Pourquoi cela arrive, on l’explique dans Quand les benchmarks IA perdent leur sens, et la mécanique de calcul dans un article dédié. Ce qui rend cette huitième place intéressante, c’est le voisinage : un modèle à 0,74 $ en prix mixte côtoie des modèles phares d’Anthropic et de Meta plusieurs fois plus chers.

Où l’obtenir : l’application Gemini pour les abonnés Pro et Ultra, AI Mode dans la recherche Google, Google Sheets. Pour les développeurs – AI Studio, Android Studio et Google Antigravity. Pour les entreprises – Gemini Enterprise.

Gemini 3.8 Flash Cyber

Une déclinaison dédiée à la sécurité. Sur CyberGym, elle résout plus de 70 % des tâches de recherche de vulnérabilités réelles dans 20 langages de programmation – des chiffres de Google, sans vérification indépendante. Le modèle n’est pas commercialisé librement : il n’est distribué que via le programme Fairwind, aux gouvernements et aux opérateurs d’infrastructures critiques. Impossible de bâtir un projet commercial autour.

3.7 Flash, 3.6 Flash et 3.5 Flash-Lite

3.7 Flash est sorti le 13 août, trois semaines après 3.6, à un tarif de lancement deux fois inférieur à celui de son prédécesseur. Google annonce des progrès en débogage, en résolution d’incidents et en justesse du code dès le premier essai. 3.6 Flash et 3.5 Flash-Lite sont sortis le 21 juillet, directement en GA.

Aucun des trois ne figure encore dans notre benchmark ; les chiffres ci-dessus sont ceux de l’éditeur.

Quatre modèles en 106 jours : le coût opérationnel

Le rythme des sorties est un poste de dépense qui n’apparaît pas dans la grille tarifaire. Des prompts réglés sur 3.6 Flash ne garantissent pas le même comportement sur 3.8 : les modèles changent, l’API aussi. Au fil de ces versions, temperature, top_p et top_k ont été déclarés obsolètes – précisément les paramètres avec lesquels les équipes fixent d’habitude le style et la prévisibilité des réponses.

Standardiser une équipe sur les modèles Google aujourd’hui, c’est la standardiser sur une gamme qui change toutes les quelques semaines. L’approche qui fonctionne : séparer le projet en deux couches. D’un côté, les scénarios et les prompts que vous testez et conservez chez vous ; de l’autre, le modèle en dessous, remplaçable en une journée. Avant chaque remplacement, rejouez votre jeu de tâches et comparez avec le passage précédent.

Gemini 3.5 Flash (mai 2026)

GoogleGemini 3.5 FlashEntre dans les détails

score 7,7/10 rang 23 sur 47 $0,027 par tâche VPN nécessaire

Testé dans le benchmark mysummit.school : mai 2026À propos du modèle →Comparer →

Gemini 3.5 Flash a été l’annonce phare de Google I/O 2026 (19 mai). Il est sorti directement en GA (General Availability), sans période de préversion. Google le positionne comme un modèle Flash doté d’une intelligence de niveau Pro.

Caractéristiques clés :

  • Vitesse – environ 289 tokens par seconde, soit à peu près 4 fois plus vite que des modèles de pointe comparables
  • Contexte – 1 million de tokens en entrée, jusqu’à 65 536 tokens en sortie
  • Multimodalité – texte, images, audio, vidéo et PDF en entrée (mais pas de génération d’images ni d’audio)
  • 4 niveaux de réflexion – minimal, low, medium (désormais par défaut) et high. Ils remplacent l’ancien thinking_budget numérique
  • Conservation du contexte de réflexion d’un message à l’autre dans une conversation (activée par défaut)
  • Orchestration d’outils intégrée – Google Search, Maps, contexte d’URL, exécution de code et fonctions personnalisées s’exécutent en parallèle dans un seul appel API

D’après Google et des classements indépendants, Flash mène sur les tâches agentiques et multimodales, mais reste derrière GPT-5.5 en raisonnement (ARC-AGI-2) et sur les tâches de code difficiles (SWE-bench). Nous ne recopions pas ici les scores de benchmarks externes – ils vieillissent vite. La comparaison à jour avec la concurrence se trouve dans la fiche du modèle ci-dessus et dans le bloc de comparaison plus bas.

Par API, 3.5 Flash coûte plus cher que l’ancien Gemini 3 Flash et moins que Gemini 3.1 Pro – les tarifs actuels figurent dans la fiche du modèle ci-dessus. Pour les utilisateurs finaux, l’abonnement n’a pas changé. Depuis l’automne, 3.5 Flash n’est plus le meilleur rapport qualité-prix de la gamme : 3.8 Flash est deux fois moins cher en entrée comme en sortie.

Gemini 3.5 Pro : promis, mais pas sorti

Google a présenté son modèle principal lors du même I/O, le 19 mai, en promettant une sortie « en juin ». En septembre, toujours pas de version publique : Pro est accessible aux employés de Google et à un cercle restreint de testeurs en entreprise, et le statut officiel reste « bientôt ».

Ce qui est promis pour sa sortie :

  • Un contexte de 2 millions de tokens et un mode Deep Think pour les raisonnements les plus ardus.
  • Pro reprendra les tâches qui exigeaient jusqu’ici l’onéreuse formule Ultra : analyse multimodale approfondie, contexte très long, raisonnement lourd.
  • Prix API attendu : environ 15 $ / 60 $ par million de tokens, soit à peu près 10 fois 3.5 Flash. Il arrivera d’abord dans les abonnements Pro et Ultra.

Impossible de caler un déploiement sur cette date, puisque l’éditeur n’en donne aucune. S’il vous faut un modèle de pointe pour une échéance précise, il faudra l’acheter ailleurs. Si l’échéance peut attendre, le plus raisonnable est de construire le scénario sur 3.8 Flash et de prévoir le passage à Pro comme une tâche à part, avec son propre budget de re-tests.

Gemini 3.1 Pro

GoogleGemini 3.1 ProComprend les tâches simples

score 7,3/10 rang 30 sur 47 $0,027 par tâche VPN nécessaire

Testé dans le benchmark mysummit.school : mai 2026À propos du modèle →Comparer →

Gemini 3.1 Pro (février 2026) est le modèle phare de Google pour la planification complexe et l’analyse multimodale. Par rapport à la version 3.0, il a gagné une architecture Long-Context Reasoning : sur l’ensemble de ses 2 millions de tokens de contexte, il relie des documents épars quasiment sans perte de précision, selon les mesures de Google. En septembre 2026, c’est le modèle le plus puissant que Google vend par API – et il a déjà sept mois.

Ce qui change pour un manager :

  • En mode Deep Think 2.0, le modèle revérifie ses conclusions auprès de sources externes en trois étapes, ce qui le rend plus fiable pour l’audit financier et juridique.
  • 3.1 Pro sait exécuter seul des tâches en plusieurs étapes dans Workspace, par exemple : « Rassemble toutes les factures du trimestre dans ma messagerie, rapproche-les du tableau des dépenses dans Sheets et rédige un brouillon de rapport dans Docs en mettant en évidence les écarts. »
  • Le modèle analyse des heures d’enregistrements de conférences et en dégage non seulement ce qui a été dit, mais aussi la tonalité émotionnelle des participants (analyse de sentiment).

Gemini 3 Flash

GoogleGemini 3 FlashComprend les tâches simples

score 6,8/10 rang 40 sur 47 $0,001 par tâche VPN nécessaire

Testé dans le benchmark mysummit.school : mai 2026À propos du modèle →Comparer →

Un modèle ultra-rapide avec un contexte de 1 million de tokens. Il consomme 30 % de « tokens de réflexion » en moins que les versions précédentes. Il convient aux opérations de routine : synthèse de longues réunions, veille d’actualité, traitement de gros volumes de messages entrants. Il sacrifie la profondeur d’analyse au profit de la vitesse.

Flash-Lite : les modèles les moins chers de la gamme

GoogleGemini 3.1 Flash LiteNécessite une supervision

score 6,2/10 rang 44 sur 47 $0,000 par tâche VPN nécessaire

Testé dans le benchmark mysummit.school : mai 2026À propos du modèle →Comparer →

3.1 Flash-Lite figure depuis longtemps dans notre benchmark ; le 21 juillet, 3.5 Flash-Lite l’a rejoint en GA – nous ne l’avons pas encore testé. On choisit Flash-Lite quand le coût de mille requêtes traitées compte davantage que la qualité d’une réponse isolée : tri des messages entrants, étiquetage de premier niveau, résumés rapides. Depuis le 1er septembre, les trois modèles Flash gèrent la compréhension vidéo agentique : l’analyse d’enregistrements est désormais possible jusque dans le modèle le moins cher de la gamme.

Gemini 2.5 Pro

L’ancien modèle phare, toujours pertinent grâce à son équilibre prix-qualité. C’est ce modèle, avec la fonction Deep Think, qui a décroché une médaille d’or aux Olympiades internationales de mathématiques 2025. Il sert souvent de modèle de base dans les abonnements entreprise.

Gemma 4 – modèles ouverts (avril 2026)

La nouvelle génération de modèles ouverts de Google, issue des recherches sur Gemini 3. Quatre tailles : E2B et E4B pour les appareils mobiles, 26B MoE (Mixture of Experts, 128 petits experts – seuls 3,8 milliards de paramètres sont activés par token) et 31B Dense pour les serveurs et les stations de travail.

GoogleGemma 4 31BComprend les tâches simples

score 6,9/10 rang 38 sur 47 $0,001 par tâche VPN nécessaire

Testé dans le benchmark mysummit.school : mai 2026À propos du modèle →Comparer →

GoogleGemma 4 26B MoEComprend les tâches simples

score 6,6/10 rang 42 sur 47 $0,001 par tâche VPN nécessaire

Testé dans le benchmark mysummit.school : mai 2026À propos du modèle →Comparer →

Ce qui change par rapport à Gemma 3 :

  • Contexte jusqu’à 256 000 tokens (contre 128 000) sur les modèles serveur, 128 000 sur les modèles mobiles
  • Traitement natif de la vidéo et des images – OCR, analyse de graphiques, résolution variable
  • Un bond de qualité – sur AIME (raisonnement mathématique) et LiveCodeBench (programmation), la quatrième génération devance la troisième de plusieurs fois, selon Google
  • Licence Apache 2.0 – Google a abandonné sa licence Gemma maison. Les conditions sont désormais les mêmes que pour Qwen et Mistral : aucune restriction d’usage commercial ni de redistribution
  • Sur Arena AI, les deux plus grandes versions se placent en haut de la liste des modèles ouverts, et 26B MoE devance des modèles qui ont 20 fois plus de paramètres

Gemma 4 s’impose quand les données ne peuvent pas partir dans le cloud : documents confidentiels ou obligation de garder les données en interne. E4B tourne sur un smartphone, 31B sur un ordinateur portable ordinaire avec 16 Go de RAM une fois quantifié.

Vidéo, son et transcription : août et septembre

Jusqu’au 1er septembre, le modèle traitait une vidéo en bloc : chaque image et chaque seconde d’audio entraient dans le contexte, et tout était facturé. La compréhension vidéo agentique de 3.7 Flash, 3.6 Flash et 3.5 Flash-Lite fonctionne autrement : le modèle consulte l’enregistrement de façon sélective et va chercher, selon le besoin, la transcription, une image précise ou un extrait audio. Sur les contenus longs, Google promet jusqu’à 88 % de tokens en moins.

L’effet sur le budget est direct. Une heure d’enregistrement d’un rendez-vous client ou d’une formation coûtait autant que l’intégralité de ses images. Désormais, vous payez les passages que le modèle a réellement consultés. À vérifier sur vos propres enregistrements : 88 % est un plafond pour les contenus longs, pas une moyenne à attendre sur vos tâches.

Gemini 3.5 Transcribe et Transcribe Live (26 août, GA) forment un produit de reconnaissance vocale à part : plus de 85 langues, séparation des intervenants, horodatage au mot près, vocabulaire personnalisé jusqu’à 1 000 termes. Pour transcrire des réunions, des entretiens ou des études de terrain, cela retire la moitié du travail manuel – et le vocabulaire personnalisé règle en prime la première source d’erreurs : noms de produits, noms propres et sigles internes sont enfin reconnus correctement.

Gemini Omni Flash (27 août, GA, gemini-omni-1.1-flash) couvre la génération et le montage vidéo : prolongation d’un clip, transition entre deux images, résolution de 360p à 4K. Lyria 3.5 (3 septembre, préversion publique) génère des chansons complètes à partir d’un texte et d’une image, en stéréo 44,1 kHz.

Les modèles visuels

Veo 3.1 est un modèle de pointe pour générer des vidéos et des présentations dynamiques. La version 3.1 ajoute la « réalisation interactive » : on peut ajuster les détails de la vidéo en temps réel.

Gemini 3 a nettement amélioré la génération d’images, au point de produire sur demande des infographies réalistes.

Exemple de génération d’images avec Gemini
Exemple de génération d’images dans Gemini

Autre exemple de génération d’images avec Gemini
Autre exemple de génération d’images dans Gemini

Une vidéo ou une infographie générée a l’air prête à publier. La vérifier ne va pas aussi vite : le modèle dessine avec aplomb des chiffres absents de vos données et ajoute des détails que vous n’avez pas demandés. Plus le résultat est convaincant, plus une erreur ratée coûte cher – et plus la formulation de la demande compte.

NotebookLM : des réponses tirées de vos documents

NotebookLM est sans doute l’outil le plus puissant de Google pour le travail de fond sur la connaissance. Contrairement à un chat classique, il travaille uniquement avec les documents que vous lui avez fournis (mode « ancrage ») : les réponses s’appuient sur vos contenus et ne sortent pas du carnet.

NotebookLM – analyse de documents
Analyse des rapports annuels de six entreprises (300 à 500 pages chacun) dans NotebookLM

Pour un manager, cela donne :

  • Audio Overview (podcasts IA) – transformez un rapport annuel de 50 pages ou la stratégie de l’entreprise en un dialogue de 10 minutes entre deux experts, à écouter sur le trajet du bureau.
  • Analyse des retours – chargez les résultats d’une enquête d’engagement (eNPS) et NotebookLM fera ressortir des tendances cachées : « Qu’est-ce qui inquiète vraiment l’équipe marketing ? »
  • Base de connaissances d’équipe – créez un guide d’intégration facile à enrichir : les nouveaux posent leurs questions sur les processus internes et obtiennent des réponses qui renvoient aux articles précis de vos procédures.

Custom Gems : Gemini taillé pour un rôle

Les Gems sont des versions personnalisées de Gemini, configurées pour un rôle précis. Vous expliquez une fois au Gem sa mission, son ton et son contexte – et il est prêt à l’emploi.

Custom Gems dans Gemini
Custom Gems – des versions personnalisées de Gemini

Exemples de Gems pour un manager :

  • Onboarding Buddy – explique aux nouveaux arrivants la culture de l’entreprise et leurs premières missions.
  • Feedback Coach – prépare le manager à une conversation difficile en reformulant les critiques en recommandations constructives.
  • Interview Assistant – génère des questions d’entretien à partir de la fiche de poste et du CV, puis aide à comparer les réponses des candidats.

L’application Gemini : septembre 2026

La vague de nouveautés présentée à Google I/O le 19 mai est arrivée chez les utilisateurs en septembre. Pour un manager, ce sont les fonctions agentiques qui comptent le plus.

  • Daily Brief – une synthèse matinale personnelle : Gemini rassemble l’essentiel de vos mails, de votre agenda et de vos tâches, et affiche les priorités du jour. En cours de déploiement pour les abonnés Google AI aux États-Unis.
  • Gemini Spark – un agent personnel qui tourne en arrière-plan 24 h/24, même téléphone verrouillé, et mène vos scénarios jusqu’au bout. Lancé pour les abonnés Ultra.
  • Gemini Omni – génération de vidéos à partir de consignes textuelles, audio et visuelles dans Google Flow et YouTube Shorts ; depuis le 27 août, Omni Flash est en GA, avec montage et prolongation de clips.
  • La nouvelle interface Neural Expressive – les réponses ne ressemblent plus à un bloc de texte : l’essentiel apparaît en haut, en gras, et les détails se dévoilent au fil du défilement.
  • 3.5 Flash par défaut – depuis le 8 juin, 3.5 Flash est le modèle par défaut de l’application Gemini Enterprise, sans possibilité de le désactiver. Avec l’arrivée de 3.8 Flash, la liste des modèles de l’environnement entreprise évolue : avant d’enquêter sur des « réponses moins bonnes », vérifiez quel modèle répond réellement.

Le duo Daily Brief et Gemini Spark fait passer Gemini du statut de chat à celui d’assistant d’arrière-plan : la synthèse du matin arrive toute seule, les scénarios de routine se terminent sans vous. La qualité du résultat, elle, dépend entièrement de la précision avec laquelle vous avez décrit le scénario.

Les atouts pour un manager

  • Intégration à Workspace – Gemini est intégré à Google Docs et Gmail : il retrouve le bon mail, résume un long fil de discussion dans Chat, extrait des chiffres d’un tableau et les insère directement dans un projet de document.
  • Un contexte énorme (2 millions de tokens) – vous pouvez charger la vidéo d’un long atelier ou les enregistrements de réunions d’un trimestre entier et demander : « Résume tous les accords où il a été question de budget. »
  • Des données à jour – grâce à son lien direct avec Google Search, Gemini connaît les dernières évolutions du droit du travail ou les tendances du marché de l’emploi « à ce jour » : les données viennent de la recherche, la date de son corpus d’entraînement n’y est pour rien.
  • Google Vids – création automatique de vidéos de formation internes et de clips pour l’équipe à partir de scripts et de documents stockés dans Drive.

Exemple d’analyse par Gemini
Exemple de réponse et d’analyse de Gemini

Scénarios concrets

  • Gemini 3.8 Flash : le modèle de référence cet automne – analyse de documents, scénarios agentiques (recherche et traitement de données en parallèle dans une seule requête), traitement multimodal rapide. Prévoyez environ 40 % de plus que le tarif affiché : pour une même tâche, le modèle consomme davantage de tokens en sortie.
  • Gemini 3.5 Flash : toujours une option polyvalente pour les mêmes tâches, mais depuis septembre, à choisir en connaissance de cause – 3.8 Flash est moins cher et, selon Artificial Analysis, plus performant.
  • Gemini 3.1 Pro : veille concurrentielle (collecte de données sur le web et analyse de rapports PDF), préparation des entretiens annuels (bilan des réalisations d’un collaborateur sur six mois à partir de Docs et Gmail), audit de sécurité des processus de l’équipe.
  • Gemini 3 Flash : synthèse instantanée des réunions Meet manquées, idées de team building, tri et priorisation de la boîte de réception. Avec 3.5 et 3.8 Flash, il reste surtout pertinent quand le coût minimal est décisif.
  • Compréhension vidéo agentique : analyse d’enregistrements de réunions, d’appels clients et de formations – le modèle va chercher les images et les extraits de transcription utiles au lieu de digérer toute la vidéo.
  • Gemini 3.5 Transcribe : transcription d’entretiens et de réunions avec séparation des intervenants et vocabulaire personnalisé.
  • Project Mariner (formule Ultra) : gestion autonome de l’agenda, réservation de salles et organisation de déplacements d’équipe selon des critères complexes.
  • NotebookLM : création d’un condensé interactif de la stratégie trimestrielle pour toute l’équipe.

Ces scénarios donnent l’impression qu’il suffit de choisir un modèle et de coller un prompt. L’écart se creuse plus tard : une synthèse que l’on peut montrer à son directeur financier et une synthèse « à peu près sur le sujet » ne se demandent pas de la même façon. La différence entre « le modèle a répondu » et « le résultat est exploitable » tient à la formulation de la demande – une compétence qui s’entraîne sur ses propres tâches.

À vous de jouer : plan d’intégration et développement d’un collaborateur

Essayez vous-mêmePlanification et développement : le point fort et le point faible de Gemini

Vous

Tu es HR business partner dans une entreprise IT de 300 personnes. Élabore un plan d'intégration sur 90 jours pour un nouveau team lead qui arrive d'une autre entreprise.

## Contexte
- Équipe : 6 développeurs, 1 QA, 1 analyste
- 2 membres de l'équipe étaient eux aussi candidats à ce poste
- Lancement d'un nouveau produit dans 60 jours
- Le team lead a un solide bagage technique, mais aucune expérience du management

## Consignes
1. Découpe les 90 jours en phases, avec des objectifs concrets pour chaque semaine
2. Pour chaque phase : quelles compétences le team lead doit développer et comment les mesurer
3. Comment gérer les deux candidats « malheureux » – étapes concrètes sur les 2 premières semaines
4. Quels signaux précoces montreront que l'intégration dérape
5. Tiens compte de l'échéance produit : que faire si la formation entre en conflit avec la mise en production

Comparaison :gemini-3.6-flashdeepseek-v4-progpt-5.6-sol

Ce qu’il faut observer : la planification est la catégorie forte de Gemini dans notre benchmark, la formation et le développement des collaborateurs sa catégorie faible. Le modèle bâtira sans peine la structure semaine par semaine, mais travaillera le programme de développement moins bien que ses concurrents. DeepSeek V4 Pro mérite le détour comme alternative économique, avec un niveau de planification comparable. GPT-5.6 va généralement plus loin sur le volet management humain.

Résultats dans notre benchmark

Nous avons testé les modèles Gemini sur de vraies tâches de management – planification, communication, travail d’équipe, formation et développement, connaissance du contexte régional. Les résultats sont contrastés.

Le modèle de travail actuel de Google – Gemini 3.5 Flash – figure déjà dans le benchmark ; son score, son rang et son prix par tâche sont dans la fiche du modèle ci-dessus. Les sorties de l’automne ne sont pas dans nos données : 3.6, 3.7 et 3.8 Flash y apparaîtront après un passage sur le même jeu de tâches, et tout ce qui est dit à leur sujet plus haut repose sur Google, Artificial Analysis et Arena.ai.

Gemini 3.5 Flash dans 8 catégories de tâchesNote de 0 à 10 dans chaque catégorie : plus loin du centre, mieux c’est.
chart
  • Information search7,3
  • Data analysis7,4
  • Decisions under uncertainty7,8
  • Feedback analysis8,2
  • Corporate requirements and risks7,3
  • Automation7,2
  • People management8,2
  • Russia and Kazakhstan specifics7,8

Le radar montre le profil du modèle sur huit catégories : la gamme Gemini est solide en planification et en communication, tandis que la formation et le développement des collaborateurs restent systématiquement en retrait.

Gemini 2.5 Pro est un bon élément de milieu de tableau. Il gère bien la planification et connaît étonnamment bien le contexte régional. Mais sur la formation et le développement des collaborateurs, il signe l’un des résultats les plus faibles parmi les grands modèles. La communication est dans la moyenne.

2.5 Flash fait presque jeu égal avec la version Pro, ce qui est remarquable en soi : le modèle optimisé pour la vitesse ne sacrifie presque rien en qualité. Sa connaissance du contexte régional est tout aussi bonne. En revanche, sur le management d’équipe, c’est un échec – l’un des pires résultats du test.

Le paradoxe Gemini 3 Flash : plus récent ne veut pas dire meilleur. Sur les tâches de management, ce modèle fait moins bien que les deux versions 2.5. Il se débrouille correctement en communication et en planification, mais la formation et le management d’équipe sont ses points faibles.

Le constat est stable : on achète Gemini pour son écosystème. Sur la qualité des réponses aux tâches de management, les concurrents font mieux – nos fiches comme les classements indépendants cités plus haut le montrent. Sur l’accès à Docs, Sheets et Gmail, Google n’a pas de rival. Si vous choisissez Gemini pour avoir l’IA « la plus intelligente », vous payez pour ce qui n’est pas son point fort. Si c’est pour travailler avec les documents de votre équipe, il reste le meilleur choix.

Résultats interactifs complets ->

Les offres Gemini (septembre 2026)

  • Gratuit : accès aux modèles Flash de Google (avec limites quotidiennes), génération d’images de base, intégration à Google Docs et Drive.
  • Google AI Pro (19,99 $/mois) : accès complet aux modèles actuels, dont 3.8 Flash et 3.1 Pro, fenêtre de contexte étendue (1 million de tokens et plus), Gemini dans Workspace, 2 To de stockage.
  • Google One AI Premium (100 $/mois) : nouvelle formule apparue avec 3.5. Limites relevées, accès prioritaire aux nouveaux modèles Flash et au futur 3.5 Pro.
  • Gemini Enterprise (30 $/utilisateur/mois) : sécurité de niveau entreprise, accès prioritaire aux modèles, création de ses propres agents et plateforme Google Antigravity 2.0 pour l’automatisation de l’infrastructure IT.
  • Google AI Ultra (199,99 $/mois) : en baisse par rapport à 249,99 $. Limites maximales, accès à Veo 3.1, Deep Think sans restriction, agent Project Mariner pour automatiser les actions dans le navigateur, accès exclusif à Gemini Spark (l’agent d’arrière-plan).

Côté API, le tableau est différent et moins commode pour planifier. Jusqu’au 31 décembre 2026, 3.8 Flash coûte 0,75 $ / 3,75 $ par million de tokens, et c’est un tarif de lancement : Google n’a pas publié le prix normal. 3.7 Flash, à sa sortie, coûtait deux fois moins cher que 3.6. Impossible de construire un budget annuel sur de telles bases, et cela vaut pour toute la gamme.

Prix et qualité : où se situe le modèle sur la carte du marchéChaque point est un modèle de notre benchmark. Plus haut, plus fort ; plus à gauche, moins cher. Les modèles de cet article sont mis en évidence.

La carte prix-qualité issue de notre benchmark montre où se placent les modèles Google que nous avons pu tester. Les sorties de l’automne n’y figurent pas : 3.8 Flash, avec ses 0,74 $ en prix mixte et ses 334 tokens par seconde, devrait y être ajouté à la main, d’après les données d’Artificial Analysis.

Limites

  • Dépendance à l’écosystème – Gemini ne donne sa pleine mesure qu’au sein de Google Workspace. Si votre entreprise tourne sous Microsoft 365, une bonne partie des avantages disparaît.
  • Pas de modèle phare – le modèle API le plus puissant de Google date de février, et l’éditeur ne dit pas quand arrivera le suivant. Pour des tâches de pointe, Google n’est pas une option aujourd’hui.
  • Des prix provisoires – les tarifs de lancement de 3.8 Flash courent jusqu’au 31 décembre 2026, il n’existe pas encore de grille normale, et le coût réel d’une requête dépasse d’environ 40 % le tarif affiché.
  • Le rythme des sorties – quatre modèles Flash en 106 jours et des paramètres d’échantillonnage obsolètes : il faudra revérifier les prompts à chaque migration.
  • Le coût de la formule Ultra – à 199,99 $/mois, l’une des offres les plus chères du marché, justifiée seulement pour un usage intensif de Veo 3.1, Project Mariner et Gemini Spark.
  • Les langues autres que l’anglais – la qualité des réponses dans d’autres langues (nous avons testé le russe) reste inférieure à l’anglais, même si l’écart se réduit à chaque mise à jour.
  • Disponibilité – le statut d’accès actuel de chaque modèle figure dans les fiches ci-dessus, et certaines fonctions de l’application, comme Daily Brief, arrivent d’abord chez les abonnés américains. Si Google ne répond pas à vos exigences, comparez avec DeepSeek et GLM-5.

Cet automne, l’histoire tient à deux inconnues : 3.5 Pro sortira-t-il avant la fin de l’année, et à quoi ressembleront les tarifs normaux de 3.8 Flash au 1er janvier ? Toutes deux pèseront plus sur votre budget que n’importe quelle place au classement.

Liens utiles

Stanislav Belyaev Engineering Leader chez Microsoft

18 ans a diriger des equipes d'ingenieurs. Fondateur de mysummit.school. 700+ diplomes chez Yandex Practicum et Stratoplan.