Le retard de Google Gemini 3.5 Pro signale des problèmes plus profonds dans l'IA

Alphabet a perdu environ 200 milliards de dollars de valeur boursière après que des rapports ont confirmé que son modèle phare Gemini 3.5 Pro accuse des mois de retard, avec des performances de codage inférieures aux benchmarks internes et un nombre croissant de chercheurs seniors partant pour des laboratoires rivaux. Le retard de Gemini 3.5 Pro, qui a déclenché une chute de 4,4 % le 16 juillet, fait de ce retard le plus coûteux de l'histoire de Google et signale que les investisseurs perdent patience face à la cadence de publication délibérée de l'entreprise dans un marché qui récompense ceux qui livrent en premier.

Google a annoncé Gemini 3.5 Pro lors de sa conférence développeurs I/O le 19 mai 2026, où le directeur général Sundar Pichai a dit aux participants de s'attendre à une disponibilité générale le mois suivant. Cette fenêtre de juin est passée sans aucune sortie publique. À la mi-juillet, le modèle reste accessible uniquement via un aperçu limité pour les entreprises sur Vertex AI, sans date de disponibilité générale fixée. La documentation de l'API ne contient aucune trace de la disponibilité du modèle.

Pourquoi le retard de Gemini 3.5 Pro est profond

Le retard n'est pas le résultat d'un simple glissement technique. Selon des personnes proches du dossier citées dans un rapport de Bloomberg, DeepMind a abandonné le précédent modèle de base de Gemini 3.5 Pro et l'a reconstruit de zéro après avoir échoué aux tests d'entreprise. L'effort de réentraînement visait à améliorer les capacités de codage du modèle, qui n'avaient pas atteint le niveau de qualité interne que Google s'était fixé.

Fin juin, Google a mis à jour les données d'entraînement utilisées pour améliorer les compétences de codage de Gemini. Les résultats ont été décevants, a déclaré une personne proche du dossier. Dix employés actuels et anciens interrogés par Bloomberg ont décrit la frustration au sein de l'entreprise, craignant que Google ne perde du terrain alors que ses concurrents publient des modèles qui surpassent Gemini sur des benchmarks clés. Un porte-parole de Google a déclaré à Bloomberg que la société teste actuellement la version 3.5 Pro avec des partenaires, ainsi qu'un modèle Flash amélioré, sans donner de calendrier pour un déploiement plus large. Le retard de Gemini 3.5 Pro est une conséquence directe de ces difficultés internes.

La capacité de codage est devenue un benchmark critique pour les modèles d'IA de pointe car elle se traduit directement par l'adoption par les développeurs, les contrats d'entreprise et l'intégration de produits. OpenAI et Anthropic ont tous deux publié ces dernières semaines des modèles qui obtiennent des scores plus élevés aux évaluations de codage standard, créant un écart visible que Google n'a pas réussi à combler malgré des investissements importants dans l'infrastructure d'entraînement. Le retard de Gemini 3.5 Pro est particulièrement préjudiciable car la performance en codage est là où elle compte le plus.

Hémorragie de talents vers les concurrents

Les défis techniques sont aggravés par une crise de personnel. Plusieurs chercheurs seniors de DeepMind ont quitté Google ces dernières semaines, quatre d'entre eux étant partis en une seule semaine selon certains récits. Les départs incluent Noam Shazeer, co-auteur de l'article fondateur sur les Transformers qui sous-tend la plupart des grands modèles de langage modernes. Les destinations sont presque exclusivement les principaux rivaux d'IA de Google : OpenAI, Anthropic, et dans certains cas, Meta. Le retard de Gemini 3.5 Pro a accéléré l'exode alors que les chercheurs perdent confiance dans la direction de l'entreprise.

Les départs représentent plus qu'une perte de talents individuels. Ils signalent un décalage culturel entre l'éthique de la recherche de DeepMind et la pression du cycle de produit exigée par le marché actuel de l'IA. Les employés cités dans le rapport de Bloomberg ont décrit une entreprise où les progrès lents et méthodiques de la recherche entrent en conflit avec la nécessité de livrer des produits fonctionnels sur des cycles trimestriels. La tension s'est accrue alors que le cloud de Google pousse pour des versions plus rapides afin de concurrencer OpenAI soutenu par Microsoft et Anthropic soutenu par Amazon.

Réaction du marché et la question des 200 milliards de dollars

Les actions d'Alphabet ont chuté de 4,4 % le 16 juillet, effaçant environ 200 milliards de dollars de capitalisation boursière. La vente massive a eu lieu le même jour que Bloomberg a publié son rapport sur le retard, indiquant que le marché n'avait pas intégré toute l'ampleur du problème. CNBC a confirmé le rapport et ajouté des détails sur la frustration interne et les départs de talents.

L'ampleur de la perte de valorisation reflète à quel point la croissance future d'Alphabet est liée à sa feuille de route en IA. Le retard de Gemini 3.5 Pro est la preuve la plus claire de cette dépendance. L'activité cloud de Google, qui génère des dizaines de milliards de revenus trimestriels, dépend de la capacité à convaincre les clients entreprises que ses modèles sont compétitifs face à ceux d'OpenAI, d'Anthropic et d'autres. Un modèle phare qui ne peut pas être livré à temps, qui performe mal en codage et qui voit fuir les chercheurs qui l'ont construit crée un problème de crédibilité qu'aucune campagne marketing ne peut résoudre.

Le déficit en codage est particulièrement préjudiciable car la génération de code est le principal cas d'utilisation de l'IA en entreprise aujourd'hui. Les entreprises paient pour des outils d'IA qui accélèrent le développement logiciel, et le modèle qui mène sur les benchmarks de codage a tendance à remporter les contrats d'entreprise. L'incapacité de Google à atteindre ses propres objectifs sur cette dimension place sa division cloud dans une position difficile lors des négociations avec les grands clients qui évaluent déjà des alternatives d'Anthropic et d'OpenAI.

Les analystes sont confrontés à une question difficile : s'agit-il d'un revers temporaire ou d'un symptôme de problèmes structurels plus profonds ? Le modèle de base reconstruit suggère que les problèmes n'étaient pas mineurs et que la direction de DeepMind a jugé qu'un redémarrage complet était moins risqué que de livrer un modèle auquel elle ne croyait pas. Cette décision gagne en qualité mais coûte du temps, et dans ce marché, le temps se mesure en positionnement concurrentiel et en confiance des investisseurs.

Pression concurrentielle à un point de bascule

Le retard survient à un moment où le marché de l'IA de pointe s'accélère. OpenAI a livré plusieurs mises à jour de modèles depuis le Google I/O, et Anthropic a publié de nouvelles versions de sa famille Claude. Les deux entreprises ont démontré des performances de codage solides qui concurrencent directement ce que Gemini 3.5 Pro était censé offrir. Meta a également publié de nouvelles versions de ses modèles Llama en accès libre, disponibles gratuitement et de plus en plus compétitifs avec les systèmes propriétaires sur les évaluations standardisées.

La position de Google en tant qu'opérateur de l'infrastructure de recherche en IA la plus vaste au monde, y compris ses supercalculateurs TPU et ses énormes clusters d'entraînement, ne s'est pas traduite par un avantage en matière de livraison. La culture de recherche de l'entreprise, qui a produit l'architecture Transformer à l'origine du boom actuel de l'IA, est optimisée pour la profondeur plutôt que pour la vitesse. Dans l'environnement concurrentiel actuel, cette orientation est devenue un handicap qui coûte à l'entreprise à la fois des talents et des parts de marché.

Pour les clients entreprises qui évaluent les plateformes d'IA, le retard introduit de l'incertitude. Les entreprises qui ont construit des plans d'intégration autour du calendrier de juin de Gemini 3.5 Pro doivent maintenant décider si elles attendent, changent de fournisseur, ou se couvrent avec plusieurs modèles. Les départs de talents soulèvent des questions supplémentaires sur la continuité de la feuille de route IA de Google au-delà de la génération actuelle, car les chercheurs qui sont partis ont joué un rôle déterminant dans la construction des modèles que les clients entreprises évaluent maintenant.

Pourquoi cela importe

Le retard de Gemini 3.5 Pro est important car il expose un décalage entre l'ambition de recherche et l'exécution commerciale qui a des conséquences financières réelles. Une perte de valeur boursière de 200 milliards de dollars, un modèle reconstruit de zéro, et un flux de chercheurs de haut niveau vers les concurrents ne sont pas des événements isolés. Ce sont des symptômes d'une tension structurelle que Google n'a pas résolue. Pour l'industrie de l'IA dans son ensemble, la question est de savoir si même le banc de recherche le plus profond peut survivre dans un marché qui récompense la rapidité plutôt que la perfection, et si les difficultés de Google ralentiront le rythme global des progrès ou simplement transféreront la tête à d'autres acteurs.

Related Articles

• OpenAI et Anthropic investissent 350 millions de dollars dans la recherche sur l'impact de l'IA sur le travail
• Le benchmark DeepSWE de Datacurve identifie des erreurs majeures dans les tests de codage IA
• OpenAI fait face à des revers techniques alors que le lancement de GPT-5.4 déclenche des erreurs systémiques

✔Human Verified

Recherché et recoupé avec des sources primaires par la rédaction de Bytevyte.