Gemini
Google DeepMind · Autres
Gemini est le modèle d'IA multimodal de Google DeepMind, conçu pour lire texte, images, audio, vidéo et code au même endroit. Vous discutez avec lui, lui donnez un document à résumer ou l'appelez via une API.
À propos de Gemini
About
Qu'est-ce que Gemini
Gemini est une famille de modèles d'IA de Google DeepMind, présentée en décembre 2023. Contrairement aux systèmes plus anciens qui greffaient la vision sur un modèle de texte, Gemini a été entraîné dès le départ avec du texte, des images, de l'audio, de la vidéo et du code. C'est pour cela qu'il examine un graphique, écoute un extrait et raisonne sur les deux dans une même réponse.
La plupart des gens croisent Gemini à deux endroits. Le premier est l'application grand public sur gemini.google.com, sur Android et sur iOS, où vous saisissez des instructions, envoyez des fichiers ou parlez avec Gemini Live. Le second est l'API, que les développeurs appellent depuis Google AI Studio ou Vertex AI pour bâtir leurs propres outils et agents.
Le piège, c'est le système de versions. Google pousse les modèles les plus puissants vers les offres payantes, et en octobre 2025 l'offre gratuite de Gemini s'est réduite au seul Flash-Lite. Si vous comptez sur Gemini Pro pour du code ou l'analyse de longs documents, vérifiez les prix de Gemini avant de vous engager, car ce travail demande désormais un abonnement.
Pour commencer
- Ouvrez gemini.google.com ou installez l'application Gemini sur Android ou iOS, puis connectez-vous avec un compte Google.
- Lancez une conversation et choisissez un modèle dans le menu déroulant si votre offre en propose plusieurs.
- Ajoutez un fichier avec le bouton plus pour envoyer une image, un PDF ou un tableur, ou activez Gemini Live pour un échange parlé.
- Lisez la réponse, puis affinez votre instruction ou posez une question de suivi pour orienter le résultat.
- Si vous êtes développeur, créez une clé dans Google AI Studio et appelez l'API Gemini depuis votre propre application.
Informations sur le produit
Aperçu des tarifs, des plateformes compatibles et des performances de Gemini.
Idéal pour
Les utilisateurs, tâches et cas d'usage où cet outil convient le mieux.
Utilisateurs
- Étudiants
- Rédacteurs et chercheurs
- Développeurs
Tâches
- Résumer un long rapport
- Rédiger et réécrire du texte
- Lire des images et des captures
- Répondre avec des faits récents
Cas d'usage
- Réviser un examen dans le métro
- Trier un paquet de recherches
- Prototyper un petit outil
Fonctionnalités clés
Entrée multimodale native
Gemini lit texte, images, audio, vidéo et code ensemble, au lieu de traiter chaque format comme une tâche à part. Vous pouvez glisser la photo d'un tableau blanc et demander d'en faire une liste de tâches, ou envoyer une vidéo et demander ce qui se passe à un moment donné. Cette base commune entre formats, c'est le cœur de ce qu'est Gemini.
Une longue fenêtre de contexte
Les modèles payants, Gemini Pro compris, traitent jusqu'à un million de tokens en entrée, de quoi absorber un livre ou tout un dépôt de code d'un coup. Cela compte quand il vous faut des réponses qui reposent sur des détails éparpillés dans un long document, pas seulement sur la première page. Flash et Pro s'appuient là-dessus pour le travail sur documents et code.
Gemini Live
Gemini Live vous laisse parler au modèle et partager votre écran ou votre caméra en temps réel. Vous pouvez réfléchir à voix haute, pointer la caméra vers quelque chose et poser une question sur ce qu'elle voit. C'est la fonction qui fait ressembler le téléphone moins à une boîte de recherche et plus à une conversation.
Deep Research
Deep Research mène seul plusieurs étapes de recherche, puis rédige ce qu'il a trouvé sous forme de rapport avec sources. Au lieu de survoler dix onglets, vous recevez un résumé unique que vous pouvez contester. Il est pensé pour la phase de démarrage d'un projet, quand vous cartographiez encore le terrain.
Génération et retouche d'images
Avec le modèle d'image Nano Banana, Gemini crée et retouche des images à partir d'une instruction. Vous appliquez des réglages de lumière, fusionnez quelques images en une maquette ou dessinez une affiche et changez son format. La génération d'images reste ouverte même dans l'offre gratuite, ce qui le distingue des modèles verrouillés.
API Gemini pour les développeurs
L'API Gemini offre aux développeurs un moyen d'intégrer le modèle dans leurs propres produits, avec des SDK pour Python, JavaScript, Go et Java. Vous démarrez sur une offre gratuite sans carte bancaire et passez au payant quand votre base d'utilisateurs grandit. Les SDK clients pour Android et Apple évitent d'avoir à monter votre propre backend.
Avantages et inconvénients
Avantages
- Traite texte, image, audio, vidéo et code dans un seul modèle, donc vous ne jonglez pas entre plusieurs outils.
- Le contexte long jusqu'à un million de tokens lui permet de travailler sur des livres et de gros dépôts de code.
- L'intégration aux produits Google comme Gmail, Docs et Search donne plus de contexte aux réponses.
- L'offre gratuite de l'API permet aux développeurs de tester des idées sans payer d'avance.
- La génération d'images reste accessible dans l'offre gratuite.
Inconvénients
- L'offre gratuite s'est réduite à Flash-Lite en octobre 2025, donc le raisonnement complexe exige maintenant une offre payante.
- Les modèles Pro et Deep Think sont derrière AI Pro à $19.99/mois ou plus, ce qui grimpe vite en usage intensif.
- L'usage se mesure désormais en calcul, donc une tâche longue ou complexe épuise votre quota plus vite qu'une tâche simple.
- Certaines fonctions, comme le mode de raisonnement Deep Think, sont limitées à certaines régions au lancement.
Questions fréquentes
Gemini couvre les questions du quotidien, la rédaction, le résumé de longs documents, la lecture d'images et de vidéos, l'aide au code et la recherche. Vous l'utilisez comme chatbot, comme soutien de révision ou comme moteur derrière votre propre application via l'API.
Contenus associés
Découvrez des outils, des compétences et des articles liés à Gemini.
Alternatives à Gemini
Odyssey 3
Odyssey · AutresOdyssey-3 est le modèle du monde fondationnel d'Odyssey. Il simule la physique en temps réel, transforme une consigne en environnement interactif et s'adapte aux robots, voitures et jeux.
JarvisCore
Prescott Data · Programmation · Productivité · AutresJarvisCore est un runtime Python open source où les agents IA travaillent en pairs sur un maillage, prennent les tâches dans un registre partagé et joignent les services externes via un broker zero trust.
Clef
Cloudflare · Entreprise · AutresClef est le modèle de décision open source de Cloudflare pour Workers AI. Il renvoie des probabilités calibrées pour des questions typées au lieu de texte, ce qui permet à un agent de classer, router et agir vite.