« Donnez-nous encore un mois. » C’est, en substance, ce que Sundar Pichai a dit à la foule réunie pour le Google I/O le 19 mai 2026, en présentant Gemini 3.5 Pro. La salle, qui s’attendait à pouvoir tester le modèle immédiatement, a laissé échapper un grognement collectif assez révélateur. Plus d’un mois plus tard, ce modèle reste encore largement injoignable pour le grand public mais les spécifications qui circulent sont suffisamment spectaculaires pour qu’on s’y attarde dès maintenant.
Le chiffre qui fait le plus parler : 2 millions de tokens de fenêtre de contexte, la plus grande de tout modèle frontier en production à ce jour. Mais derrière ce chiffre impressionnant se cache une question beaucoup plus terre-à-terre : est-ce que vous, lecteur de ce blog, avez réellement besoin d’une fenêtre de contexte aussi gigantesque ? La réponse est probablement non pour 95% des usages. Et c’est justement ce qui rend cet article utile.
C’est quoi un token et une fenêtre de contexte, simplement
Pour comprendre pourquoi ce chiffre de 2 millions fait autant de bruit, il faut d’abord comprendre ce qu’est un token et une fenêtre de contexte, les deux notions de base du jargon de l’IA générative.
Un token, c’est l’unité de base que les modèles de langage utilisent pour découper le texte. En anglais, 1 token correspond environ à 0,75 mot, soit à peu près 4 caractères. La fenêtre de contexte, c’est la quantité totale de texte (votre question, les documents que vous fournissez, l’historique de la conversation) que le modèle peut « voir » et prendre en compte en une seule fois pour produire sa réponse.
💡 Imaginez que vous demandez à un assistant de résumer un livre. S’il ne peut lire que 10 pages à la fois (petite fenêtre de contexte), il devra découper le livre en morceaux et risque de perdre le fil entre les sections. S’il peut lire le livre entier d’un coup (grande fenêtre de contexte), il garde une vision globale et cohérente de l’ensemble.
Plus la fenêtre de contexte est large, plus le modèle peut traiter de grandes quantités d’information en une seule fois sans avoir besoin de découper, résumer, ou perdre certains détails en cours de route. C’est précieux pour des tâches comme l’analyse de très longs documents, la compréhension d’une base de code entière, ou le suivi d’une conversation qui dure depuis des heures.
Le calendrier compliqué de Gemini 3.5 Pro
Voici un point important à clarifier avant toute chose : à la date de rédaction de cet article (23 juin 2026), Gemini 3.5 Pro n’est toujours pas disponible pour le grand public. Le modèle a été annoncé à Google I/O le 19 mai 2026, avec un objectif de disponibilité générale annoncé pour « juin ». Mais à ce jour, il reste en accès limité, réservé à certains clients entreprise via Vertex AI (la plateforme cloud professionnelle de Google).
⏳ Pendant ce temps, Gemini 3.5 Flash, la version plus rapide et moins chère de la même génération, est déjà disponible depuis le 19 mai et constitue le modèle par défaut dans l’application Gemini grand public. Si vous utilisez Gemini aujourd’hui, vous utilisez probablement déjà Flash, pas Pro.
2 millions de tokens, ça représente quoi concrètement ?
Voici ce que 2 millions de tokens représentent vraiment, en pratique.
| Contenu | Volume approximatif | Tient dans 2M tokens ? |
| Mots de texte courant | ~1,5 million de mots | C’est l’unité de référence |
| Romans complets | 5 à 8 romans entiers | ✅ Simultanément, sans découpage |
| Code TypeScript | 2 000 fichiers à 200 lignes chacun | ✅ Une base de code entière, pas un extrait |
| Historique Slack d’une équipe | 3 années complètes pour 30 personnes | ✅ Tous les messages, pas un résumé |
| Documents financiers | 4 dossiers complets simultanément | ✅ Comparaison concurrentielle directe |
| Dossiers juridiques | Une décennie d’archives de contentieux | ✅ Selon la densité des documents |
Pour mettre ça en perspective face à la concurrence : Claude Opus 4.7 plafonne à 200 000 tokens, et GPT-5.5 à 256 000 tokens. Aucun concurrent frontier ne s’approche des 2 millions annoncés pour Gemini 3.5 Pro. C’est, sur le papier, une différenciation nette et non contestable.
Le mode Deep Think
Deep Think, c’est le nom que Google donne à ce que les chercheurs en IA appellent le « calcul étendu au moment de l’inférence » (extended inference-time compute). En clair : au lieu de répondre immédiatement à votre question avec la première suite de mots la plus probable, le modèle prend le temps de réfléchir davantage avant de répondre.
Concrètement, Deep Think explore plusieurs pistes de raisonnement en parallèle, vérifie ses conclusions intermédiaires avant de les valider, et ne produit sa réponse finale qu’après cette phase de délibération interne. C’est l’équivalent IA de la différence entre répondre du tac au tac à une question compliquée, ou prendre dix minutes pour y réfléchir posément avant de répondre.
🏆 Performance concrète : la génération précédente, Gemini 3 Deep Think, a obtenu un score de 84,6% sur ARC-AGI-2, un test de raisonnement abstrait vérifié de façon indépendante par l’ARC Prize Foundation. Google revendique également des performances de niveau médaille d’or sur les sections écrites de l’Olympiade Internationale de Physique 2025, et le laboratoire de l’université Duke a utilisé Deep Think pour optimiser un défi de fabrication en science des matériaux.
Le revers de la médaille : Deep Think consomme significativement plus de tokens de sortie par requête, puisqu’il « réfléchit » plus longtemps avant de répondre. À un tarif estimé de 60$ par million de tokens en sortie, cette réflexion approfondie a un coût qui s’additionne vite sur des usages intensifs.
Combien ça va coûter
Si les estimations actuelles se confirment, voici à quoi ressemblerait la grille tarifaire de Gemini 3.5 Pro comparée à sa petite sœur Flash, déjà disponible.
| Modèle | Prix entrée (par million tokens) | Prix sortie (par million tokens) | Multiplicateur |
| Gemini 3.5 Flash (disponible) | $1,50 | $9,00 | Référence ×1 |
| Gemini 3.5 Pro (estimé) | ~$15,00 | ~$60,00 | ×10 environ |
| Claude Opus 4.7 (pour comparaison) | ~$15,00 | ~$75,00 | Tarif frontier comparable |
| GPT-5.5 (pour comparaison) | ~$15,00 | ~$60,00 | Tarif frontier comparable |
Concrètement, une équipe qui dépense 500 dollars par mois sur Flash pour un certain volume de requêtes dépenserait environ 5 000 dollars pour le même trafic sur Pro, si ces estimations se confirment.
Qui a VRAIMENT besoin de 2 millions de tokens ?
C’est la question centrale de cet article, et la réponse honnête est : très peu de gens, mais ceux qui en ont besoin en ont vraiment besoin. Voici les profils d’utilisateurs pour qui cette fonctionnalité change réellement la donne.
- Avocats et juristes : analyser une décennie complète d’archives contentieuses ou de jurisprudence en une seule session, sans découpage qui risquerait de faire perdre des connexions importantes entre des documents éloignés.
- Équipes de développement sur de très larges bases de code : comprendre l’intégralité d’une repo de plusieurs milliers de fichiers plutôt que de travailler fichier par fichier sans vue d’ensemble.
- Analystes financiers : comparer simultanément plusieurs rapports financiers complets (bilans, rapports annuels, dossiers d’introduction en Bourse) sans synthèse intermédiaire qui ferait perdre des nuances.
- Chercheurs académiques : synthétiser des dizaines d’articles scientifiques complets en une seule analyse cohérente.
- Équipes RH ou archivistes : analyser des années complètes d’historique de communication interne (Slack, emails) pour des audits ou des analyses de culture d’entreprise.
Pour la grande majorité des usages quotidiens : rédiger un email, résumer un article, répondre à une question simple, générer du code sur un petit projet, une fenêtre de 1 million de tokens (déjà disponible avec Gemini 3.5 Flash) est largement suffisante, et bien moins coûteuse.
⚠️ Point technique important relevé par plusieurs analystes : Gemini 3.5 Flash bat déjà la génération précédente Gemini 3.1 Pro sur plusieurs tests de codage et d’usage d’outils (83,6% contre 78,2% sur MCP Atlas, par exemple), tout en étant environ 4 fois plus rapide. Autrement dit, dans beaucoup de cas, le modèle moins cher et déjà disponible est tout simplement le meilleur choix, indépendamment du prix.
Faut-il attendre Gemini 3.5 Pro ou utiliser autre chose dès maintenant ?
Si vous avez un besoin professionnel ou personnel d’IA générative aujourd’hui même, voici la recommandation honnête selon votre situation.
- Vous avez un usage quotidien standard (rédaction, résumés, code simple) → Utilisez Gemini 3.5 Flash dès maintenant, déjà disponible et largement suffisant.
- Vous avez un vrai besoin de contexte massif (analyse de très longs documents, code entière) → Évaluez si votre organisation a accès à Vertex AI Enterprise pour tester l’aperçu limité, sinon patientez quelques semaines.
- Vous êtes développeur indépendant pressé de tester → Surveillez Google AI Studio, où Google ajoute généralement les nouveaux modèles dès l’ouverture de l’accès.
- Vous gérez un budget IA serré en entreprise → Préparez votre calcul de coûts dès maintenant avec les estimations de prix de cet article, pour éviter une mauvaise surprise budgétaire à l’arrivée du modèle.
2 millions de tokens, c’est un chiffre qui fait son effet dans un communiqué de presse et qui donne à Google un argument marketing imparable : « le plus grand contexte de l’industrie ». Mais pour la quasi-totalité des usages personnels et même professionnels courants, cette fonctionnalité ne changera rien à votre expérience quotidienne.
Là où Gemini 3.5 Pro devient réellement intéressant, c’est pour les cas d’usage de niche mais à très forte valeur : les juristes qui traitent des dossiers monumentaux, les équipes techniques qui refactorisent des bases de code entières, les analystes financiers qui comparent des dizaines de rapports simultanément. Pour ces profils, le saut de 200K-256K tokens (chez la concurrence) à 2 millions n’est pas un gadget, c’est un changement qualitatif dans ce qui devient possible en une seule session de travail.
Ne laissez pas le chiffre « 2 millions » vous impressionner au point de penser que vous en avez besoin si ce n’est pas le cas. La meilleure IA pour vous n’est pas toujours la plus puissante sur le papier, c’est celle qui correspond exactement à votre usage réel, au meilleur rapport qualité-prix.