Ce que Google a réellement retardé
Fin juin, Google a changé les données servant à entraîner Gemini pour tenter d'en relever les scores de codage. Les résultats sont revenus décevants, et le modèle phare Gemini 3.5 Pro, que beaucoup attendaient à la conférence développeurs de mai, est resté en aperçu entreprise limité. Cette semaine, The Information et Bloomberg ont rapporté que le retard se compte en mois, pas en semaines.
Google ne l'a pas nié. L'entreprise a déclaré tester Gemini 3.5 Pro, un modèle Flash amélioré et d'autres systèmes avec des partenaires, et discuter des capacités et des normes de test du modèle avec le gouvernement des États-Unis. Ce qu'elle n'a pas donné, c'est une date, et son absence est la partie qui compte.
Pourquoi un échec de codage fait plus mal qu'un échec général
Un modèle peut exceller au raisonnement, à l'écriture et à l'analyse et rater quand même sur le code, car coder récompense une forme étroite et vérifiable de justesse qui ne se moyenne pas. La faiblesse de Google se situe exactement là, sur le code et les tâches longues en plusieurs étapes, et le personnel de DeepMind aurait signalé en interne qu'il manque à l'entreprise un produit commercial de codage crédible pour les sociétés qui bâtissent des outils de développement par IA.
C'est la capacité que le marché achète en ce moment. La dépense en IA qui croît le plus vite est dans les assistants de codage, les agents et l'automatisation, et ces acheteurs choisissent le modèle qui écrit et corrige le code le plus fiablement. Rater sur le code, ce n'est pas rater une fonctionnalité ; c'est rater le cas d'usage qui paie aujourd'hui.
Le chiffre que le marché y a mis
L'action Alphabet a chuté d'environ 4,4 pour cent sur les informations, effaçant de l'ordre de 225 milliards de dollars de valeur en une seule séance. Ce n'est pas un verdict sur la profondeur de recherche de Google, qui reste parmi les mieux financées au monde ; c'est le marché qui reprice un calendrier qu'il tenait pour acquis.
Le cadre concurrentiel donne au chiffre son tranchant. Le GPT-5.6 d'OpenAI et le Grok 4.5 de xAI sont déjà sur le marché comme modèles orientés codage, donc chaque mois où Gemini 3.5 Pro reste en aperçu est un mois où les rivaux transforment les habitudes des développeurs en choix par défaut. Les retards s'aggravent quand ce qui est retardé est ce sur quoi les clients choisissent.
Ce que cela change pour un acheteur européen
Si votre plan supposait une capacité de codage précise de Gemini pour un trimestre donné, cette hypothèse n'a plus de date derrière elle. Pour une équipe européenne qui pèse Google, OpenAI, Mistral ou un modèle à poids ouverts pour une plateforme interne de développement, l'option sûre vient de devenir celle qui présente l'écart visible sur votre tâche centrale.
Cela plaide aussi pour ne pas se marier à un seul fournisseur avant que la capacité soit livrée. Bâtir sur un modèle que vous pouvez tester aujourd'hui, en gardant l'intégration assez mince pour en changer, coûte peu maintenant et évite une reconstruction plus tard. En euros, l'erreur coûteuse est d'engager des trimestres d'ingénierie sur une feuille de route qu'un laboratoire peut déplacer sans vous prévenir.
La discipline que le retard récompense
Traitez le 'bientôt disponible' de tout laboratoire comme une capacité que vous n'avez pas encore, et concevez autour de ce que vous pouvez faire tourner cette semaine. Ce n'est pas du cynisme envers Google ; c'est la même règle qui vous protège quand le prochain à déraper sera OpenAI ou xAI.
Google peut encore livrer un modèle solide et combler l'écart, et vu ses moyens il le fera probablement. Ceux qui s'en sortent devant sont les propriétaires qui n'ont pas restructuré une gamme autour d'une date de lancement qui n'était jamais la leur à promettre.
À lire ensuite: La meilleure IA vocale n'est pas la déployable | Google a jeté un modèle d'IA presque fini
