Google: Gemini 3.6 Flash (batch)

Gemini 3.6 Flash est le profil multimodal polyvalent de Google pour la programmation, le travail sur les connaissances et l’exécution par des agents. Il s’appuie sur Gemini 3.5 Flash, en mettant l’accent sur de meilleures performances multimodales et une utilisation plus efficace des jetons. Le modèle accepte le texte, les images, l’audio, la vidéo et les PDF et renvoie du texte. Une tâche utile peut combiner du code, une capture d’écran et une exigence, ou comparer un graphique ou un plan visuel à des contraintes écrites pour produire une explication vérifiée ou une révision ciblée.

Le guide de développement insiste sur la réduction des étapes de raisonnement, des tours et des appels d’outils inutiles dans le travail à plusieurs étapes, ainsi que sur des modifications plus ciblées. Pour un diagnostic, fournissez la défaillance observée, la source pertinente et le comportement qui doit rester inchangé. Pour déboguer un graphique, demandez au modèle d’examiner pourquoi il affiche la mauvaise série, d’identifier la transformation de données concernée et de proposer une correction tout en conservant la disposition environnante. Le résultat peut ensuite être comparé aux données d’entrée réelles et au comportement requis du graphique.

L’inspection programmatique préalable est un comportement distinctif décrit pour 3.6. Le concepteur indique que le modèle examine plus souvent un problème avec du code diagnostique avant d’apporter des changements. Cela peut aider une investigation complexe, mais le guide note que ce comportement peut ajouter des étapes exploratoires au travail courant sur les interfaces. Indiquez si la tâche nécessite une investigation, une simple modification ou une comparaison de conception. Fournissez l’information qui rend cette distinction claire et précisez les actions autorisées pour les outils de l’application connectée.

Le raisonnement spatial et multimodal est aussi souligné : interprétation de graphiques, conversion de plans visuels et mises en page Web à plusieurs éléments. Fournissez la vue ou les pages pertinentes, identifiez ce qui doit être interprété et demandez les éléments probants derrière la conclusion. Pour une tâche de conception, incluez des directives concrètes de mise en page et de style. Le concepteur note un accent sur le code fonctionnel et le fait que les évaluateurs préféraient parfois le style visuel de modèles antérieurs, ce qui rend une consigne visuelle explicite utile. Vérifiez le résultat à partir du diagramme réel ou des exigences de conception.

Le niveau moyen est le niveau de réflexion par défaut documenté. Le tableau de réflexion propre au modèle de Google indique les niveaux minimal, faible, moyen et élevé; le guide de migration 3.6 utilise les niveaux moyen ou élevé dans ses exemples d’effort. La page exacte indique les appels de fonctions, l’exécution de code, la recherche de fichiers, l’ancrage par recherche, l’ancrage avec Maps, le contexte URL et les sorties structurées, avec Computer Use comme capacité en préversion. Définissez clairement les entrées de fonctions et le résultat requis. Une fonction sélectionnée par le modèle nécessite un résultat réel de l’application avant qu’une réponse ultérieure puisse s’appuyer sur son issue. Pour une analyse structurée, définissez le schéma et les données probantes sources nécessaires pour chaque constat.

Le guide 3.6 modifie la préparation par rapport aux requêtes Gemini antérieures. Il rend obsolètes les réglages d’échantillonnage temperature, top-p et top-k, rejette un dernier tour prérempli de rôle modèle et recommande les instructions système ou les sorties structurées pour contrôler la réponse. Ses règles de réponse de fonction font correspondre une réponse à son appel par identité et nom, et la base Gemini 3 préserve les signatures de pensée dans l’utilisation à plusieurs tours. Une continuation pratique doit reprendre l’historique pertinent non modifié et le résultat d’outil plutôt que d’imiter un préfixe de réponse antérieur.

La fiche native précise un contexte d’entrée allant jusqu’à 1M et une sortie textuelle de 64K; le tableau API exact donne 1 048 576 jetons d’entrée et 65 536 jetons de sortie. Incluez les instructions, l’historique et les médias dans le budget d’entrée, et demandez une sortie dimensionnée pour la tâche. La page du producteur indique aussi la mise en cache et les traitements par lots, Flex et Priority. Lorsque vous traitez des enregistrements indépendants, gardez l’identifiant d’enregistrement et le format de résultat explicites. La sortie est un livrable textuel, même lorsque les données probantes comprennent des photographies, de l’audio ou de la vidéo.

Les limites possibles comprennent des hallucinations et des lenteurs ou des dépassements de délai occasionnels. Son arrêt des connaissances en mars 2026 comprend des domaines dont les connaissances restent limitées à janvier 2025; joignez donc des éléments plus récents ou utilisez un flux d’ancrage documenté lorsque les faits actuels comptent. Vérifiez les calculs, les références aux sources, les interprétations visuelles et les modifications proposées. La préparation distinctive pour cette édition est une consigne diagnostique ciblée, une portée claire des outils et des contraintes de conception explicites, suivies d’une inspection du résultat concret.