EN DIRECT
Anthropic affirme que Claude a permis de retracer l'origine des graines ECDSA du NIST16/10/26 · Anthropic|Reflection AI dévoile Beam, un modèle ouvert de 501 milliards de paramètres16/10/26 · Reflection AI|Meta publie Muse Spark Open, un modèle MoE taillé pour tourner en local sur Mac Studio15/10/26 · Meta|Meta publie Muse Spark Open, un modèle multimodal à poids ouverts15/10/26 · Meta|Google DeepMind détaille les mesures de sécurité entourant Gemini 4 Argon13/10/26 · Google DeepMind|Tev-Gym : une méthode pour corriger les récompenses éparses des agents à long horizon13/10/26|Google DeepMind évoque Gemini 4, nom de code « Argon »13/10/26 · Google DeepMind|Google DeepMind dévoile Gemini 4 Argon, une variante dédiée à la robotique13/10/26 · Google DeepMind|Character.AI dépose le bilan et cède des actifs à Disney13/10/26 · Character.AI|Une étude démontre que des modèles d'IA peuvent dissimuler n'importe quelle capacité de façon prouvable13/10/26|Des chercheurs isolent Claude sur une île déserte virtuelle pour observer son comportement sans consignes19/10/26 · Anthropic|Together AI présente des agents hybrides raisonnant en espace latent18/10/26 · Together AI|Anthropic affirme que Claude a permis de retracer l'origine des graines ECDSA du NIST16/10/26 · Anthropic|Reflection AI dévoile Beam, un modèle ouvert de 501 milliards de paramètres16/10/26 · Reflection AI|Meta publie Muse Spark Open, un modèle MoE taillé pour tourner en local sur Mac Studio15/10/26 · Meta|Meta publie Muse Spark Open, un modèle multimodal à poids ouverts15/10/26 · Meta|Google DeepMind détaille les mesures de sécurité entourant Gemini 4 Argon13/10/26 · Google DeepMind|Tev-Gym : une méthode pour corriger les récompenses éparses des agents à long horizon13/10/26|Google DeepMind évoque Gemini 4, nom de code « Argon »13/10/26 · Google DeepMind|Google DeepMind dévoile Gemini 4 Argon, une variante dédiée à la robotique13/10/26 · Google DeepMind|Character.AI dépose le bilan et cède des actifs à Disney13/10/26 · Character.AI|Une étude démontre que des modèles d'IA peuvent dissimuler n'importe quelle capacité de façon prouvable13/10/26|Des chercheurs isolent Claude sur une île déserte virtuelle pour observer son comportement sans consignes19/10/26 · Anthropic|Together AI présente des agents hybrides raisonnant en espace latent18/10/26 · Together AI|
🇺🇸 États-Unis generalistSortie février 2026

Gemini 3.1 Pro

Google
GratuitHéb. UE Données fiche 82/100 Trust Index 80
Verdict

Un bon compromis performance / hébergement UE pour une entreprise européenne.

Présentation

Gemini 3.1 Pro est le modèle phare de Google DeepMind, en architecture Mixture-of-Experts. Il domine la majorité des benchmarks de raisonnement (94,3 % GPQA Diamond) tout en gardant le tarif de Gemini 3 Pro (2 $/12 $ par million). Multimodal natif (texte, image, audio, vidéo) et contexte de 1M de tokens, c'est l'un des meilleurs choix coût/performance au sommet du marché.

Profil de compétences

FrançaisRaisonn.VitesseCréativitéSûreté
Arena Elo1487
Benchmarks vérifiés
GPQA94.3%
SWE-Bench80.6%
MATH95.1%

Trois mesures indépendantes

Ce que les gens préfèrent, ce que le modèle sait faire, ce que le marché utilise. Chaque source a ses biais, aucune ne suffit seule : nous les affichons séparément, sans les mélanger.

Préférence
Quelle réponse les gens préfèrent-ils, à l’aveugle ?
1487Elo
Sensible au style et à la longueur des réponses.
Capacité
Que sait faire le modèle sur des tâches mesurées ?
29.7/ 100
Agrège dix évaluations lancées par Artificial Analysis.
Adoption
Qu’utilise réellement le marché ?
Pas encore mesuré
Source: OpenRouter (openrouter.ai/rankings). CC BY 4.0
Trafic passant par OpenRouter uniquement : mesure l’adoption, pas la qualité, et ignore l’usage direct des API des éditeurs.

Que signifient ces scores ?

GPQA94.3%élite mondiale

Questions scientifiques de niveau doctorat (physique, chimie, biologie), sans accès à des outils.

SWE-Bench80.6%excellent

Résolution de vrais tickets GitHub en conditions réelles (SWE-bench Verified).

MATH95.1%élite mondiale

Problèmes mathématiques de niveau compétition.

Forces

  • Raisonnement de premier plan
  • Excellent en code
  • Très bonne qualité en français
  • Top mondial sur Arena

À qui ça s'adresse

Pour vous si…
  • vous avez besoin de raisonnement ou d'analyse poussés
  • vous codez avec un agent ou en autonomie
  • vous travaillez en français
  • vos données doivent rester en UE
À éviter si…

    Cas d'usage idéaux

    • Raisonnement complexe et recherche
    • Analyse multimodale (image, audio, vidéo)
    • Très long contexte (codebases, gros corpus)

    Accès & disponibilité

    API payante au tokenTier gratuit disponible

    Caractéristiques clés

    Contexte
    1M
    Prix entrée
    $2.00/M
    Prix sortie
    $12.00/M
    Vitesse
    144 tok/s
    Prix vérifié le 1 juin 2026·Source officielle ↗Benchmarks non audités

    Combien ça coûte par mois

    Estimation à partir des prix API sourcés et d’un palier matériel pour l’auto-hébergement. Hypothèses modifiables.

    Via API
    $90.0 / mois
    ≈ 82.8 € · 20.0 M tokens
    Auto-hébergé
    Poids fermés : pas d’auto-hébergement

    Hypothèses : 36 mois d’amortissement, 0.25 €/kWh, 22 jours/mois, conversion 1 $ = 0.92 €. Hors main-d’œuvre, hors licences logicielles, hors redondance.

    nAIvigate Trust Index

    80/100

    Ce que l’éditeur offre et documente pour un usage professionnel en Europe. Un critère non documenté vaut zéro et reste visible : le score monte quand l’éditeur publie, pas quand nous supposons.

    20/20 critères documentés · 100 %

    Données90
    5/5 · 30 %
    Souveraineté43
    3/3 · 20 %
    Transparence75
    4/4 · 15 %
    Entreprise100
    6/6 · 20 %
    Licence85
    2/2 · 15 %
    Voir les critères▾
    Données
    Résidence des données en UE
    Pas de transfert hors UE50
    Pas d’entraînement sur vos données
    Rétention configurable
    Zero Data Retention
    Souveraineté
    Auto-hébergeable (poids ouverts)
    Hébergement UE proposé
    Éditeur européenpays : US30
    Transparence
    Licence publiée (URL)
    Tarifs publics sourcés
    Engagements de conformité publiés
    Liste des sous-traitants publiée
    Entreprise
    DPA disponible
    SSO / SAML
    Provisionnement SCIM
    Journaux d’audit
    SOC 2 / ISO 27001
    Endpoint privé chez l’éditeur
    Licence
    Usage commercial autorisé
    Type de licenceproprietary70
    Classement complet et méthodologie

    Badge Trust Index

    Affichez ce score dans votre documentation, votre README ou votre page sécurité. Il se met à jour automatiquement.

    nAIvigate Trust Index · Gemini 3.1 Pro
    [![nAIvigate Trust Index · Gemini 3.1 Pro](https://naivigate.com/badge/gemini-3-1-pro.svg)](https://naivigate.com/fr/model/gemini-3-1-pro)

    Données & conformité

    Ce que nous savons, ligne par ligne, avec la source et la date. Ces lignes alimentent les familles Données et Entreprise du Trust Index ci-dessus. La conformité RGPD dépend de votre traitement, pas du modèle seul.

    Résidence des données en UEOui
    Accord de traitement (DPA)Oui
    Transfert hors UESelon l'offre
    Entraînement sur vos donnéesNon
    Rétention configurableOui
    Zero Data RetentionOui
    Auto-hébergeableNon
    Hébergement déclaréUS/EU

    Qualité des données de la fiche

    82/100

    Ce score mesure la qualité des données de cette fiche : prix, contexte, Elo, licence, documentés, sourcés et récents. Il ne mesure ni le modèle ni sa conformité : pour cela, voir le Trust Index plus haut.

    6/6 documentées · 3/6 sources primaires · 1 de plus de 90 jours

    Prix APIofficiel
    Fenêtre de contexteévaluation nAIvigate
    Elo ArenaLMArena, préférence humaineindépendant
    Benchmarks (MMLU, GPQA, SWE-bench…)annoncé par l’éditeur, non recoupéévaluation nAIvigate
    Licenceévaluation nAIvigate
    Données & conformitéofficiel
    Données avancées · pour experts
    Architecture, modalités, coût détaillé, benchmarks complets
    ▾
    Architecture
    Mixture-of-Experts
    Taille
    —
    Date de coupe
    déc. 2024
    Entrées
    text, image, audio, video
    Sorties
    text
    Licence
    proprietary
    Hébergement
    US/EU
    Score d'hallucination
    —
    Coût estimé (API)
    Échange type (~3k entrée / 1k sortie)
    ≈ $0.0180
    1M entrée + 1M sortie
    ≈ $14.00
    Tous les benchmarks
    Arena Elo1487
    MMLU—
    GPQA94.3%
    HumanEval—
    SWE-Bench80.6%
    MATH95.1%

    Modèles similaires

    Articles qui en parlent