Google dévoile son échelle : 3,2 quadrillions de tokens d'IA par mois, sept fois plus

Lors de la conférence Google I/O 2026, le PDG du groupe, Sundar Pichai, a dévoilé l'ampleur du traitement de l'intelligence artificielle. Google traite chaque mois 3,2 quadrillions de tokens, soit sept fois plus qu'il y a un an. C'est le plus vaste déploiement d'infrastructure d'IA de l'histoire de la technologie.

Une croissance exponentielle du calcul

Le chiffre de 3,2 quadrillions de tokens par mois traduit l'explosion de la demande d'IA. Une multiplication par sept en un an montre que l'infrastructure évolue de façon non linéaire. Il ne s'agit pas simplement d'ajouter des serveurs, mais de repenser entièrement l'architecture sous la pression de la demande. Google a besoin de tels volumes pour :

• Faire fonctionner Gemini dans les résultats de recherche et sur YouTube (des centaines de millions d'utilisateurs)
• Intégrer l'IA à Gmail, Docs, Maps, Photos et d'autres services grand public
• Entraîner et affiner (fine-tuning) de nouveaux modèles sur des données internes
• Alimenter le segment cloud (Google Cloud) pour les clients
• Expérimenter de nouveaux formats d'intégration de l'IA dans les produits du quotidien

À cette échelle, même un petit gain d'efficacité du modèle représente d'énormes économies d'électricité et de matériel serveur. Chaque point de pourcentage d'optimisation vaut des dizaines de millions de dollars par an.

Gemini 3.5 Flash : optimisé pour la charge

C'est pourquoi Google a présenté Gemini 3.5 Flash, une version plus légère de son modèle phare. Il est conçu pour traiter la plupart des tâches routinières avec moins de calcul, mais sans perte critique de qualité des réponses. Flash soulage les modèles principaux et permet à l'entreprise de répartir plus efficacement ses ressources de calcul.

Le traitement d'un token coûte plusieurs fois moins cher avec Flash qu'avec les versions complètes. Ce n'est pas un modèle au rabais, mais une solution d'ingénierie pour des tâches réelles qui n'exigent pas la puissance maximale.

La course à la suprématie d'infrastructure

Google signale clairement qu'il a investi davantage que ses concurrents dans le passage à l'échelle. OpenAI ne dévoile pas de tels chiffres, mais on sait qu'elle augmente aussi ses capacités pour ChatGPT. Faire tourner les modèles d'Anthropic, de Meta Llama et d'autres acteurs exige des volumes de calcul considérables. C'est une course aux armements, mais pas au nombre de paramètres d'un modèle : elle porte sur l'infrastructure elle-même. Celui qui passe à l'échelle plus vite et à moindre coût gagne la guerre du marché.

Ce que cela signifie

Dévoiler publiquement ces chiffres est un signal adressé aux investisseurs sur l'ampleur réelle des paris de Google sur l'IA. L'entreprise ne cache pas que cela coûte cher. Mais les dépenses sont rentabilisées : intégrer l'IA à la recherche, à la vidéo et au cloud ouvre de puissants leviers de monétisation.

Pour les développeurs et les startups, la conclusion est simple : investissez dans l'optimisation, pas seulement dans le passage à l'échelle.

*Meta est reconnue comme organisation extrémiste et interdite en Russie.