Pendant des mois, OpenAI et Anthropic ont occupé le devant de la scène avec leurs annonces successives. Google, plus discret, vient de rappeler qu'il reste dans la course. Gemini 2.5 Pro, doté d'un nouveau mode de raisonnement baptisé Deep Think, affiche des scores qui dépassent GPT-5.5 et Claude Fable 5 sur plusieurs benchmarks scientifiques exigeants.
Le chiffre qui retient l'attention : 82,4% sur GPQA Diamond, un test conçu pour évaluer la compréhension de questions de chimie et de physique de niveau doctorat, réputées difficiles même pour des experts humains sans accès aux outils de recherche. Sur MMLU-Pro, un benchmark plus généraliste couvrant des dizaines de disciplines, le modèle atteint 89,8%.
Une architecture pensée pour le raisonnement long
Deep Think ne se contente pas de générer une réponse en une passe. Le mode s'appuie sur un raisonnement parallèle et une inférence étendue, ce qui permet au modèle d'explorer plusieurs pistes avant de trancher, un peu à la manière d'un chercheur qui teste plusieurs hypothèses avant de rédiger ses conclusions. Cette approche coûte davantage en temps de calcul, mais elle semble payer sur les tâches qui demandent une vraie décomposition logique.
Autre atout technique : la fenêtre de contexte s'étend jusqu'à 2 millions de tokens, soit l'équivalent de plusieurs milliers de pages de texte traitées en une seule requête. Pour des usages comme l'analyse de documents scientifiques longs, de bases de code entières ou de corpus juridiques volumineux, cette capacité change concrètement ce qu'on peut demander au modèle.
Un accès réservé, pour l'instant
Deep Think n'est pas disponible pour tout le monde. Google réserve cette fonctionnalité aux abonnés Google AI Ultra, son offre premium. C'est une stratégie qu'on retrouve chez les concurrents : les capacités de raisonnement les plus poussées, plus coûteuses à faire tourner, deviennent un argument de vente pour les abonnements haut de gamme plutôt qu'une fonctionnalité gratuite pour tous.
Dans la même veine, Google introduit Gemini Spark, un agent IA personnel disponible 24 heures sur 24 pour les utilisateurs des paliers premium. L'entreprise n'a pas détaillé précisément le périmètre fonctionnel de cet agent, mais l'intention est claire : proposer un assistant qui reste actif en continu plutôt qu'une simple interface de conversation ponctuelle.
Ce que ça change pour la course aux modèles
Les benchmarks ont leurs limites, on le sait : ils mesurent des performances sur des tâches standardisées, pas nécessairement la qualité d'usage au quotidien. Mais dans un secteur où chaque dixième de point sur GPQA ou MMLU-Pro devient un argument marketing, ces résultats ont un poids réel. Ils redonnent à Google une place de choix dans les comparatifs, alors que la perception publique tendait à favoriser OpenAI et Anthropic ces derniers mois.
Reste à voir comment ces gains se traduisent dans les usages professionnels : recherche scientifique, développement logiciel complexe, analyse de documents réglementaires. Les entreprises qui misent sur Google Cloud pour leurs déploiements IA vont scruter de près la disponibilité élargie de Deep Think au-delà du cercle des abonnés Ultra.
