Gemini 4 : que vaut le modèle de Google face à Claude Opus 5.5 et GPT-6 Astra ?
Google est de retour dans la course à l’IA frontière. Après avoir passé plusieurs mois avec des modèles loin du top 5 des benchmarks, la firme de Mountain View fait une belle remontada. Son dernier modèle, Gemini 4 Argon, rivalise dans les benchmarks avec le duo de tête formé par GPT-6 Astra d’OpenAI et Claude Opus 5.5 d’Anthropic. Il s’aligne d’ailleurs sur la grille tarifaire de ce dernier. Reste à savoir ce qu’il vaut en conditions réelles.
Un modèle équilibré pour le quotidien
| Capacité testée | Gemini 4 Argon | Claude Opus 5.5 | GPT-6 Astra | Benchmark |
|---|---|---|---|---|
| Code en terminal | 57,4% | 66,4% | 58,2% | Terminal-Bench 4.0 |
| Software engineering | 77,9% | 74,2% | 74,1% | DeepSWE v1.1 |
| Recherche scientifique autonome | 57,6% | 63,3% | 68,1% | Terminal-Bench Science 0.1 |
| Raisonnement mathématique | 76,0% | 69,6% | 72,0% | RiemannBench |
| Tâches professionnelles | 68,9% | 67,0% | 63,1% | Vals Index |
| Analyse de vidéos longues | 91,7% | 83,7% | 87,5% | LVBench |
| Lire et analyser des graphiques | 71,6% | 66,3% | 71,0% | Chartography |
Contrairement à Opus 5.5 ou GPT-6 Astra, Google ne cible pas que les développeurs. Gemini 4 est marketé par Google comme le nouveau modèle du quotidien, utile à la fois aux équipes métiers, aux chercheurs et aux développeurs. Et, selon les benchmarks publiés par Google, ses résultats sont alignés avec ses promesses. Le modèle est au niveau de GPT-6 Astra sur le code en terminal sans dépasser Opus 5.5, légèrement supérieur aux deux autres en software engineering. Sur la recherche scientifique autonome pure, OpenAI garde toutefois un vrai train d’avance avec 68,1% sur Terminal-Bench Science. En revanche, Gemini 4 devance nettement OpenAI et Anthropic sur le raisonnement mathématique et l’analyse de vidéos longues, et plus légèrement sur les tâches professionnelles legacy (finance, droit) et la lecture de graphiques. C’est là la signature de Google.
| Input (1M tokens) | Output (1M tokens) | Cache (lecture, 1M tokens) | |
|---|---|---|---|
| Gemini 4 Argon | 4 $ | 20 $ | 0,20 $ |
| Claude Opus 5.5 | 4 $ | 20 $ | 0,20 $ |
| GPT-6 Astra | 10 $ | 50 $ | 1,00 $ |
Comme nous l’expliquions ci-dessus, Google aligne le prix de son modèle sur celui de Claude Opus 5.5. OpenAI avec GPT-6 Astra reste beaucoup plus cher. Il faudra descendre en gamme avec GPT-6.1 Sol pour véritablement diminuer la facture. Sur le papier, le modèle de Google coûte donc 4 dollars en entrée le million de tokens, 20 dollars en sortie et la lecture de cache 0,20 dollar. Dans la réalité, sera-t-il plus efficace qu’Opus 5.5 ? C’est ce que nous verrons. Par ailleurs, jusqu’au 30 novembre 2026, Google applique un tarif de lancement divisé par deux : 2 dollars en entrée et 10 dollars en sortie.
Le test du JDN
1. Créer une landing page
Nous commençons par demander aux trois modèles de générer une landing page futuriste pour un néo-cloud fictif qui commercialise des datacenters dédiés à l’inférence de modèles génératifs en orbite basse. Nous donnons à l’IA un prompt volontairement lacunaire pour juger de la capacité des modèles à produire un visuel pertinent sans consigne technique précise (vibe coding). Cela permet à la fois de juger la créativité du modèle et la qualité de l’interface (UI) produite (où Claude Opus 5.5 excelle sur le papier). Nous fournissons à chaque modèle un scaffold minimal lui permettant d’écrire sa landing page, puis d’en faire des captures d’écran pour la vérifier.
Nous donnons le prompt suivant :
Crée la landing page futuriste d'un néo-cloud fictif qui commercialise des datacenters en orbite basse dédiés à l'inférence de modèles génératifs.
La landing page la plus aboutie est générée par… GPT-6 Astra. Le modèle d’OpenAI parvient à créer une page à la fois futuriste et informative, idéale pour un prospect qui découvre l’offre. Les graphiques sont bien dessinés et l’offre est claire. L’UI générale est de très bonne facture. Derrière, Claude Opus 5.5 propose une expérience beaucoup plus interactive, qui donne envie. Mais son interface manque de professionnalisme et se rapproche davantage d’une interface vibecodée, avec des polices passe-partout, que d’une vraie landing page. A égalité avec Opus 5.5, Gemini 4 propose une landing page très futuriste avec de nombreuses informations, dans un style bien à lui. Il manque toutefois une couche de pinceau pour parvenir à un résultat vraiment professionnel. Les contrastes sont notamment faibles et rendent la page peu lisible. Enfin, comme avec Opus 5.5, on retrouve un aspect vibecodé.
2. Texte en français : Claude Opus 5.5 devant
Autre capacité qui intéresse la majorité des utilisateurs d’IA générative : le style d’écriture en français. Le modèle étant déployé en priorité auprès du grand public chez Google, la qualité de son phrasé est d’autant plus importante pour l’expérience conversationnelle. Le test doit nous permettre de juger la structure même des phrases, la richesse du vocabulaire utilisé et l’aspect général du texte. Une mesure d’autant plus importante depuis que les modèles sont watermarkés, avec des effets potentiels sur la diversité lexicale (répartition des tokens selon une clé connue de l’éditeur).
Prompt :
Ecris un texte de 500 mots, à la première personne, qui raconte la première nuit de garde d'une technicienne chargée de surveiller depuis le sol un datacenter en orbite basse.
Le texte d’Opus 5.5 est celui qui sonne le plus français à la lecture. Les détails sont très concrets, l’écriture légère et agréable à lire. GPT-6 Astra est le plus littéraire mais il mélange le passé composé et le passé simple. Certaines tournures sont également un peu lourdes. Mais le style global est encore correct. De son côté, Gemini 4 Argon produit le texte le plus générique et souffre des tics récurrents de l’IA : ce n’est pas…, c’est… Et c’est également le modèle qui produit le plus de phrases clichés sous couvert d’un faux style littéraire. Dommage.
3. Créer un clip promotionnel en motion design
Nous demandons ici aux modèles de créer une vidéo promotionnelle pour notre néo-cloud spatial. Le but est de comprendre comment chacun parvient à orchestrer des outils externes et une bibliothèque tierce. Nous choisissons en l’occurrence Remotion, plébiscitée par les utilisateurs de Claude.
Prompt :
Avec Remotion, crée une vidéo promotionnelle de 10 secondes pour un néo-cloud fictif qui commercialise des datacenters en orbite basse dédiés à l'inférence de modèles génératifs. Livre le projet complet, prêt à lancer, avec la commande pour exporter la vidéo en MP4.
La vidéo générée par GPT-6 Astra :
La vidéo générée par Claude Opus 5.5 :
La vidéo générée par Gemini 4 :
Les versions les plus convaincantes sont signées Claude Opus 5.5 et Gemini 4. Le modèle d’Anthropic produit selon nous la meilleure vidéo promotionnelle, avec des graphismes simples et uniquement les informations essentielles. Les animations et les transitions sont fluides, conformément à ce que l’on attend d’une bonne vidéo en motion design. De son côté, Gemini 4 produit un résultat de qualité très proche, avec des visuels réalistes (encore plus réalistes que Claude) mais une surcharge d’informations visuelles. C’est dommage, car le résultat est très bon. Il suffira d’orienter précisément le prompt pour obtenir de bien meilleurs résultats. Enfin, GPT-6 Astra propose davantage une publicité animée qu’une vidéo en motion design. Les visuels sont basiques et peu clairs.
Gemini 4 jusqu’à six fois plus cher
| Gemini 4 Argon (tarif de lancement) | Gemini 4 Argon (tarif standard) | Claude Opus 5.5 | GPT-6 Astra | |
|---|---|---|---|---|
| Texte | 0,03 $ | 0,05 $ | 0,06 $ | 0,18 $ |
| Landing page | 1,88 $ | 3,76 $ | 1,07 $ | 1,19 $ |
| Vidéo | 0,85 $ | 1,71 $ | 0,30 $ | 1,13 $ |
| Total | 2,76 $ | 5,52 $ | 1,43 $ | 2,50 $ |
Les trois tests sur nos différents modèles nous en apprennent un peu plus sur le pricing à la tâche de chaque modèle. Pour Gemini 4, nous avons retenu le tarif standard, celui qui s’appliquera normalement, donc sans la remise de 50% du lancement. Quand il s’agit de texte en un tour, Gemini 4 affiche le prix le plus bas. En revanche, dès que le processus implique un workflow agentique (avec des outils), le modèle de Google consomme beaucoup plus. Il utilise jusqu’à 3,5 fois plus que Claude Opus 5.5 et même 3,2 fois plus que GPT-6 Astra qui est plus cher sur le papier. En vidéo, c’est le même problème. En cause ? Le modèle de Google réécrit son fichier en entier à chaque correction (trois fois pour la landing page comme pour la vidéo), et ses fichiers sont jusqu’à quatre fois plus longs que ceux de ses concurrents. Ce n’est donc clairement pas un modèle efficient.
Que faut-il en conclure ? Gemini 4 est un bon modèle, à un niveau très proche de GPT-6 Astra et de Claude Opus 5.5, sans toutefois les distancer nettement. Il obtient des résultats corrects à bons dans la majorité des scénarios. C’est donc un bon modèle polyvalent. Pour les clients de Google Cloud et de Workspace, il sera, en principe, un bon compagnon de route. En revanche, pour un développeur ou un solopreneur, il reste moins pertinent de l’adopter. Google revient dans la course mais son rythme est encore loin du gagnant. Toutefois, avec ses capacités et sa stack optimisée à l’échelle, le coureur Gemini pourrait bien gagner… sur l’endurance.