Réponse courte
Gemini 2.5 Pro, lancé par Google le 25 mars 2025 en version expérimentale, est le premier d’une nouvelle génération de Gemini dans laquelle chaque modèle raisonne sur un problème avant de répondre. Il fait ses débuts au sommet du classement LMArena, mène plusieurs tests de mathématiques et de sciences, et peut lire environ un million de jetons, soit à peu près 750 000 mots, d’un coup.
Question de suivi Comment essayer Gemini 2.5 Pro dès aujourd’hui?
Hier, le mardi 25 mars 2025, Google a présenté Gemini 2.5, qu’elle qualifie de modèle d’IA le plus intelligent qu’elle ait conçu jusqu’ici. Le premier membre de la famille est Gemini 2.5 Pro Experimental, une version d’essai du modèle le plus performant de Google, offerte aux développeurs et aux utilisateurs payants de Gemini dès le premier jour.
La caractéristique principale tient dans la description que Google lui donne : un modèle qui réfléchit (thinking model). Comme o1 et o3-mini d’OpenAI, R1 de DeepSeek et Claude 3.7 Sonnet d’Anthropic, Gemini 2.5 Pro travaille un problème étape par étape avant de rédiger sa réponse. Google affirme qu’elle intégrera désormais cette capacité à tous ses modèles.
Ce que Google a lancé
Koray Kavukcuoglu, directeur de la technologie de Google DeepMind, le laboratoire de recherche en IA de Google, a annoncé le modèle sur le blogue de Google. Il est offert à deux endroits :
- Google AI Studio, le site Web gratuit de Google où les développeurs peuvent tester ses modèles.
- L’application Gemini, sur ordinateur et sur mobile, pour les abonnés de Gemini Advanced, le forfait à 20 $ US par mois, qui peuvent le choisir dans le menu des modèles.
Vertex AI, la plateforme infonuagique de Google pour les entreprises, l’obtiendra dans les prochaines semaines. Les prix pour un usage professionnel plus intensif n’ont pas encore été annoncés; Google affirme qu’ils suivront bientôt.
Ce n’est pas le premier modèle qui réfléchit de Google. En décembre, elle avait lancé une version expérimentale « Flash Thinking » de Gemini 2.0. Ce qui a changé, selon Google, c’est la combinaison d’un modèle de base beaucoup plus solide et d’un meilleur entraînement après la phase d’entraînement principale, ce qu’on appelle souvent le post-entraînement (post-training).
Comment fonctionne un modèle qui réfléchit
Un modèle de langage ordinaire écrit sa réponse un mot après l’autre, tout de suite. Un modèle qui réfléchit produit d’abord un passage de raisonnement privé : il découpe la question en parties, essaie une approche, la vérifie et se corrige. Ce n’est qu’ensuite qu’il rédige la réponse que vous voyez.
Google fait remonter l’idée à deux pistes de recherche qu’elle explore depuis des années. Le raisonnement par étapes (chain-of-thought prompting) a montré que les modèles font mieux quand on leur demande de montrer leur démarche. L’apprentissage par renforcement entraîne un modèle en récompensant les bons résultats, ce qui peut lui apprendre à raisonner de façon plus fiable.
Imaginez que vous planifiez un voyage en voiture avec cinq arrêts, des heures d’ouverture et un budget. Une réponse rapide pourrait énumérer les arrêts dans un ordre quelconque. Un modèle qui réfléchit a plus de chances de vérifier les distances, de remarquer qu’un endroit est fermé le lundi et d’ajuster le plan avant de vous le montrer. Le prix à payer, c’est le temps et le calcul : réfléchir prend plus de temps et consomme plus de ressources.
Ce que montrent les chiffres
Google et TechCrunch ont rapporté ces résultats :
| Test | Ce qu’il mesure | Gemini 2.5 Pro |
|---|---|---|
| LMArena | Les réponses que les gens préfèrent lors de comparaisons à l’aveugle | Premier, avec une nette avance |
| Humanity’s Last Exam | Des questions d’experts très difficiles, sans outils | 18,8 % |
| SWE-bench Verified | La correction de vrais bogues logiciels, avec une configuration d’agent sur mesure | 63,8 % |
| Aider Polyglot | La modification de code dans plusieurs langages de programmation | 68,6 % |
Google affirme aussi que le modèle mène sur GPQA (sciences de niveau des cycles supérieurs) et AIME 2025 (mathématiques de concours) sans recourir à des astuces coûteuses comme le vote à la majorité, où un modèle répond plusieurs fois et où la réponse la plus fréquente l’emporte.
Les résultats demandent du contexte. Humanity’s Last Exam (le « dernier examen de l’humanité ») a été rédigé par des centaines de spécialistes pour être extrêmement difficile; 18,8 % est donc un bon résultat parmi les modèles qui n’utilisent pas d’outils. Sur SWE-bench Verified, note TechCrunch, Gemini 2.5 Pro bat o3-mini et R1, mais reste derrière les 70,3 % de Claude 3.7 Sonnet. Aucun modèle ne gagne partout.
La longue mémoire
Les modèles Gemini sont connus pour leur grande fenêtre de contexte, la quantité de matériel que le modèle peut considérer en une seule requête. Gemini 2.5 Pro arrive avec un million de jetons, et Google annonce que deux millions arriveront bientôt. Un jeton est un morceau de mot; TechCrunch évalue un million de jetons à environ 750 000 mots, plus que toute la série Le Seigneur des anneaux.
Le modèle est aussi multimodal : il peut travailler avec du texte, de l’audio, des images, de la vidéo et même une collection entière de fichiers de code. Google insiste en particulier sur la programmation, en montrant le modèle qui écrit un jeu vidéo fonctionnel à partir d’une demande d’une ligne et qui construit des pages Web soignées.
Pourquoi c’est important
Depuis qu’OpenAI a présenté o1 en septembre dernier, le raisonnement est devenu le principal moyen pour les laboratoires d’IA de faire progresser leurs modèles, surtout en mathématiques, en sciences et en programmation. Gemini 2.5 Pro est le coup le plus fort de Google dans cette course jusqu’ici, et la première place sur LMArena suggère que les gens apprécient aussi sa façon d’écrire, pas seulement ses résultats.
L’autre point notable, c’est l’orientation. Google affirme que la réflexion ne sera plus une édition spéciale, mais une partie standard de chaque modèle Gemini. Pour les utilisateurs, cela veut dire que choisir un modèle pourrait compter moins qu’apprendre à soumettre un problème bien défini à un modèle qui réfléchit.
À essayer : soumettez à Gemini 2.5 Pro un problème de planification avec de vraies contraintes, comme une semaine de soupers en famille pour un budget de 120 $, avec une personne végétarienne et sans noix. Lisez sa réponse et vérifiez vous-même deux choses : si le total respecte vraiment le budget, et si chaque règle a été respectée.
Comment essayer Gemini 2.5 Pro dès aujourd’hui?
Si vous êtes développeur ou simplement curieux, allez dans Google AI Studio et connectez-vous avec un compte Google. Sélectionnez Gemini 2.5 Pro Experimental dans la liste des modèles et commencez à écrire. C’est un bon endroit pour tester de longues données d’entrée : collez un long rapport ou téléversez plusieurs fichiers et posez des questions qui exigent de relier des renseignements tirés de différentes parties.
Si vous êtes abonné à Gemini Advanced, ouvrez l’application Gemini sur votre ordinateur ou votre téléphone et choisissez 2.5 Pro dans le menu des modèles. Pour l’instant, la version de l’application est réservée aux abonnés d’Advanced.
Comme il est expérimental, attendez-vous à des changements et à des limites d’utilisation. Soumettez-lui des problèmes clairs et complets plutôt que des questions d’un mot, indiquez les règles qu’il doit suivre, et vérifiez son travail sur tout ce qui compte, surtout les chiffres. Un prompt de départ utile :
Voici mon problème : [décris-le en entier].
Énumère les contraintes que tu vas respecter, résous-le étape par étape,
puis donne-moi la réponse finale dans un court tableau et signale tout ce dont tu n’étais pas sûr.Sources
- Gemini 2.5: Our most intelligent AI model — Google (The Keyword), 25 mars 2025
- Google unveils a next-gen family of AI reasoning models — TechCrunch, 25 mars 2025