Gemini devient moins bon ? Pour une majorité des lecteurs interrogés par Android Authority, c’est bien le sentiment qui domine. Un sondage publié le 3 novembre 2026, après plus de 1 200 votes, montre que plus de 60 % des répondants perçoivent une dégradation récente de l’assistant de Google.
Ce chiffre mérite l’attention, pas le sensationnalisme. Il ne prouve pas que Gemini a objectivement perdu en capacité sur tous les usages. En revanche, il documente quelque chose de crucial pour un produit d’IA : la confiance. Quand des utilisateurs réguliers ont le sentiment de devoir reformuler davantage, de vérifier plus souvent ou d’obtenir des réponses moins utiles, la promesse du produit s’abîme, même si les benchmarks restent flatteurs.
Un signal fort, mais pas un verdict scientifique
Le sondage publié par Android Authority pose une question simple à ses lecteurs : Gemini s’est-il dégradé ces derniers mois ? Plus de 60 % répondent oui. Parmi les personnes qui utilisent effectivement le service, la proportion d’avis négatifs approche 65 %. Moins de 20 % ne constatent pas de recul ; 14,6 % hésitent.
Le résultat ne permet pas de conclure que chaque version de Gemini est moins performante, ni que Google a volontairement réduit la qualité du modèle. Le panel n’est pas représentatif de tous les utilisateurs et il repose sur un ressenti. C’est justement sa limite, mais aussi son intérêt : il révèle une expérience perçue par une communauté déjà attentive à ces outils.
Ce que les lecteurs reprochent à Gemini
Les commentaires rapportés par Android Authority convergent autour de trois frustrations : des incompréhensions plus fréquentes, une impression de réponses moins complètes et un écart jugé faible entre certaines offres premium. Un lecteur explique avoir privilégié un concurrent pour ses tâches de travail ; un autre estime que ses réponses sont devenues environ cinq fois moins approfondies. Ce sont des témoignages, pas des mesures vérifiées. Ils ne doivent donc pas être transformés en diagnostic technique définitif.
Ils disent néanmoins beaucoup de la manière dont un assistant est évalué au quotidien. Personne ne juge un modèle sur un score abstrait lorsqu’il faut résumer un document, préparer une note, analyser du code ou rechercher une information. L’utilisateur juge le nombre d’allers-retours, la constance des réponses et le temps gagné. C’est aussi ce qui explique l’intérêt pour les plateformes qui tentent de suivre les variations de comportement des LLM, comme le montre notre article sur AI Nerfs et la dégradation perçue de ChatGPT, Claude ou Gemini.
Pourquoi la perception compte autant que les performances
Une IA générative n’est pas un logiciel traditionnel : deux réponses à une demande proche peuvent déjà varier. Une mise à jour, une limite d’usage, un changement de routage ou simplement un contexte moins précis peuvent modifier le résultat. Pour l’utilisateur, peu importe souvent la cause technique. S’il ne sait plus quand il peut faire confiance à la réponse, il ajoute des contrôles, des reformulations et des outils de comparaison.
Cette différence entre capacité théorique et fiabilité ressentie est devenue un vrai critère de choix. Notre comparatif des modèles IA sert à comprendre les forces des outils ; il ne remplace pas un test sur tes propres tâches. Un modèle peut exceller sur un benchmark et ne pas convenir à ton flux de travail, à ta langue, à tes documents ou à tes contraintes de confidentialité.
Mon avis : Google doit traiter ce signal comme une question de confiance
Cette section est un éditorial fondé sur le sondage et les témoignages cités, pas sur une expérience personnelle présentée comme un fait.
Mon avis est qu’il serait trop facile de décréter que Gemini « ne vaut plus rien » à partir d’un seul sondage. Ce serait faux et peu utile. Mais il serait tout aussi imprudent pour Google d’écarter plus de 1 200 retours comme une simple humeur de forum. Dans les outils d’IA, la qualité n’est pas seulement la meilleure réponse possible. C’est la probabilité d’obtenir une réponse exploitable quand on en a besoin.
La réponse attendue n’est pas une promesse générale de modèle « plus intelligent ». C’est davantage de lisibilité sur les différences entre formules, de la stabilité dans les usages exigeants et la possibilité de savoir quand une réponse nécessite un second contrôle. Les utilisateurs ne demandent pas l’infaillibilité. Ils veulent comprendre la marge d’incertitude.
Comment vérifier si Gemini répond moins bien à tes besoins
Avant de changer d’outil ou d’abonnement, fais un test simple sur une semaine. Constitue une liste de dix à vingt demandes réelles : une synthèse de document, une reformulation, une question métier, une recherche avec sources, une tâche de code si c’est ton usage. Garde les mêmes consignes, note le nombre de corrections nécessaires et compare les résultats à un second outil.
Évite de te fier à un seul prompt spectaculaire. Cherche la régularité. Pour les cas professionnels sensibles, conserve une validation humaine et vérifie les informations importantes à la source. Si tu hésites entre plusieurs assistants pour des usages rédactionnels ou analytiques, notre comparatif ChatGPT vs Claude apporte un second point de repère, sans transformer le choix d’un modèle en religion.
FAQ
Le sondage prouve-t-il que Gemini est moins performant ?
Non. Il mesure la perception de plus de 1 200 lecteurs d’Android Authority. C’est un indicateur utile de satisfaction et de confiance, mais ce n’est pas un benchmark contrôlé.
Quelle part des utilisateurs juge Gemini moins bon ?
Plus de 60 % de l’ensemble des répondants répondent que Gemini s’est dégradé. En écartant les personnes qui ne l’utilisent pas, cette part approche 65 % des utilisateurs actifs, selon le média.
Faut-il arrêter d’utiliser Gemini ?
Pas sur la seule base de ce sondage. Teste-le avec tes usages réels, compare la régularité des réponses et conserve des vérifications pour les tâches où une erreur a des conséquences.
Pourquoi comparer plusieurs assistants IA ?
Les modèles n’ont pas les mêmes forces ni la même constance selon les tâches. Comparer un échantillon de demandes réelles permet de choisir sur des résultats utiles, plutôt que sur une promesse marketing.