Google ne fait plus courir OpenAI et Anthropic vers la même ligne d'arrivée. Ses rivaux veulent une IA qui s’améliore. Google veut une IA qui comprend le monde réel.
Il est facile de rater cette scission, car Google expédie toujours des modèles et gagne toujours de l'argent. Mais sa dernière version s'est classée 10e dans un classement indépendant.
Ce que Google a dit et n'a pas dit à propos de la course à l'IA
Google a publié Gemini 3.6 Flash le 21 juillet. L'objectif était la vitesse et le coût, pas la puissance brute.
Suivez-nous sur X pour recevoir les dernières nouvelles au fur et à mesure
Le modèle produit 17 % de jetons en moins que la version précédente, indique le blog de Google. Les jetons sont les petits morceaux de texte écrits par une IA. Moins de jetons signifie une réponse moins chère.
Le pouvoir est une autre affaire. Une lecture publiée de l’indice d’analyse artificielle a placé le modèle au 10e rang. Tous les autres grands laboratoires se classent au-dessus.
Google ne reste pas immobile. Il a commencé sa plus grande campagne de formation à ce jour, pour Gemini 4. Un modèle plus grand, Gemini 3.5 Pro, est toujours en test avec des partenaires.
Sundar Pichai a souligné un prix différent. Il a lié la feuille de route aux agents personnalisés plutôt qu'aux victoires au classement.
Les investisseurs sont moins détendus. Les actions d'Alphabet ont chuté de 6 % en juin après le départ de deux chercheurs seniors chez des concurrents.
Dans le pari de DeepMind sur les modèles mondiaux
Un modèle mondial est l’IA qui apprend comment les choses physiques se comportent. Gravité, mouvement, cause et effet. Il prédit ce qui se passera ensuite dans une pièce, et non le mot suivant dans une phrase.
Le propre site Web de DeepMind montre le pari. Il classe Genie 3 et Gemini Robotics sous la rubrique des modèles mondiaux et de l'IA incarnée, c'est-à-dire des logiciels qui contrôlent les machines.
En mai, le laboratoire a étendu le projet Genie à Street View. Il a également lancé SIMA 2, un agent qui apprend en jouant dans des mondes virtuels en 3D.
OpenAI et Anthropic visent complètement autre chose. Ils veulent une auto-amélioration récursive, abrégée en RSI.
En termes simples, il s’agit d’une IA suffisamment intelligente pour créer la prochaine et meilleure IA. Ensuite, celui-là construit celui qui le suit.
L'écrivain Alberto Romero a affirmé mardi que Google avait volontairement abandonné cette course.
« Hassabis parie sur autre chose : des modèles mondiaux. Des modèles capables de comprendre et de simuler le monde réel, et pas seulement de prédire le prochain jeton », a écrit Alberto Romero dans une analyse récente.
Google n'a rien dit de tel. Demis Hassabis, qui dirige Google DeepMind, n'a jamais exclu RSI en public.
Pourquoi un co-fondateur de Rival dit que DeepMind est la valeur aberrante
La lecture externe la plus précise est venue d’un rival, des mois plus tôt.
Jack Clark a co-fondé Anthropic. Le 4 mai, il a publié un essai sur la direction que prend l’IA.
Il a donné 60 % de chances que l’IA puisse mener ses propres recherches d’ici la fin de 2028. Il a fixé 30 % pour 2027.
Clark a ensuite demandé quels laboratoires poursuivaient cet objectif. DeepMind, écrit-il, « semble être le plus prudent des trois grands ». Circonspect signifie prudent.
Son témoignage provenait de DeepMind lui-même. Il a cité son article de 2025 sur la sécurité de l'IA, co-écrit par le co-fondateur Shane Legg.
Anthropic est bien plus audacieux. Il a rapporté dans une étude d'auto-amélioration récursive que Claude avait écrit plus de 80 % du code qu'il expédiait d'ici mai 2026.
Avant février 2025, cette part était proche de zéro.
L’entreprise a documenté que l’IA crée une meilleure IA. Lors d'un test de vitesse, ses modèles ont enregistré un gain de 52 fois en avril, contre 2,9 fois un an plus tôt.
Un ingénieur qualifié a besoin de quatre à huit heures pour gérer un gain quadruple sur la même tâche.
Pourquoi Google n'aurait peut-être pas du tout abandonné la course à l'IA
Deux faits vont à l’encontre de l’idée générale :
- Google mène le test qui se rapproche le plus de la mesure des compétences en recherche sur l'IA.
MLE-Bench demande à un modèle de construire lui-même des systèmes d'apprentissage automatique. Un modèle Gemini 3 a obtenu un score de 64,4 % en février. C'était le meilleur résultat à l'époque. Google a mis 3,6 Flash à 63,9 % en juillet.
Les laboratoires qui quittent un domaine arrivent rarement en tête de son tableau de bord.
- Google est loin d'être absent du marché.
Pichai a déclaré aux investisseurs que l'application Gemini comptait 950 millions d'utilisateurs mensuels. Google a ignoré l'alliance ouverte avec l'IA de NVIDIA ce mois-ci. OpenAI et Anthropic aussi.
Google peut-il se permettre d’attendre ?
Les arguments en faveur de la patience sont simples. Les annonces de recherche paient pour tout le reste, DeepMind peut donc prendre son temps.
Le propre dossier d'Alphabet montre que ce coussin s'amincit.
Les revenus ont atteint 119,8 milliards de dollars au cours du trimestre de juin, en hausse de 24 %, selon les résultats déposés le 22 juillet. La recherche à elle seule a rapporté 63,3 milliards de dollars.
Vient ensuite les dépenses. Alphabet a investi 44,9 milliards de dollars dans les centres de données et les équipements en trois mois. C'est environ le double un an plus tôt.
Le résultat a été un flux de trésorerie disponible négatif de 5,86 milliards de dollars. Le flux de trésorerie disponible est ce qui reste une fois les factures de construction payées.
Ce chiffre était positif de 10,1 milliards de dollars en mars. En décembre, il était positif de 24,6 milliards de dollars.
Alphabet a comblé l'écart en vendant pour 49,6 milliards de dollars de nouvelles actions en juin. Elle a emprunté 20,3 milliards de dollars supplémentaires.
La dette à long terme a doublé en six mois, passant de 46,5 milliards de dollars à 98,2 milliards de dollars.
Une ligne des comptes couvrant la recherche partagée sur l’IA a perdu 5,79 milliards de dollars, contre 3,37 milliards de dollars. La patience a désormais un prix.
Que surveiller au cours des 30 prochains jours
- Si Gemini 3.5 Pro est livré et comment il se classe
- Si DeepMind affiche les résultats du modèle mondial liés à Gemini 4
- Le flux de trésorerie d'Alphabet redeviendra-t-il positif en septembre ?
- Hassabis répond-il directement à la question du développement personnel ?
Gemini 4 est le véritable test. Si les modèles mondiaux fonctionnent là où les agents de codage stagnent, la lenteur semblera plus intelligente que effrayante.
Le prochain rapport sur les résultats montrera combien de temps Alphabet peut continuer à payer pour le savoir.
L'article Pourquoi Google a peut-être tranquillement quitté la course à l'IA vers OpenAI et Anthropic apparaît en premier sur BeInCrypto.
Voir l’article original en anglais
