Google: Gemini 3 Flash Preview (batch)

Gemini 3 Flash Preview est un modèle de raisonnement de Google destiné à la compréhension multimodale, à la programmation et aux tâches agentiques. Il accepte du texte, des images, de la vidéo, de l’audio et des PDF et renvoie du texte. Une requête peut donc réunir des instructions écrites, des fichiers sources, des observations visuelles et l’historique de la conversation autour d’un même problème. Le résultat peut être une explication, une proposition de code, des données extraites ou un plan fondé sur ces éléments, plutôt qu’une image générée ou une réponse parlée.

La fiche de ce modèle précis indique une limite d’entrée de 1 048 576 tokens et une limite de sortie de 65 536 tokens. Prévoyez séparément les sources et le résultat : un long extrait de dépôt, un ensemble de documents ou un enregistrement ne peut tenir que si sa représentation après traitement et les instructions respectent le budget d’entrée, et la réponse a toujours besoin d’une longueur qui lui est réservée. Attribuez des libellés aux sources associées et précisez quel contenu fait autorité. Pour un long prompt, le guide du développeur recommande de placer la question précise après les données et de la relier explicitement aux informations qui précèdent.

La réflexion est dynamique, avec high comme valeur par défaut documentée pour ce modèle. Les niveaux pris en charge sont minimal, low, medium et high. Ils correspondent à des budgets relatifs de raisonnement, et non à des nombres de tokens garantis. Le niveau minimal peut encore impliquer du raisonnement sur un problème de programmation difficile. Choisissez le niveau en fonction de la tâche : une courte transformation et un problème de débogage à plusieurs conditions nécessitent des traitements différents. Utilisez des instructions directes et claires au lieu d’imposer des rituels de raisonnement élaborés dans le prompt ; demandez le livrable final et les vérifications qui le rendent utilisable.

La fiche du fournisseur répertorie les sorties structurées, les appels de fonctions, l’exécution de code, l’utilisation de l’ordinateur, la recherche dans les fichiers, l’ancrage par recherche, l’ancrage Google Maps, le contexte URL et la mise en cache. Les outils intégrés peuvent être combinés avec des appels de fonctions personnalisées dans le processus Gemini 3 documenté. Une application définit les fonctions, vérifie leurs arguments, exécute les actions acceptées et renvoie leurs résultats. Pour un assistant de programmation, un outil de lecture de fichiers ou d’exécution contrôlée des tests peut fournir des éléments concrets pour l’étape suivante. Une action proposée et un résultat d’outil observé doivent rester distincts dans le rapport final.

Pour la programmation, fournissez les fichiers pertinents, le langage, le comportement attendu et une entrée qui illustre le problème. Définissez le périmètre de la modification et nommez l’interface ou le comportement à préserver. Demandez une implémentation révisée et les cas à vérifier. Pour une tâche d’analyse documentaire, définissez la question, les champs requis et les références des sources. Si vous utilisez une sortie structurée, fournissez un schéma précisant clairement le sens des champs et les règles applicables aux valeurs manquantes. Validez à la fois sa syntaxe et le fait que chaque valeur découle du contenu d’origine.

Pour l’analyse multimodale, précisez ce qui compte dans chaque source. Une capture d’écran peut étayer l’explication d’une interface, un PDF peut fournir un tableau ou un graphique, et un enregistrement peut apporter des événements parlés ou visibles. Le guide du développeur aborde les réglages de résolution des médias, car le niveau de détail modifie la représentation après traitement et la consommation de tokens. Le processus d’exécution de code du fournisseur peut recadrer les images fournies ou zoomer dessus, effectuer des calculs à partir des données visuelles et ajouter des annotations avant que le modèle prépare sa réponse. La lecture de petits caractères peut nécessiter un réglage différent de celui d’une description générale de scène. Gardez la page, l’image ou l’extrait pertinent disponible pour pouvoir vérifier les observations, plutôt que de considérer un résumé fluide comme la preuve que chaque détail a été lu correctement.

L’état de la conversation et des outils doit être conservé dans l’interface choisie. Gemini 3 utilise des signatures de réflexion pour transmettre le contexte de raisonnement d’un appel à l’autre ; le guide du développeur distingue l’historique avec état géré de l’historique sans état géré manuellement. Préservez le contexte requis lorsque vous poursuivez une tâche faisant appel à des outils ou révisez un résultat. Google recommande également de conserver sa température par défaut de 1.0 plutôt que de reprendre une recette à basse température susceptible de provoquer des boucles ou de dégrader le comportement sur les tâches complexes. Il s’agit de pratiques d’intégration du fournisseur, et non de nouvelles affirmations concernant le transport d’une application particulière.

Le modèle de texte n’annonce pas de génération d’images ou d’audio, ni de prise en charge de Live API. Le guide distingue également la compréhension visuelle de la segmentation d’images au niveau des pixels, qui n’est pas une capacité prise en charge par Gemini 3 Flash. Choisissez un résultat final adapté à la tâche réelle : des observations liées aux sources, une fiche structurée, une modification de code ou une décision dont les hypothèses sont explicites. Vérifiez les calculs, testez le code dans l’environnement prévu et examinez les informations renvoyées par les outils. Lorsque des faits récents comptent, utilisez les sources d’ancrage configurées ou les données actuelles fournies, plutôt que de supposer que les connaissances du modèle constituent une base de données en temps réel.