Google renouvelle Gemini : le bon moment pour faire le point sur les modèles Gemini, Claude et OpenAI

Philippe Cohen••12 min de lecture
Google renouvelle Gemini : le bon moment pour faire le point sur les modèles Gemini, Claude et OpenAI

Google renouvelle sa gamme Gemini. Après Gemini 4 Argon fin septembre, Gemini 4 Carbon est arrivé le 10 novembre et Gemini 4 Hydrogen le 12 : trois nouveaux modèles, avec de nouveaux noms et de nouveaux réglages. C’est le bon moment pour faire le point sur les trois grandes familles de modèles, d’autant que les concurrents n’ont pas attendu : Anthropic a sorti Claude Fable 5.2 le 9 novembre, et OpenAI GPT-6.2 Astra et Sol ce 17 novembre. Les classements de performance vont encore bouger la semaine prochaine. Ce qui ne bougera pas, c’est la forme de l’offre : les trois vendent désormais une gamme en quatre étages et un réglage d’effort sur chaque modèle.

La réponse courte, avant le détail : choisissez l’étage selon la nature du travail, puis réglez l’effort avec deux questions (combien d’étapes la tâche enchaîne, combien coûte une erreur qu’on ne verrait pas). Montez d’un cran d’effort avant de changer de modèle. En haut de l’échelle, comparez avec le modèle supérieur.

C’est ce second réglage qui pose le plus de questions, chez les débutants comme chez les utilisateurs avancés. Il occupe donc l’essentiel de cet article, outil par outil : ChatGPT, Gemini et Claude côté assistants, Claude Code, Codex et Antigravity côté développement.

Ce qui change chez Google : Gemini 4 en trois éléments

Pour sa génération 4, Google abandonne les suffixes Pro et Flash au profit de noms d’éléments chimiques :

  • Gemini 4 Carbon : le modèle le plus puissant, pour le code complexe, le débogage, la recherche scientifique et la cybersécurité. Google précise qu’il consomme plus de jetons qu’Argon parce qu’il explore davantage avant de répondre.
  • Gemini 4 Argon : un modèle de pointe plus économe, avec des réponses plus rapides et moins de calcul par échange que Carbon. Google le recommande pour l’essentiel du travail de développement et de bureau exigeant.
  • Gemini 4 Hydrogen : le modèle rapide et polyvalent, pensé pour le travail quotidien et les agents. C’est celui que la documentation de Google conseille de prendre par défaut.

Les trois acceptent texte, images, audio, vidéo et PDF, avec une fenêtre de contexte d’un million de jetons. Les modèles de la génération 3 gardent leurs anciens noms : Gemini 3.5 Flash-Lite reste l’option la moins chère pour les gros volumes, et Gemini 3.8 Flash reste au catalogue.

Dans l’application Gemini, l’accès dépend de la formule, selon l’aide Google One : Hydrogen dès Google AI Plus, Argon en plus avec AI Pro, Carbon seulement avec AI Ultra. Sans abonnement, la plupart des demandes passent par Flash-Lite, et la sélection automatique bascule sur Hydrogen pour les questions qui demandent du raisonnement.

Les trois gammes face à face

Les trois fournisseurs découpent leur offre de la même façon. Les correspondances ci-dessous sont approximatives, et OpenAI place son modèle Sol à cheval sur deux étages. Prix publics API en dollars par million de jetons (entrée / sortie), relevés le 17 novembre 2026.

ÉtageGoogleOpenAIAnthropic
Plafond : raisonnement profond, chantiers longsGemini 4 Carbon : 2 / 10 $ jusqu’au 30 novembre, puis 4 / 20 $GPT-6.2 Astra : 8 / 40 $Claude Fable 5.2 : 8 / 40 $
Travail exigeant au quotidienGemini 4 Argon : 2 / 10 $ jusqu’au 30 novembre, puis 4 / 20 $GPT-6.2 Sol : 2 / 10 $Claude Opus 5.5 : 4 / 20 $
Rapide et polyvalentGemini 4 Hydrogen : 1,50 / 7,50 $GPT-6.1 Terra : 1 / 5 $Claude Sonnet 5.5 : 2 / 10 $
Gros volumes, petit prixGemini 3.5 Flash-Lite : 0,30 / 2,50 $GPT-6 Luna : 0,10 / 0,50 $Claude Haiku 5.5 : à partir de 0,10 / 0,50 $

Côté applications grand public, les noms ne recoupent pas toujours ceux de l’API. GPT-6.2 Astra et Sol arrivent dans ChatGPT Work et Codex pour les offres Plus, Pro, Enterprise et Edu, mais OpenAI précise qu’ils ne sont pas ajoutés au chat classique à ce stade.

Quel étage pour quel travail

C’est la nature de la tâche qui décide, pas son importance.

  • Gros volumes, petit prix : trier des emails, classer des tickets, extraire des champs d’une facture, router une demande vers le bon service. Des tâches courtes, répétées des milliers de fois, où l’on vérifie le résultat en masse.
  • Rapide et polyvalent : la rédaction courante, les réponses aux clients, les résumés de réunion, l’assistance au code au fil de l’eau, les agents simples. C’est l’étage par défaut de la plupart des usages en PME.
  • Travail exigeant au quotidien : analyser un dossier de cinquante pages, comparer trois offres de fournisseurs, écrire un module complet, mener une recherche documentaire avec sources. Anthropic recommande d’ailleurs de démarrer à cet étage (Opus 5.5) pour la plupart des tâches de code et de bureau, puis de monter ou de descendre.
  • Plafond : les chantiers ouverts de plusieurs heures, le code critique dans une base existante, la recherche scientifique, l’audit de sécurité. Le surcoût se justifie quand l’étage inférieur échoue malgré un effort élevé.

Quel fournisseur, quand tout se vaut

À étage égal, les écarts de performance se jouent à quelques points et s’inversent d’une sortie à l’autre. Les critères qui tranchent sont ailleurs.

  • L’outil que vos équipes utilisent déjà. Une entreprise sous Google Workspace trouvera Hydrogen dans Google Sheets (abonnements éligibles) et Gemini dans ses applications. Une équipe de développement installée sur Claude Code ou sur Codex a peu à gagner à changer d’outil pour deux points de score.
  • Le cloud déjà sous contrat. Les modèles Claude sont proposés chez AWS, Google Cloud et Microsoft Azure, ce qui évite souvent un nouveau contrat fournisseur. Gemini passe par Google Cloud.
  • Les formats à traiter. Les modèles Gemini 4 acceptent nativement l’audio et la vidéo. Les modèles Claude actuels prennent du texte et des images.
  • Le prix au volume. Sur l’étage du bas, GPT-6 Luna et Claude Haiku 5.5 démarrent à 0,10 $ le million de jetons en entrée. Sur l’étage du haut, Gemini 4 Carbon est nettement moins cher que ses concurrents, au moins jusqu’au 30 novembre.

Un point commun aux trois : ce sont des fournisseurs américains. Aucun ne règle à lui seul la question de la confidentialité des données clients. C’est une décision d’entreprise à prendre avant le choix du modèle, et c’est le rôle d’une charte IA. Pour les données qui ne doivent pas quitter votre périmètre, un modèle hébergé chez vous ou en France reste la seule réponse complète.

Le niveau d’effort, enfin expliqué

Ce que règle vraiment l’effort

Le niveau d’effort (curseur Thinking dans ChatGPT, niveau de réflexion dans Gemini, Effort dans Claude) fixe combien le modèle réfléchit avant et pendant sa réponse : combien d’étapes il enchaîne, combien de vérifications il fait, combien d’outils il appelle. Plus l’effort monte, plus la réponse est fouillée, et plus elle se fait attendre. Dans un abonnement, elle consomme aussi vos quotas plus vite : Anthropic le précise pour Claude, et ChatGPT décompte ses niveaux Thinking à part.

Trois idées reçues à écarter :

  • Ce n’est pas un bouton « qualité ». Sur une demande simple, monter l’effort n’apporte rien. Google comme la documentation de Claude Code préviennent que les niveaux les plus hauts peuvent provoquer de la sur-réflexion.
  • Ce n’est pas un réglage de longueur. Anthropic indique que, sur Claude Fable 5.2 et Opus 5, l’effort change peu la longueur de la réponse visible. Pour une réponse plus courte ou plus détaillée, demandez-le dans la consigne.
  • Ce n’est pas un plafond strict. Google et Anthropic décrivent l’effort comme une indication de comportement : à effort bas, le modèle réfléchit encore sur un problème difficile, mais moins.

Pourquoi c’est si flou

Parce que chaque outil a ses propres mots, son propre nombre de crans et son propre réglage de départ. Et un même mot ne recouvre pas la même chose : la documentation de Claude Code rappelle que l’échelle est calibrée modèle par modèle, si bien qu’un même niveau ne correspond pas à la même quantité de réflexion d’un modèle à l’autre.

Dans les assistants conversationnels :

OutilOù se règle l’effortCrans, du plus léger au plus pousséÀ savoir
ChatGPT (GPT-6)Curseur Thinking du menu des modèlesInstant, Medium, High, Extra High, ProPlus : Medium et High seulement. Extra High et Pro : offres Pro, Business, Enterprise. Pro bascule sur un autre modèle (GPT-6 Pro). Gratuit et Go : Instant, et Think pour les questions difficiles
Application GeminiMenu des modèlesLow, Medium, HighLow par défaut si vous ne choisissez rien. Le modèle disponible dépend de la formule (Hydrogen, Argon, Carbon)
Claude (web, bureau, mobile)Nom du modèle à côté du bouton d’envoi, puis EffortLow, Medium, High, Extra high, MaxLe réglage par défaut est marqué « Default » dans le menu. Changement possible en cours de conversation

Dans les outils de développement :

OutilOù se règle l’effortCransPar défautLe cran « équipe »
Claude Code/effort (curseur), /model, ou claude --effort au lancementlow, medium, high, xhigh, maxmedium sur Fable 5.2, Opus 5.5, Sonnet 5.5 et Haiku 5.5Ultracode : Claude orchestre un travail en plusieurs étapes, à n’importe quel niveau d’effort
Codex (application, CLI, IDE)Curseur sous la zone de saisie, /model dans le CLILight (Low dans le CLI), Medium, High, Extra High, MaxLight pour GPT-6.2 Sol dans les nouvelles conversations Work (offres grand public)Ultra : répartit le travail entre sous-agents
Antigravity (application et CLI agy)Sélecteur de modèle, ou agy --effortLow, Medium, High, plus Extra (xhigh) sur Gemini 4 HydrogenHigh sur HydrogenOrchestrator : Carbon ou Argon planifie, Hydrogen exécute ; effort non réglable

Deux enseignements. D’abord, le réglage de départ est presque toujours un niveau léger ou moyen : si vous ne touchez à rien, vous n’utilisez pas toute la capacité du modèle, et c’est voulu. Ensuite, les trois outils de développement ont ajouté au-dessus du maximum un cran qui n’est plus un niveau de réflexion mais une organisation du travail, avec plusieurs agents qui se répartissent la tâche. Codex le résume ainsi : la plupart des tâches n’ont besoin ni de Max ni d’Ultra.

Un escalier de quatre marches surmonté d’un palier plus pâle, une sphère ambre posée sur la troisième marche, avec des arcs pointillés vers la marche du dessus et celle du dessous

La méthode en deux questions

Deux questions suffisent, et elles ne demandent aucune compétence technique.

  1. La tâche enchaîne-t-elle plusieurs étapes, ou demande-t-elle de l’autonomie ? Reformuler un paragraphe, c’est une étape. Analyser un contrat et en tirer les risques, c’est plusieurs. Laisser un agent travailler seul une heure sur votre code, c’est de l’autonomie.
  2. Une erreur serait-elle coûteuse, ou difficile à repérer ? Un mail mal tourné se voit à la relecture. Un chiffre faux dans une analyse financière, ou une faille dans du code qui fonctionne en apparence, ne se voit pas.

Les réponses vous placent sur l’une des cinq lignes ci-dessous. Les correspondances par outil sont notre traduction des recommandations publiées par les éditeurs, pas une équivalence officielle.

SituationExemplesChatGPTGemini (appli)Claude (appli)
1. Une étape, erreur visiblereformuler, traduire, classer, question factuelleInstantLowLow
2. Plusieurs étapes, ou erreur coûteuserésumer un dossier, comparer deux offres, rédiger un courrier sensibleMediumMediumMedium
3. Plusieurs étapes et erreur coûteuseanalyse financière, revue d’un contrat, recherche avec sourcesHighHighHigh
4. Travail long et autonomerapport de recherche complet, audit d’un ensemble de documentsExtra HighHigh, avec un modèle plus puissantExtra high
5. Exceptionnelproblème que les crans précédents n’ont pas résoluProchanger de modèle (Carbon, formule Ultra)Max
SituationExemples en développementClaude CodeCodexAntigravity
1. Une étape, erreur visiblerenommer, premier jet, petite modification relue aussitôtlowLightHydrogen en Low ou Medium
2. Plusieurs étapes, ou erreur coûteuseimplémenter une fonctionnalité bien cadréemediumMediumHydrogen en High
3. Plusieurs étapes et erreur coûteusecorriger un bug dans une base de code existantehighHighOrchestrator
4. Travail long et autonomechantier de plusieurs heures, refonte sur plusieurs fichiersxhigh, ou Ultracode si le travail se découpeExtra High, ou Ultra si le travail se découpeOrchestrator, ou Carbon en High
5. Exceptionnelrecherche de failles de sécurité, problème resté sans solutionmaxMaxCarbon en High (formule Ultra)

Pour la ligne 1, la documentation de Claude Code donne un critère simple : le niveau bas convient aux échanges rapides où vous relisez chaque résultat. Si vous relisez tout, une erreur reste visible. Si vous laissez l’outil travailler seul, montez.

Les signes qu’il faut changer de cran

Pas besoin de banc d’essai pour ajuster : les symptômes se voient à l’usage.

Montez d’un cran quand le modèle :

  • oublie une contrainte écrite noir sur blanc dans votre demande ;
  • saute une étape de calcul ou de vérification ;
  • donne une réponse plausible mais fausse sur les détails ;
  • s’arrête avant la fin d’une tâche d’agent, ou ne lance pas la recherche qu’il aurait dû faire (Anthropic signale ce comportement à effort bas sur les longues consignes d’agent).

Descendez d’un cran quand :

  • la réponse est juste mais se fait attendre ;
  • la tâche est répétitive et traitée en volume ;
  • le modèle complique une demande simple, ou ajoute ce que vous n’avez pas demandé ;
  • votre quota d’abonnement est épuisé en milieu de journée.

Monter l’effort ou changer de modèle ?

Les éditeurs publient eux-mêmes des chiffres qui éclairent ce choix (ce sont leurs propres mesures, à lire comme telles) :

  • Selon OpenAI, GPT-6.2 Sol réglé au maximum arrive à un demi-point de GPT-6.2 Astra sur le test FrontierCode 2.0, pour environ un cinquième du coût.
  • Selon Google, Gemini 4 Hydrogen obtient 51 à l’indice d’intelligence d’Artificial Analysis en high, et 54 en xhigh, contre 50 pour Argon.
  • Selon Anthropic, à l’inverse, Claude Fable 5.2 en High égale à peu près Opus 5.5 en Max, pour environ la moitié du coût par tâche.

Ces chiffres ne vont pas tous dans le même sens, et c’est l’enseignement. Chez OpenAI et Google, pousser le modèle intermédiaire suffit souvent ; chez Anthropic, le modèle supérieur réglé plus bas revient moins cher que le modèle intermédiaire au maximum. La règle qui tient partout : montez d’abord d’un cran d’effort, c’est le geste le moins cher. Arrivé en haut de l’échelle sans obtenir ce que vous voulez, comparez avec le modèle supérieur à son réglage par défaut avant de payer le maximum.

Dans les outils de code : quatre réflexes

  • Montez pour un seul message, pas pour toute la session. Dans Claude Code, écrire ultrathink dans une demande la passe en xhigh pour ce tour uniquement. Le niveau de la session ne bouge pas.
  • Distinguez réglage du jour et réglage par défaut. Dans le curseur /effort de Claude Code, Entrée enregistre le niveau pour les sessions suivantes, la touche s ne l’applique qu’à la session en cours. Le niveau max, lui, ne vaut que pour la session en cours.
  • Réservez les modes « équipe » aux chantiers qui se découpent. Ultracode, Ultra et Orchestrator brillent sur une fonctionnalité à plusieurs fichiers, pas sur une question ponctuelle. Codex recommande Ultra seulement quand le travail se divise en parties distinctes.
  • Ne reprenez pas vos anciens réglages. Anthropic indique qu’Opus 5.5 en medium égale ou dépasse Opus 5 en high sur ses évaluations de code : un niveau hérité du modèle précédent coûte souvent plus cher sans rien apporter.

Avant le 1er décembre : deux dates à noter

  • 30 novembre : fin du tarif de lancement de Gemini 4 Carbon et Argon (2 / 10 $), qui passent à 4 / 20 $. Un comparatif de coûts fait cette semaine sera faux en décembre.
  • 1er décembre : dans l’API Gemini, les requêtes vers gemini-2.5-pro seront redirigées vers gemini-3.8-flash, et celles vers gemini-2.5-flash vers gemini-3.5-flash-lite. Si une de vos automatisations appelle encore Gemini 2.5, testez-la sur le modèle de remplacement avant cette date, avec un niveau d’effort choisi explicitement.

L’essentiel en une checklist

  • Je choisis l’étage selon la nature du travail, pas selon son importance.
  • À étage égal, je reste sur l’outil et le cloud que mon équipe utilise déjà.
  • Je pars du réglage d’effort par défaut du modèle.
  • J’ajuste avec deux questions : combien d’étapes, combien coûte une erreur invisible.
  • Je monte d’un cran quand le modèle oublie, saute ou s’arrête ; je descends quand il traîne ou complique.
  • Arrivé en haut de l’échelle sans résultat, je compare avec le modèle supérieur à son réglage par défaut avant de payer le maximum.
  • Dans les outils de code, je réserve Ultracode, Ultra ou Orchestrator aux chantiers qui se découpent.

Choisir un modèle et un niveau d’effort par tâche, c’est exactement le genre de règle que l’on fixe une fois pour toute une équipe. C’est un des sujets de nos formations IA, et un point que nous passons en revue dans chaque audit d’automatisation. Si vous intégrez ces modèles dans vos propres outils, notre équipe développement peut calibrer modèles et efforts sur vos cas réels. Une question ? Écrivez-nous.

Sources