Google propulse Gemini 3 Pro au sommet de l’IA mondiale

Avec Gemini 3 Pro, Google redéfinit les règles du jeu en IA. Un choc mondial qui oblige les puissances rivales, notamment la Chine, à repenser leur stratégie technologique et industrielle.

Google bouleverse la compétition mondiale en intelligence artificielle

Le lancement du tout dernier modèle d’intelligence artificielle, Gemini 3 Pro, par Google DeepMind, a soudainement redistribué les cartes sur la scène internationale. Ce modèle, salué aussi bien par ses rivaux américains qu’asiatiques – on pense à Sam Altman (OpenAI) ou Lin Junyang (Alibaba Cloud)  a placé Google en tête de l’Intelligence Index, référence du secteur pilotée par Artificial Analysis. Pour la première fois, le géant américain détrône non seulement les habituels leaders occidentaux, mais relègue également le meilleur modèle chinois, le Kimi K2 Thinking de Moonshot AI, au quatrième rang.

L’écart technologique se creuse entre États-Unis et Chine

Si certains chercheurs chinois persistent à croire à leur capacité d’innovation, beaucoup expriment leurs inquiétudes. Un cadre d’une grande start-up IA basée en Chine, sous couvert d’anonymat, l’admet sans détour : « From my point of view, we are likely to lose the game. » Il pointe notamment l’avantage structurel de Google, qui maîtrise toute la chaîne : puces propriétaires (Tensor Processing Units), modèles fondamentaux, infrastructures cloud massives… Face à ces colosses dotés de moyens quasi illimités, les start-up chinoises peinent à rivaliser.

L’enjeu du “scaling” : une stratégie remise en question ?

Pourtant, la stratégie du « scaling up » comprendre : accroître toujours plus la taille des modèles — semblait récemment atteindre ses limites. Certains acteurs chinois comme Zhipu AI doutent encore de cette approche. Mais avec un nombre estimé entre 5 et 10 trillions de paramètres pour Gemini 3 Pro (aucun chiffre officiel n’a filtré), il semble que miser sur la démesure paie toujours. Oriol Vinyals (Google DeepMind) s’en félicite même publiquement : « No walls in sight indeed. »

Perspectives et défis pour la filière chinoise

Les observateurs nuancent toutefois ce constat. Si des groupes comme Moonshot AI ou les hyperscalers chinois disposent encore d’atouts technologiques non négligeables, deux obstacles demeurent :

• L’accès limité aux puces avancées suite aux restrictions américaines ;
• Le coût prohibitif de l’entraînement des modèles géants.

Un rapport récent d’Ant Group, affilié à Alibaba, évoque ainsi des « prohibitive computational costs » pour franchir le cap du trillion-parameter model. En coulisses, une question demeure : jusqu’où la Chine pourra-t-elle suivre ce rythme effréné imposé par les mastodontes américains ?