Le vrai prix de Gemini 3.1 à 3.8 : coût, tokens et performances face à nos prompts
Gemini, l’intelligence artificielle de Google, consomme bien moins de tokens que ses concurrents, tout en coûtant moins cher. Le prix moyen d’une requête sur les derniers modèles n’est que de 1,2 centime environ.
Gemini est le nom de l'intelligence artificielle développée par Google. Contrairement à ses concurrents comme Claude d'Anthropic ou ChatGPT d'OpenAI, Gemini est profondément intégrée dans les produits Google, notamment sur Android, ce qui explique pourquoi son coût est moins souvent évoqué. Pour évaluer son efficacité, l'article compare ses performances à travers trois types de requêtes : une énigme logique, l'organisation d'un voyage et la création d'une extension pour navigateur. Ces tests permettent de mesurer la capacité de l'IA à résoudre des problèmes variés, allant de la logique pure à la programmation. L'étude se concentre sur les versions 3.1 à 3.8 de Gemini, dont certaines sont disponibles en version Flash (optimisée pour la rapidité) ou Pro (plus puissante mais plus coûteuse).
Les tokens sont des unités de texte que les modèles d'IA utilisent pour traiter les informations. Chaque requête envoyée à une IA (les mots que vous tapez) et chaque réponse générée sont comptabilisés en tokens. Par exemple, la phrase « Bonjour, comment ça va ? » pourrait correspondre à 5 tokens. Dans cet article, les coûts sont exprimés en dollars par million de tokens. Jusqu'au 31 décembre 2026, les versions 3.6 à 3.8 de Gemini coûtent 0,75 $ par million de tokens en entrée (vos questions) et 3,75 $ par million en sortie (les réponses de l'IA). À partir du 1ᵉʳ janvier 2027, ces tarifs doubleront, passant à 1,5 $ et 7,5 $. La version 3.5 Flash est plus chère (1,5 $ et 9 $), tandis que la 3.1 Flash Lite est la moins onéreuse (0,25 $ et 1,5 $). La version 3.1 Pro atteint 2 $ et 12 $. Ces différences de prix reflètent la complexité des modèles et leur capacité à traiter des requêtes sophistiquées.
L'article évalue Gemini avec trois prompts (questions ou demandes envoyées à l'IA) identiques à ceux utilisés pour tester Claude et ChatGPT. Le premier, nommé « Devinette », est une énigme logique : « Ô frère, fils de ma mère, ton père est le frère de mon enfant. Qui suis-je ? ». Le deuxième, « Carnet de voyage », demande à l'IA d'organiser un road trip de trois semaines en voiture électrique entre Bayonne et Montpellier, en tenant compte des contraintes de recharge. Le troisième, « Extension », exige la création d'une extension pour navigateurs Chrome et Firefox permettant d'inverser les titres et sous-titres sur le site Next.ink. Ce dernier test est nouveau et inclut une vérification automatique de la validité du code généré, une première dans ce type d'analyse.
Pour la première fois, l'article inclut une méthode de vérification des résultats pour les extensions générées par l'IA. Un protocole automatisé utilisant Playwright, un outil de test pour navigateurs, a été mis au point. Les fichiers de l'extension sont créés à partir de la réponse de l'IA, puis chargés dans un navigateur Chromium. L'extension est testée sur une page factice reproduisant la structure de Next.ink, puis sur le site réel. Cette approche permet de détecter les erreurs de code, les incompatibilités ou les fonctionnalités manquantes. Les deux autres prompts (Devinette et Carnet de voyage) feront l'objet d'une validation dans un prochain article, soulignant l'évolution progressive de la méthodologie d'évaluation.
L'article s'inscrit dans une série comparative des coûts et performances des principaux modèles d'IA grand public, après les analyses de *Claude* et *ChatGPT*. Il met en lumière les spécificités de *Gemini*, notamment son intégration native dans les produits Google, qui réduit l'importance du coût pour l'utilisateur final. Cependant, l'étude révèle des écarts tarifaires significatifs entre les versions, avec des différences pouvant aller jusqu'à 10 fois plus cher pour la version 3.1 Pro par rapport à la 3.1 Flash Lite. Les tarifs promotionnels jusqu'à fin 2026 pourraient inciter les développeurs à adopter ces modèles avant l'augmentation prévue en 2027. Enfin, l'article souligne l'importance de la validation technique des solutions générées par IA, un enjeu croissant avec l'automatisation des tâches complexes.
