OpenAI et Google ont tous deux lancé de nouveaux modèles d’IA majeurs à quelques jours d’intervalle. OpenAI a dévoilé GPT-5.6, avant que Google ne réplique avec Gemini 3.6 Flash. Les deux entreprises ont largement mis en avant les capacités de ces modèles pour le développement et la programmation. Ils alimentent toutefois aussi les versions grand public de ChatGPT et Gemini.
Plutôt que de les départager à l’aide de tests de programmation, l’objectif était donc de déterminer lequel se montre réellement le plus efficace face aux problèmes désordonnés du quotidien, ceux que la plupart des utilisateurs confient à une IA.
Pour cette comparaison, Gemini 3.6 Flash de Google a été opposé à GPT-5.6 Sol, configuré avec son niveau de raisonnement intermédiaire par défaut. Les deux sont en effet présentés comme les modèles standards de haute qualité que les abonnés payants utiliseront pour la majorité de leurs tâches.
Ma vie numérique
Les deux modèles ont donc reçu l’intégralité de la vie numérique de l’auteur pour la semaine à venir.
Les éléments suivants ont été importés :
- Des relevés bancaires
- Un calendrier, avec un accès direct à l’application et une capture d’écran provenant d’un autre compte
- Des tickets de caisse
- Des e-mails, avec un accès à Gmail pour les deux modèles
- Des captures d’écran WhatsApp
- Des photos des placards de la cuisine
- Une facture d’énergie
- Des réservations de voyage
- Des notes manuscrites
Les deux modèles ont ensuite reçu exactement la même instruction :
« Dites-moi tout ce qu’il faudrait faire cette semaine. »
La demande paraît simple, mais elle oblige une IA à croiser des informations provenant de plusieurs sources, à établir des priorités, à repérer les échéances, à résoudre les contradictions et à produire un plan d’action concret. Autrement dit, il s’agit exactement du type de problème réel que les utilisateurs attendent de plus en plus des assistants IA.
Les résultats étaient radicalement différents.
Deux approches différentes
Après l’importation des fichiers dans Gemini 3.6 Flash, le modèle devait déterminer ce qu’il fallait faire pendant la semaine. Il a largement ignoré les photos pour se concentrer sur la capture d’écran du calendrier. Sa première réponse s’est surtout contentée de répéter des événements déjà connus. Merci, Gemini, mais le calendrier était déjà ouvert sous les yeux de l’utilisateur.
Il a ensuite fallu lui demander explicitement s’il pouvait déduire quelque chose d’utile à partir des autres images. Il a finalement fourni quelques conseils supplémentaires et correctement réparti les informations entre plusieurs catégories, notamment le travail, les courses, le sport, les notes et les reçus. En revanche, il n’a pas signalé que deux événements prévus le même soir se chevauchaient. Il a également proposé très peu de priorités ou de conseils pratiques sur les actions à entreprendre ensuite.
ChatGPT a mis beaucoup plus de temps à répondre, mais son résultat s’est révélé nettement plus utile. À partir des captures d’écran WhatsApp, il a correctement déduit que la fréquentation du cours de tai-chi du vendredi risquait d’être faible. Il a donc suggéré de décider s’il restait pertinent de maintenir la séance. Il a également remarqué l’annulation du yoga et repéré les deux événements incompatibles dans le calendrier, en précisant qu’un choix devait être fait entre les deux.
Le modèle a aussi additionné les montants des reçus importés, proposé une manière de les traiter et tenté de déchiffrer les notes manuscrites avec un résultat plutôt correct. Plus important encore, il a organisé l’ensemble sous la forme d’un programme détaillé, jour après jour, pour la semaine à venir. Il a ensuite identifié les trois tâches les plus urgentes, ce qui permettait de savoir exactement par où commencer.
La différence essentielle
Voilà la différence essentielle. Gemini a indiqué ce que contenaient les fichiers. ChatGPT a déterminé ce qu’il fallait faire à partir de ces informations. Pour reprendre une comparaison footballistique, ChatGPT a inscrit un triplé pendant que Gemini manquait un penalty.
Google affirme que Gemini 3.6 Flash améliore les performances en programmation, dans le travail intellectuel et dans le traitement multimodal par rapport à ses précédents modèles. C’est peut-être vrai, mais lors de ce test multimodal précis, il a été largement dominé.
Lorsqu’il a fallu donner du sens à une situation réelle plutôt que réussir un test de référence, ChatGPT a raisonné sur les informations de manière bien plus pertinente que Gemini.
