Google ramène l'offre gratuite de Gemini au modèle le plus faible, à l'approche d'Argon
Google va limiter les utilisateurs gratuits de Gemini au modèle Flash-Lite et retirer Pro de l'abonnement AI Plus à 4,99 dollars. Le changement prend effet le 9 octobre, selon un document d'assistance Google mis à jour et consulté par 9to5Google.

Le changement tombe le 9 octobre. À partir de cette date, toute personne qui utilise l'application Gemini sans abonnement Google AI payant n'a droit qu'à Flash-Lite. Les modèles 3.6 Flash et 3.1 Pro disparaissent de l'offre gratuite, rapporte 9to5Google le 3 octobre.
Ce qui change pour l'utilisateur est simple : le modèle qui répond derrière devient plus petit, sauf si vous payez. Les abonnés AI Plus à 4,99 dollars par mois gardent Flash-Lite et Flash, mais perdent Pro. Seuls AI Pro à 19,99 dollars et AI Ultra à 99,99 ou 199,99 dollars conservent les trois, selon un tableau publié par The Decoder. Google n'a pas indiqué combien d'utilisateurs se trouvent sur chaque palier, si bien que l'ampleur de la rétrogradation reste inconnue. Les paliers recouvrent désormais presque exactement le découpage freemium de ChatGPT d'OpenAI, où les bons modèles se trouvent derrière le mur de l'abonnement. Pour l'acheteur, la question pratique est de savoir si l'offre la moins chère achète encore un modèle qui vaut son prix.
Un recul pour l'offre gratuite
La coupe est une régression, pas un remaniement. Jusqu'ici, l'offre gratuite donnait accès à 3.6 Flash, avec un accès variable à 3.1 Pro, rapporte The Decoder. Désormais, les mêmes utilisateurs n'ont plus que le plus petit modèle, et rien d'autre.
Google présente la mesure par une page d'assistance plutôt que par une annonce, et 9to5Google note que les abonnés Plus recevront un courriel expliquant quand les limites s'appliquent. Pour The Decoder, les utilisateurs occasionnels ne le remarqueront guère, peu d'entre eux sachant quel modèle leur répond. Les utilisateurs exigeants, estime le média, paient déjà. C'est peut-être vrai. Il reste que les clients payants les moins chers ont moins qu'avant. Aucune des deux entreprises n'a dit combien ce basculement rapporte à Google, et aucun chiffre d'utilisateurs n'a été publié pour quelque palier que ce soit.
AI Pro y gagne en revanche quelque chose. 9to5Google rapporte que les clients à 19,99 dollars accèdent à une option Deep Think de raisonnement parallèle maximal, jusqu'ici réservée aux offres à 99,99 et 199,99 dollars. L'application Gemini devrait aussi ajouter des niveaux d'effort faible, moyen et élevé pour chaque modèle, ce qui augmenterait la profondeur des réponses au prix des limites d'usage.
La place du prochain modèle est la vraie question ouverte. Google a annoncé plus tôt cette semaine que Gemini 4 Argon arrive d'abord aux abonnés AI Ultra, sans préciser si Argon compte comme un modèle Pro ou se situe dans un palier supérieur, selon 9to5Google. The Decoder suggère que cette hiérarchie pourrait préparer Argon, dont l'exploitation coûterait plus cher.
Le raisonnement a désormais son tarif
Google n'est pas seul à vendre l'accès au temps de réflexion. Ideogram a sorti la version 4.5 de son modèle d'image le 4 octobre, avec quatre modes de qualité et un prix fixe par image de 0,008 à 0,22 dollar. Son argument : les retouches successives n'empilent plus d'artefacts, si bien que l'édition en plusieurs tours fonctionne en résolution native 2K. C'est un autre produit, mais la logique est la même : la capacité se mesure, et le compteur est le produit.
Le test le plus net de la valeur réelle des modèles de raisonnement vient des données de sécurité. Jerry Gamblin a confronté Clef et Clef Flash de Cloudflare, deux modèles de décision qui renvoient des réponses typées au lieu de prose, aux 27 489 CVE publiées entre le 4 août et le 3 octobre 2026. Hors noyau Linux, 989 des 23 736 descriptions, soit 4,2 %, ne disent jamais ce qu'un attaquant pourrait faire, écrit-il le 4 octobre.
Le noyau est un cas à part : sa politique publiée laisse l'impact à l'appréciation de l'utilisateur, si bien que 3 661 de ses 3 753 enregistrements n'en indiquent aucun non plus.
Le total toutes CVE confondues monte ainsi à 4 650 sur 27 489, soit 16,9 %. Clef Flash, un modèle de 9 000 000 000 de paramètres, répondait en moins d'une seconde en médiane par CVE sur un ordinateur portable, sans clé API. Le Clef de 27 000 000 000 de paramètres a relu les indicateurs et en a renversé 1 198 sur 2 187, soit 54,8 %, rappel utile qu'un petit modèle a besoin d'une seconde passe.
Les benchmarks touchent leurs limites
La qualité du raisonnement est aussi sondée du côté des modèles. OpenAI a publié le 4 octobre le récit d'une campagne coordonnée pour extraire le raisonnement protégé de ses modèles, dont les premières traces remontent à la première semaine de juillet. Les opérateurs copiaient le raisonnement chiffré d'une conversation et demandaient à un modèle, dans une autre, de le déchiffrer et de le retranscrire, affirme l'entreprise. OpenAI rattache un noyau central à des personnes liées à Moonshot AI, le développeur de Kimi, et dit avoir bloqué plus de 15 000 utilisateurs au 28 juillet.
La leçon pour qui évalue des raisonnements : le brouillon est un actif qui vaut d'être volé. Un raisonnement extrait pourrait entraîner un autre modèle sans reprendre les garde-fous de l'original, soutient OpenAI, raison pour laquelle l'entreprise a partagé des détails via le Frontier Model Forum.
La recherche pointe toujours la même fragilité. Un article de Lewis Mitchell sur arXiv, soumis le 1er octobre, a testé le filtrage de textes d'entraînement synthétiques par taux d'entropie plutôt que par log-probabilités du modèle. Dans une expérience d'effondrement QLoRA sur six générations avec Llama-3.1-8B, le filtrage par logprob n'a apporté aucun bénéfice significatif de diversité textuelle sur aucune métrique (p > 0,23). Le filtre d'entropie a livré 42 % de trigrammes uniques en plus, 30 % de vocabulaire en plus et 19 % de répétition en moins, le tout à p < 0,001.
Reste le problème de la forme. Alex L. Zhang soutient le 4 octobre que les modèles de langue gardent la même forme entrée-texte, sortie-texte depuis ChatGPT, et que l'essentiel du travail sur les agents consiste à bâtir un harnais autour. Il cite Jev, un modèle de Typesafe AI dont la sortie est contrainte à une probabilité entre 0 et 1, ce qui le rend rapide sur une classe étroite de questions. Un modèle plus petit qui répond à une question pour 2 000 fois moins cher est en soi un résultat de benchmark.
Pendant ce temps, Anthropic demande aux utilisateurs de Claude de céder des enregistrements vocaux pour l'entraînement. L'invite apparaît dans les fonctions vocales et est désactivée par défaut, rapporte BleepingComputer le 4 octobre, avec un réglage distinct dans Paramètres, Confidentialité. Elle est facultative, supprimable, et entièrement séparée du réglage d'entraînement sur les conversations.
Rien de tout cela ne tranche quel modèle raisonne le mieux. Cela montre où vont l'argent et le risque : derrière le péage, dans le brouillon, et dans les données qui entraîneront le suivant.
Sources
9- 01Gemini app limiting what models free and AI Plus users can accessEN
- 02Google's new Gemini tiers cut free users to its weakest model and lock $5/month subscribers out of ProEN
- 03Ideogram 4.5: The most precise edit modelEN
- 04Decision Models vs. CVE DataEN
- 05Disrupting a coordinated model-distillation campaignEN
- 06No Model Required: Text Entropy Rate Filtering Mitigates Iterative Fine-Tuning CollapseEN
- 07Language Model "Shape"EN
- 08Anthropic asks Claude users to share voice data for AI model trainingEN
- 09OpenAI's latest features take direct aim at the app store modelEN
Tous les chiffres et citations de ce texte proviennent des sources citées ci-dessous.
Les contenus ont été préparés par l'équipe de rédaction, assistée par l'IA.
Commentaires
0- Aucun commentaire — soyez le premier.