Gemini 4 se prépare plus tôt que prévu chez Google DeepMind

Google DeepMind prépare Gemini 4 pour une sortie plus rapide que prévu, selon Koray Kavukcuoglu, nouveau responsable de la division. Présenté le 24 septembre 2026 lors du sommet AI Agenda Live de The Information, le modèle est déjà en phase de post-training et utilisé en interne dans l’outil de code Antigravity. Ce calendrier compte, car il dit autant la course aux modèles que le recentrage de Google sur des produits exploitables sans attendre le grand soir de l’AGI.

Gemini 4 avance, mais Google veut surtout aller vite

Kavukcuoglu dit vouloir publier Gemini 4 “much earlier” que la fin de l’année, avec une première sortie de post-training dès que possible. Le post-training correspond à la phase où un modèle de base est ajusté pour devenir plus fiable et plus utile en pratique. Google poursuit encore ses tests de sécurité, mais l’équipe semble vouloir enchaîner rapidement les itérations.

Le modèle sert déjà aux ingénieurs de Google dans Antigravity, le codage interne. Cela suggère que l’entreprise ne l’évalue pas seulement sur des benchmarks abstraits, mais sur des usages concrets. Une vieille habitude des labs qui finissent par faire de la plomberie produit, avec ou sans poésie.

Un virage assumé : moins d’AGI, plus d’agents fiables

Le message du nouveau patron tranche avec celui de Demis Hassabis. Kavukcuoglu estime que la question “avons-nous atteint l’AGI ?” n’est “not the right conversation” et préfère parler d’agents intelligents que l’on peut “trust”. En clair, la priorité n’est plus seulement de poursuivre une intelligence générale théorique, mais de livrer des systèmes utiles et maîtrisables.

Ce glissement intervient après le départ de Hassabis du poste de CEO de DeepMind en août, même s’il reste à la tête de l’unité en tant que président et chief scientist d’Alphabet. Selon le récit publié par The Decoder, Google DeepMind a aussi été réorganisée autour de la baie de San Francisco, avec un contrôle plus serré sur Gemini. Le laboratoire de recherche autonome d’hier ressemble de plus en plus à une chaîne de production de modèles.

Google rattrape une partie du retard, sans effacer les ratés

Gemini 4 serait le premier grand modèle phare de Google depuis Gemini 3, lancé fin 2025. Entre-temps, la société a surtout livré Gemini 3.1 en février 2026 et plusieurs variantes Flash plus légères. Gemini 3.5 Pro, annoncé par Sundar Pichai à I/O en mai pour une sortie en juin, n’est jamais arrivé, malgré trois échéances manquées selon le Financial Times [à vérifier].

Cette séquence montre une tension classique chez Google : apprendre plus vite, ou sortir plus vite. Kavukcuoglu dit que l’entreprise a volontairement “taken a little bit of a step back” pour maximiser la vitesse d’apprentissage. Le problème, c’est que les concurrents, eux, n’attendent pas que Mountain View ait fini ses devoirs.

OpenAI et Anthropic imposent le tempo

Selon les sources citées, Anthropic a lancé au printemps sa famille Mythos/Fable, puis mis à jour Opus ce mois-ci. OpenAI déploierait de son côté des modèles GPT-6 depuis début septembre 2026. Dans ce contexte, Google cherche à combler l’écart sur le haut de gamme, alors que ses modèles actuels sont jugés moins capables que ceux de ses rivaux.

Kavukcuoglu assure être “a hundred percent confident” et dit faire confiance à une équipe “insanely strong”. L’assurance est réelle, mais le marché ne récompense pas les déclarations de principe. Il récompense les modèles qui sortent à temps, fonctionnent bien et ne déçoivent pas les développeurs au moment du clic.

Les puces TPU entrent dans l’équation

Le travail sur Gemini 4 ne sert pas seulement les modèles. Google a commencé cette année à vendre ses TPU directement à des clients, ce qui le place plus frontalement face à Nvidia sur le matériel d’IA. Kavukcuoglu explique que les nouveaux modèles aident les ingénieurs à imaginer “the next two or three generations” de puces.

Autrement dit, modèle et matériel se nourrissent mutuellement. Chaque avancée logicielle aide à concevoir la génération suivante de puces, et chaque puce plus efficace aide à pousser le modèle suivant. Pour Google, l’enjeu dépasse donc la seule bataille des chatbots.

Le laboratoire historique de l’AGI devient une machine produit

DeepMind a longtemps vécu sur une promesse : atteindre l’AGI, ou intelligence générale artificielle, c’est-à-dire des systèmes capables de raisonner dans une grande variété de tâches comme un humain. Kavukcuoglu referme cette parenthèse rhétorique. La vraie question, selon lui, est désormais de bâtir des agents dignes de confiance.

Ce changement raconte aussi une pression interne. Noam Shazeer est parti chez OpenAI en juin 2026, John Jumper a rejoint Anthropic deux jours plus tard, et plusieurs autres chercheurs ont suivi. D’après Fortune, le ratio entre nouvelles recrues et départs serait passé d’environ 12 pour 1 au deuxième trimestre 2023 à 2 pour 1 au troisième trimestre 2026 [à vérifier]. Le centre de gravité de DeepMind a glissé. Et Google, qui avait besoin d’un moteur de rattrapage, a fini par transformer son ancien laboratoire d’avant-garde en usine à Gemini.