Dots vs Gemini 3.1 Pro : un agent avec un bureau contre un modèle aux cinq sens

The word "multimodal" hides the real difference between these two, so start with what each one does with the world. Gemini 3.1 Pro Preview is Goog​le's flagship reasoning model, released in preview on February 19, 2026: it accepts text, images, audio, video and files as input and returns text, works across a 1,048,576-token context window with up to 65,536 tokens of output, and costs $2.00 per million input tokens and $12.00 per million output tokens below a 200,000-token prompt, repricing to $4.00 and $18.00 above it. Dots is the company's always-on agent, announced at DevDay on September 29, 2026: an agent with its own cloud computer and browser that works across more than 4,000 connected apps, runs on GPT-6 Astra, and comes included with Pro and Business Premium. Gemini 3.1 Pro watches the world and describes it; a dot acts inside it. Those are different verbs, and almost every practical question about this pair follows from which verb your problem needs.

L'entrée n'est pas la même chose que l'action

La prise en charge des médias par Gemini 3.1 Pro est véritablement étendue — un enregistrement de deux heures, une photo de produit, un export de tableur et un contrat peuvent tous arriver dans la même requête — mais chacune de ces entrées est quelque chose qui existait déjà avant l'appel. La sortie du modèle est du texte : une réponse, une extraction, un plan, un brouillon. Rien en dehors de la conversation ne change parce que le modèle a été exécuté.

Un point inverse cela. Ses entrées sont banales — vos messages, les données de votre application, une tâche que vous avez décrite — et sa sortie est un changement dans le monde : un fichier déplacé, un ticket mis à jour, un message envoyé après votre approbation, une page ouverte dans son propre navigateur. Les documents de lancement d'OpenAI le décrivent comme faisant avancer plusieurs projets à la fois, apprenant des retours et acceptant de nouvelles tâches sans nouveau fil de discussion. C'est la description d'un travailleur, pas d'un modèle, et cela explique pourquoi OpenAI n'a publié aucun benchmark pour lui : on n'évalue pas un collègue sur un classement, on regarde ce qu'il accomplit et on consulte l'Activity View.

• Ce qu'il accepte en entrée — les messages, les descriptions de tâches et les données d'applications connectées d'un côté ; le texte, l'image, l'audio, la vidéo et les fichiers de l'autre

• Ce qu'il produit — des modifications au sein d'autres logiciels, soumises à des règles et à des étapes d'approbation, par opposition au texte que vous traitez ensuite vous-même

• Où cela s'exécute — l'ordinateur cloud d'OpenAI avec son navigateur votre machine sauf si vous, le service de Google, accessible via une API depuis n'importe où vous le souhaitez.

• Contexte — non documenté pour un point, contre 1 048 576 jetons en entrée et 65 536 jetons en sortie

• Preuves — démos de fournisseurs, aucun benchmark indépendant, par rapport à un Artificial Analysis Intelligence Index de 29,7 avec 94,1 sur GPQA Diamond et 82 en rappel en contexte long, répertorié indépendamment de Google

Ce que Gemini 3.1 Pro vaut la peine d'avoir

La raison de garder un modèle comme celui-ci sous la main est que la perception est difficile et que la plupart des agents y sont mauvais. Le profil indépendant publié de Gemini 3.1 Pro est inhabituel : 94,1 sur GPQA Diamond est un résultat proche de la frontière, 82 en rappel sur contexte long est le deuxième meilleur score parmi les modèles que nous répertorions, et 58,7 sur SciCode le place en tête de ce classement précis. Là où il ne brille pas, c’est dans la prise de décision agentique — un score de 95,6 à τ²-Bench est respectable, mais son volet τ-banking, celui qui mesure l’utilisation d’outils multi-étapes face aux systèmes d’une banque, s’établit à 21,4. Toutes ces mesures sont des mesures tierces répertoriées avec leur source dans notre catalogue, et non des chiffres de fournisseurs, ce qui explique qu’elles valent plus qu’une présentation de lancement.

L'autre moitié de cette histoire de coût par requête, c'est que le modèle n'est pas gratuit. Il est entré en preview en février, plusieurs mois avant la sortie du modèle de frontière actuel, et il est facturé au-dessus du palier économique : 2,00 $ et 12,00 $ par million de tokens représentent environ 0,0006 $ d'entrée par page de texte dense, ce qui n'est rien jusqu'à ce que vous lanciez une ingestion vidéo sur toute une bibliothèque, et là, ça devient une ligne de facture. Lire une image de vidéo coûte le même prix que lire un paragraphe, et le modèle vous facturera volontiers les deux.

Deux modèles de coûts qui refusent de se convertir

Le coût d’un dot est un abonnement assorti d’une allocation non publiée : le premier est inclus avec Pro ou Business Premium, des limites étendues s’appliquent le premier mois, les conversations avec votre dot ne sont pas décomptées des limites d’utilisation de ChatGPT, et aucun prix n’est publié pour un deuxième dot, pour une vitesse ou une capacité supplémentaires, ni pour une tâche terminée. Dans le compte rendu de la keynote par CNBC, Sarah Friar présente la nouvelle offre Pro 500 à 500 $ comme une allocation d’utilisation plus le mode Ultrafast, plutôt que comme un tarif par dot ; ainsi, le forfait le plus cher sur la grille d’OpenAI ne produit pas non plus de coût par unité de travail d’agent.

Gemini 3.1 Pro convertit tout en tokens, y compris les éléments qui ne sont pas du texte. L'audio, la vidéo et les images sont facturés en tant qu'entrées, si bien que le coût d'une tâche dépend de la quantité de monde que vous avez fait regarder au modèle — une propriété utile, parce qu'elle se mesure, et une propriété dangereuse, parce que le chiffre le plus élevé de la facture est souvent celui que personne n'avait prévu. Le routage de modèles aide ici d'une manière spécifique plutôt que générique : avec plus de 200 modèles derrière une seule clé, au prix catalogue du fournisseur et sans majoration, la lecture multimodale coûteuse et le travail de suivi bon marché peuvent reposer sur des modèles différents au sein d'un même pipeline, et un changement de tarif de Google se répercute sur votre compte le jour même plutôt qu'au renouvellement.

Là où les deux travaillent ensemble

L'association naturelle, c'est un dot qui coordonne et un modèle multimodal qui perçoit. Le travail arrive, un dot l'achemine : tout ce qui doit être regardé ou écouté passe par Gemini 3.1 Pro pour obtenir une description structurée, et cette description revient dans le flux de travail où un planning ou une règle peut agir dessus. Le dot se charge des relances ; le modèle se charge de la lecture. Cette séparation garde aussi auditables les appels de modalité coûteux, ce qui compte, car ce sont eux qui surprennent les gens.

Sur OrcaRouter, le modèle est routé sous google/gemini-3.1-pro-preview au prix catalogue du fournisseur, répercuté avec 0 % de marge, aux côtés du reste du catalogue, avec un basculement automatique entre fournisseurs amont lorsqu'un fournisseur se dégrade, ainsi qu'un DSL de routage permettant de composer plusieurs modèles en un seul appel. Il vaut la peine d'être précis sur ce que cela n'inclut pas : dots ne figure pas dans notre catalogue, il n'existe aucun endpoint pour celui-ci, et aucun identifiant de modèle n'existe pour y adresser une requête. Si vous voulez garder la couche de perception sous votre propre contrôle — et un modèle en preview de février est exactement le genre de dépendance qu'il vaut la peine de circonscrire — le modèle a sa place derrière votre endpoint, et l'agent reste là où vous l'avez loué.

De quel verbe votre problème a-t-il besoin ?

Si le travail consiste à regarder ou écouter quelque chose et à produire une réponse, Gemini 3.1 Pro est l’outil et un dot est le mauvais achat. Si le travail consiste à faire aboutir quelque chose dans plusieurs applications sans que vous soyez aux commandes, un dot est l’outil et aucune quantité d’entrées multimodales ne peut le remplacer. Les équipes qui font les choses correctement utilisent les deux et gardent la frontière explicite : la perception sur un modèle facturé à l’usage que vous pouvez mesurer, l’action derrière un produit que vous pouvez résilier.