Google a finalement déployé son nouveau modèle Gemini, un grand modèle de langage (LLM) qui promet de concurrencer GPT-4. Celui-ci « a été conçu dès le départ pour être multimodal », explique Google. Cela signifie qu'il peut traiter et croiser différents types de données, que ce soit du texte, du code, de l'audio, des images ou des vidéos. Une présentation montre comment tout cela pourra être utilisé : le modèle peut identifier ce qui est dessiné sur un croquis, générer des musiques, faire des liens entre deux objets…
Gemini va être disponible en trois formats : Gemini Ultra, Pro et Nano. Le premier est le plus puissant, là où le dernier a pour avantage de demander beaucoup moins de ressources. Gemini Pro est désormais intégré au chatbot Bard, et les utilisateurs pourront payer pour une version carburant à l’aide du modèle Ultra dès l’année prochaine. Impossible d'essayer quoi que ce soit en France, la nouveauté ne fonctionnant qu’en anglais pour le moment et n’ayant pas encore été déployée en Europe. Google promet cependant une arrivée sur le Vieux Continent prochainement.
Google annonce évidemment un modèle super-efficace, affirmant que son modèle Ultra a dépassé GPT-4 dans 30 tests sur 32. Cela peut sembler impressionnant, mais GPT-4 est sorti il y a déjà 10 mois : Google est donc plutôt en train de rattraper le temps perdu. De son côté, le modèle Pro dépasse GPT-3.5 6 fois sur 8, alors que le produit d’OpenAI est encore plus ancien. On attendra de voir ce qu’en disent les utilisateurs au quotidien avant de se prononcer, mais on notera que les différents benchmarks sont assez serrés. Google ne semble donc pas prendre une avance particulière.
Gemini Nano a l’avantage d’être plus portable et va être embarqué dans certains téléphones, sur lesquels il pourra fonctionner en mode hors-ligne. Le premier à avoir droit à cet honneur est le récent Pixel 8 Pro : le modèle va servir à résumer les enregistrements du dictaphone et à suggérer des réponses via le clavier natif. Dans les prochains mois, Gemini devrait être intégré à Chrome, mettant en avant la technologie auprès du grand public.
