Gemini 3 Pro vs Flash : le duel des modèles IA pour le Vibe Coding

Exploration du Vibe Coding avec les modèles Gemini

Le concept de Vibe Coding s'apparente à une conversation avec un chatbot IA pour développer une application. Bien que le processus semble simple, il exige du temps et de la persévérance pour surmonter les obstacles techniques. L'auteur de la tribune a entrepris plusieurs projets dans ce domaine, cherchant constamment à évaluer la qualité des résultats obtenus, notamment en fonction du modèle d'IA utilisé.

Avec une multitude de modèles d'IA à disposition, les résultats peuvent varier de manière significative, surtout si l'on ne dispose pas d'un plan bien défini. L'objectif était de comparer les modèles plus légers aux modèles dits "pensants", comme les désignent Google et OpenAI. Ces modèles légers portent des noms variés : chez Google, l'interface Gemini les nomme Fast, bien que le modèle soit précisément appelé Gemini 2.5 Flash, tandis qu'OpenAI les désigne par Instant.

Pour cette expérience, l'auteur a choisi de réaliser un projet en utilisant deux modèles distincts. Un projet complet a d'abord été conçu avec Gemini 3 Pro, puis tenté de le reproduire avec un modèle plus léger, en l'occurrence Gemini 2.5 Flash. Les résultats ont été révélateurs : bien que les deux modèles aient produit un résultat similaire, les approches pour y parvenir étaient fondamentalement différentes.

En manque d'inspiration pour ce test, l'auteur a sollicité Gemini pour proposer des projets de vibe coding intéressants. Un projet intitulé "Trophy Display Case" a été choisi. Il a été demandé à Gemini de remplacer les trophées par une liste de films d'horreur, avec des informations supplémentaires accessibles en cliquant sur les affiches. En dehors de ces directives, le champ libre a été laissé aux modèles Gemini pour exprimer leur créativité.

Comparaison des modèles d'IA rapides et pensants

Google propose un choix entre les modèles Flash et Pro, ce qui implique des différences substantielles, n'est-ce pas ? La réponse est à la fois oui et non. Bien que tous deux soient des modèles de langage de grande taille, leur fonctionnement diverge. Pour un utilisateur moyen, les termes "rapide" et "pensant" suffisent à illustrer la distinction : vitesse contre profondeur.

Un modèle de raisonnement, ou LLM, est conçu pour décomposer des problèmes complexes en étapes plus simples avant de générer un résultat final. Cela s'effectue via un chemin de raisonnement interne. Les modèles Gemini 2.5 Flash et Gemini 3 Pro sont des modèles de raisonnement, mais Gemini 2.5 Flash adopte une approche hybride, équilibrant vitesse et raisonnement.

Gemini 3 Pro est le modèle de raisonnement le plus puissant, optimisé pour explorer en profondeur afin de trouver des réponses. En conséquence, il est plus lent que des modèles plus efficaces comme 2.5 Flash. Depuis, Google a lancé Gemini 3 Flash, un modèle de base plus puissant qui remplace 2.5 Flash. Gemini 3 Pro demeure le modèle de raisonnement le plus puissant disponible dans Gemini pour la plupart des utilisateurs.

Résultats du projet avec Gemini 3 Pro

Le projet final réalisé par Gemini 3 Pro n'était pas parfait, mais il surpassait l'idée originale de l'auteur et était nettement supérieur à ce que Gemini 2.5 Flash avait produit. Grâce à Gemini 3 Pro, une page d'accueil a pu être créée, mettant en avant les films de la liste, avec des images d'affiches, et en cliquant sur un titre, une page s'ouvrait pour révéler des informations supplémentaires, ainsi qu'un lien pour visionner la bande-annonce sur YouTube. Bien que le projet ne soit pas complexe, de nombreux problèmes et erreurs ont été rencontrés en cours de route.

Initialement, l'auteur souhaitait intégrer les bandes-annonces directement sur la page, mais cela a généré des erreurs que Gemini n'a pas pu corriger, ce qui a conduit à opter pour une image liée vers YouTube. Bien que cela soit acceptable, ce n'était pas aussi fluide qu'espéré. Cependant, l'auteur a apprécié la manière dont Gemini 3 Pro a détaillé les problèmes spécifiques rencontrés avec cette fonctionnalité, permettant de décider de l'abandonner.

Un autre problème que Gemini 3 Pro a tenté de résoudre à plusieurs reprises concernait ce qu'il décrivait comme un problème de superposition. Lorsqu'on cliquait sur une affiche, une fenêtre contextuelle avec les détails du film s'affichait, accompagnée d'un petit bouton pour quitter cette vue, mais cela n'a jamais fonctionné. L'auteur a demandé à Gemini de le corriger quatre fois, et il n'a réussi à résoudre le problème qu'à la dernière demande. Gemini a expliqué ce qu'il faisait avec le code en termes généraux, mais n'est jamais entré dans trop de détails, bien qu'il aurait probablement fourni des précisions si cela avait été demandé.

Le projet original visait simplement à afficher une collection de films et à obtenir plus d'informations à leur sujet. En dehors de cela, l'auteur n'avait pas pensé à la mise en forme ou aux moyens de rendre l'application web intéressante, et Gemini 3 Pro a été utile dans ce domaine. Lorsque des suggestions ont été demandées pour améliorer l'application, tant en design qu'en fonctionnalités, il a été proposé d'ajouter un effet de roue 3D aux films et une option de sélection aléatoire.

Ce projet a nécessité près de 20 itérations. Le produit final était à peu près aussi bon qu'il pouvait l'être, et c'était un projet amusant, mais il y avait des problèmes que Gemini n'a pas réussi à corriger plus souvent qu'à son tour. Le produit final a fait plus que ce à quoi l'auteur s'attendait, donc il en était satisfait.