Pourquoi Google retarde Gemini 3.5 : la course aux modèles géants patine

Un lancement qui n'en finit pas d'être reporté

En mai 2026, sur la scène de Google I/O, Sundar Pichai annonce Gemini 3.5 Pro pour le mois suivant. Fin juillet, le modèle n'est toujours pas disponible au public. Entre les deux, trois reports successifs, une réécriture interne du modèle et, selon Bloomberg, une frustration croissante chez les ingénieurs et chercheurs de Google.

Ce n'est pas un simple glissement de calendrier comme en connaît régulièrement l'industrie du logiciel. C'est le signe le plus visible à ce jour d'un désalignement entre l'ambition affichée par Google et ce que son modèle phare est réellement capable de livrer, au moment précis où Anthropic et OpenAI accélèrent.

Cet article reconstitue ce qu'on sait de ce retard, sépare les faits rapportés par plusieurs sources indépendantes des rumeurs non confirmées, et regarde ce que cet épisode dit de l'état réel de la course aux modèles les plus puissants.

Ce n'est pas un simple glissement de calendrier. C'est le signe le plus visible d'un désalignement entre l'ambition affichée et ce que le modèle peut vraiment livrer.

Chronologie d'un chantier qui s'éternise

Le premier report, de juin à juillet, est présenté par Google comme un ajustement de routine : après des tests internes en entreprise, l'entreprise dit vouloir affiner l'efficacité en tokens, les performances de codage et le raisonnement en plusieurs étapes. Fin juin, elle met à jour les données d'entraînement du modèle pour corriger spécifiquement ses lacunes en codage. Les résultats internes, rapportés par Bloomberg, restent décevants.

Le second report est d'une autre nature. Plusieurs médias spécialisés rapportent que Google aurait fini par constater des défaillances plus profondes, non corrigibles par un simple réglage fin : le modèle perdait sa cohérence en générant des mises en page SVG complexes à plusieurs calques, et se dégradait dans des chaînes d'appels d'outils récursives, ces séquences où un agent utilise le résultat d'un outil pour en appeler un autre, sur des dizaines d'étapes. Ce constat aurait poussé Google à relancer un entraînement complet plutôt que de rapiécer l'existant.

Un troisième report suit à la mi-juillet, cette fois lié à des soucis de fiabilité et à des hallucinations. La date du 17 juillet, largement relayée dans la presse tech comme objectif informel, est passée sans annonce officielle. À la même période, un porte-parole d'Alphabet confirme seulement que l'entreprise teste 3.5 Pro et d'autres modèles avec des partenaires, sans donner de nouvelle date.

• 01Mai 2026 : Sundar Pichai annonce Gemini 3.5 Pro pour juin, lors de Google I/O.
• 02Fin juin 2026 : premier report, mise à jour des données d'entraînement pour corriger le codage.
• 03Juin-juillet 2026 : Google reconstruit une partie du modèle après des défaillances rapportées sur le SVG et l'enchaînement d'outils.
• 04Mi-juillet 2026 : nouveau report, cette fois attribué à des problèmes de fiabilité et d'hallucinations.
• 0517 juillet 2026 : date rumeur de lancement, passée sans sortie ni annonce officielle.

Des départs qui brouillent le tableau

Le retard technique s'accompagne d'un second signal, plus difficile à interpréter mais tout aussi commenté. Dans la semaine du 21 au 27 juin 2026, quatre chercheurs seniors de l'équipe Gemini ont annoncé leur départ pour Anthropic. Plusieurs médias rapportent ce fait sans toutefois nommer précisément ces quatre personnes ni détailler leurs postes exacts ; il convient donc de le traiter comme un signal collectif plutôt que comme des cas individuels vérifiés.

Ce mouvement s'inscrit dans une tendance plus large : Google a déjà perdu, en 2025 et 2026, plusieurs chercheurs de premier plan au profit d'Anthropic, d'OpenAI ou de jeunes pousses spécialisées. Rien ne prouve, à ce stade, un lien de cause à effet direct entre ces départs et le retard de Gemini 3.5 Pro. Mais la coïncidence de calendrier a suffi à alimenter l'inquiétude, y compris en interne, sur la capacité de Google à retenir ses meilleurs talents pendant une phase critique.

La sanction est venue des marchés. Après la publication de l'enquête de Bloomberg le 16 juillet, l'action Alphabet a reculé de près de 3 %, les investisseurs interprétant le retard comme un signe que Google pourrait perdre du terrain face à des rivaux qui, eux, continuent de livrer des modèles en avance de phase.

Rien ne prouve un lien de cause à effet direct entre les départs et le retard du modèle. Mais la coïncidence de calendrier a suffi à alimenter l'inquiétude.

Pendant ce temps, Gemini 3.5 Flash tourne déjà

Le retard ne concerne que la version Pro. Gemini 3.5 Flash, la déclinaison plus légère et plus rapide, est disponible depuis le 19 mai 2026 et n'a fait l'objet d'aucun report annoncé. Selon plusieurs comparatifs indépendants publiés en ligne, Flash se distingue particulièrement sur les tâches d'appel d'outils : sur le benchmark MCP Atlas, qui mesure la capacité à enchaîner des appels d'outils dans un contexte agentique, Flash devancerait Claude Sonnet 4.6, Claude Opus 4.7 et GPT-5.5.

Cet avantage ne se retrouve pas partout. Sur des benchmarks d'ingénierie logicielle qui font éditer de vrais dépôts de code, comme SWE-bench Verified ou SWE-bench Pro, Claude Sonnet 4.6 et Claude Opus 4.7 conserveraient l'avantage. Le tableau qui se dessine est donc contrasté : un modèle Flash rapide et solide sur l'orchestration d'outils, une version Pro attendue depuis des mois pour tenir tête sur le travail de code réel, et qui n'y arrive toujours pas selon les tests internes de Google lui-même.

Pour ne pas rester sans nouveauté pendant que Pro se réécrit, Google aurait par ailleurs réservé des noms de modèles intermédiaires, Gemini 3.6 Flash et Gemini 3.5 Flash Light, une manière de maintenir un rythme de sorties visible aux yeux du marché en attendant que le modèle phare soit prêt.

Une course où personne n'avance sans accroc

Le retard de Gemini 3.5 Pro prend un relief particulier parce qu'il survient dans un contexte de compétition frontale entre les trois grands laboratoires américains. Bloomberg le formule sans détour : la contre-performance interne inquiète des ingénieurs, chercheurs et cadres de Google, à un moment où OpenAI et Anthropic publient des modèles jugés supérieurs sur plusieurs terrains.

Cela ne signifie pas que les concurrents avancent sans friction. IA Pulsion racontait il y a quelques semaines comment Claude Fable 5, le modèle le plus avancé d'Anthropic, avait été suspendu pendant près de trois semaines sur décision du gouvernement américain avant d'être rétabli. Chaque laboratoire traverse ses propres turbulences, techniques pour Google, réglementaires pour Anthropic. Ce qui distingue l'épisode Gemini, c'est sa durée : trois reports en l'espace de deux mois, sur le modèle que Google avait lui-même présenté comme son porte-drapeau pour 2026.

Cette pression a un effet concret en interne. Selon des informations rapportées par la presse spécialisée, l'IA générerait déjà environ 75 % du nouveau code écrit chez Google en avril 2026, et l'entreprise chercherait à unifier ses outils de développement internes pour lever des contraintes de capacité. Autrement dit, Google mise sur l'automatisation de sa propre ingénierie pour tenir la cadence, au moment même où son modèle le plus attendu peine à convaincre sur cette même tâche de codage.

Ce que ce retard révèle vraiment

Il serait facile de résumer cet épisode à un simple couac de calendrier chez Google. Le lire ainsi manquerait l'essentiel. Un modèle repoussé trois fois, une reconstruction interne évoquée par plusieurs sources, des départs de chercheurs vers un concurrent direct, une réaction boursière négative : pris ensemble, ces éléments dessinent une entreprise qui peine, au moins temporairement, à transformer ses moyens considérables en avantage produit décisif face à des rivaux plus agiles sur ce cycle précis.

Cela ne veut pas dire que Google est distancé durablement. L'entreprise dispose d'une infrastructure de calcul, de données et de distribution que peu d'acteurs peuvent égaler, et Gemini 3.5 Flash montre qu'elle sait encore livrer un modèle compétitif quand le calendrier n'est pas contraint par une promesse publique aussi précise que celle de Pichai en mai.

La vraie leçon tient plutôt dans ce que cet épisode dit de la course elle-même. Les annonces de calendrier faites en grande pompe sur scène engagent une réputation que l'ingénierie ne rattrape pas toujours à temps. Et dans un secteur où trois laboratoires se surveillent en permanence, un retard de quelques semaines suffit à devenir un signal public, scruté par les marchés, les concurrents et la presse, bien au-delà de ce que justifierait un simple ajustement technique.