Google lance ses nouveaux modèles Gemini 2.0 : voici tout ce qui change
La firme californienne accélère le déploiement de sa nouvelle gamme Gemini 2.0 sur l’ensemble de ses plateformes.
Pendant que Siri prend du retard, Google prend de l’avance en faisant évoluer sa famille de modèles d’IA, Gemini. Un renouveau qui se matérialise à vitesse grand V sur les écrans des utilisateurs. Initialement déployées sur la plateforme web jeudi dernier, les nouvelles versions ont rapidement atteint les applications mobiles Android et iOS. Un calendrier inhabituellement rapide pour Google, qui préfère habituellement étaler ses déploiements sur plusieurs semaines. Dès samedi après-midi, de nombreux comptes bénéficiaient déjà des améliorations.
Désormais, une palette de cinq modèles différents sont disponibles. Gemini 2.0 Flash pour un usage quotidien et avoir des réponses rapides, 2.0 Flash Thinking pour des raisonnements plus complexes et approfondis, Deep Research, un modèle qui peut analyser des quantités colossales de données, Perzonalisation qui tient compte de l’historique de l’usager pour affiner ses réponses, et 2.0 Pro, qui excelle dans des domaines variés.
Des modèles plus rapides et accessibles à tous
Le changement le plus frappant concerne l’accès généralisé au modèle Flash Thinking. Auparavant réservé aux abonnés premium, ce modèle devient accessible aux utilisateurs de la version gratuite. Il est beaucoup plus performant et plus rapide dans l’exécution des tâches que le modèle Flash et affiche même son raisonnement lorsqu’on lui pose une question. Google a discrètement modifié sa nomenclature : le terme « experimental » apparaît dorénavant en minuscules et entre parenthèses, tant pour Flash Thinking que pour le modèle Pro.
L’expérience globale gagne aussi en fluidité et Gemini ne fonctionne plus de manière cloisonnée. La firme a simplifié l’accès aux autres applications de son écosystème : le modèle spécifique « with apps », introduit le mois dernier pour connecter Gemini à Gmail ou YouTube, disparaît au profit d’un accès direct via Flash Thinking. La navigation est, de ce fait, bien plus agréable et fluide.
Parallèlement, l’importation de documents devient accessible à tous les utilisateurs, y compris ceux de la version gratuite. Les abonnés Gemini Advanced bénéficient quant à eux d’une amélioration considérable de la mémoire contextuelle, qui atteint désormais le million de tokens. Cela signifie que le modèle peut se souvenir d’une quantité beaucoup plus importante d’informations échangées au cours d’une conversation, ce qui permet des dialogues beaucoup plus longs, nuancés et détaillés.
Gemini avait la sale tendance à avoir la mémoire courte, contrairement à un certain ChatGPT ; l’agrandissement de sa mémoire devrait lui faire le plus grand bien.
Un des modèles les plus impressionnant est certainement Deep Research, capable de s’acquitter de recherches complexes et fouillant à toute vitesse le web et en donnant ses sources sur un sujet x. Il peut ensuite fournir une synthèse détaillée, point par point, tout en justifiant son raisonnement. Il est un peu plus long à la détente que les autres, mais les informations qu’il distille par la suite sont bien plus approfondies.
Exemple ci-dessous, avec la question : « Tu peux me faire l’historique de la création d’Apple et son évolution jusqu’à aujourd’hui ? ». Gemini vous proposera d’abord un plan de recherche, que vous pourrez modifier et valider pour qu’il commence à chercher.
La génération prend plusieurs minutes. © Capture d’écran / Gemini
Le modèle vous montre son raisonnement, les sources qu’il utilise pour générer ses synthèses et produit ensuite un résumé extrêmement complet et bien organisé (voir ci-dessous). Sur les quelques essais que nous avons faits, absolument aucune erreur n’a été relevée malgré des choix de sujets pointus (géographie physique, zoologie, histoire, génétique, etc.).
La présentation est esthétiquement réussie et est très agréable à consulter. © Capture d’écran / Gemini
Le modèle baptisé Personalization (indisponible en version web/mobile au moment de la rédaction de cet article) puise dans votre historique de recherche pour contextualiser ses réponses. Ce modèle, encore au stade expérimental, pourrait trouver sa pertinence à l’usage pour les recommandations de voyage, les idées de contenu multimédias à visualiser ou les suggestions de nouvelles compétences à acquérir.
Google tente visiblement de se démarquer par une nouvelle stratégie : la diversification de ses modèles en les repositionnant à mi-chemin entre accessibilité et performance. Un gros avantage pour qui veut trouver chaussure à son pied en choisissant le modèle le plus approprié selon ses exigences ou selon la tâche à effectuer. On espère qu’Apple en prendra de la graine pour Apple Intelligence.
- Google accélère le déploiement de ses nouveaux modèles Gemini, offrant désormais cinq variantes adaptées à différents usages, avec une accessibilité élargie aux utilisateurs gratuits.
- L’expérience utilisateur s’améliore avec une navigation plus fluide, la suppression des barrières entre applications, une mémoire contextuelle étendue et l’intégration de fonctionnalités avancées comme l’importation de documents.
- Avec Deep Research pour des analyses approfondies et Personalization pour des réponses adaptées aux habitudes de recherche, Google mise sur une IA plus performante et personnalisable.
