Google Gemini 3 Deep Think établit un nouveau record sur un test d'intelligence générale

Google franchit un nouveau cap dans le développement de l'intelligence artificielle. L'entreprise a annoncé une mise à jour de Gemini 3 Deep Think qui atteint 84,6 % sur le benchmark ARC-AGI-2, un test que les chercheurs considèrent comme le dernier obstacle sérieux avant l'intelligence générale. Il ne s'agit pas d'une simple amélioration du modèle, mais d'un changement fondamental dans la façon dont les réseaux de neurones résolvent les problèmes complexes. Au lieu de se contenter de générer du texte, le système emploie désormais un mode de raisonnement profond avec vérification interne, qui permet à la machine de contrôler sa propre logique en temps réel.

Pour mesurer l'importance de cette étape, il faut rappeler ce qui s'est passé dans l'industrie ces dernières années. Les grands modèles de langage comme GPT et Claude excellent dans la génération de texte, mais butent souvent sur les tâches qui exigent une inférence logique en plusieurs étapes et la vérification des résultats. Les chercheurs ont conçu ARC-AGI-2 spécialement comme un test qui ne cède pas à la simple mise à l'échelle des modèles : c'est un ensemble de tâches de logique et de pensée abstraite qui demandent un vrai raisonnement, et non la simple prédiction du mot suivant.

Un score de 84,6 % signifie que Gemini 3 Deep Think résout correctement quatre de ces tâches sur cinq, ce qui était auparavant impossible, même pour les systèmes les plus puissants.

Sur le plan technique, ce résultat découle d'un nouveau mécanisme de raisonnement interne. Le modèle ne se précipite plus sur sa réponse : il passe par plusieurs étapes de réflexion et vérifie chaque étape logique avant de formuler sa réponse finale. C'est comparable à un mathématicien qui ne se contente pas d'annoncer un résultat, mais travaille le problème pas à pas en contrôlant chaque calcul. Google a intégré au modèle une capacité d'autovérification, ce qui réduit radicalement le risque d'erreurs logiques. Cette approche vaut non seulement pour les casse-têtes abstraits, mais aussi pour de vraies tâches scientifiques et d'ingénierie, qui exigent une analyse approfondie et la vérification d'hypothèses.

C'est pourquoi Google présente cette mise à jour comme un outil pour la science et l'ingénierie, et non pour le divertissement. Le modèle peut désormais aider les chercheurs à concevoir des systèmes complexes, à vérifier des hypothèses scientifiques et à résoudre des problèmes d'ingénierie nécessitant une analyse à plusieurs niveaux. Cela peut accélérer le développement de nouveaux matériaux, de médicaments, d'architectures de puces et d'autres systèmes complexes où chaque erreur coûte beaucoup d'argent et de temps.

Que signifie tout cela pour l'avenir de l'AGI, l'intelligence artificielle générale ? Les 84,6 % sur ARC-AGI-2 ne sont pas la ligne d'arrivée, mais un signal net : nous n'allons pas vers des générateurs de texte toujours plus puissants, mais vers des systèmes capables d'un véritable raisonnement. C'est un paradigme différent de celui qui a dominé ces dernières années. Le passage de la mise à l'échelle à des milliers de milliards de paramètres vers des mécanismes de vérification et un raisonnement pas à pas pourrait bien être ce dont les progrès futurs ont besoin.

Il faut toutefois rester prudent dans les formulations. Un score élevé sur un seul benchmark ne signifie pas que l'AGI est déjà là. ARC-AGI-2 évalue un type d'intelligence précis : la pensée logique et abstraite. Une véritable intelligence générale demandera des succès sur de nombreux autres fronts : compréhension du contexte, gestion de l'incertitude, adaptation à des situations nouvelles. Néanmoins, la réalisation de Google montre que le chemin vers cet objectif devient plus net. Les modèles apprennent non seulement à générer, mais aussi à penser, vérifier et justifier.