Google: Gemini 3 Flash Preview (batch)

Gemini 3 Flash Preview est un modèle de raisonnement de Google pour la compréhension multimodale, la programmation et les tâches d’agents. Il accepte le texte, les images, la vidéo, l’audio et les PDF et renvoie du texte. Une requête peut donc réunir des instructions écrites, des fichiers sources, des observations visuelles et l’historique de 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 du modèle exact donne une limite d’entrée de 1 048 576 jetons et une limite de sortie de 65 536 jetons. Planifiez séparément la source et le résultat : un long extrait de dépôt, un ensemble de documents ou un enregistrement ne peut tenir que si sa représentation traitée et les instructions respectent le budget d’entrée, et la réponse a toujours besoin de sa propre longueur allouée. Étiquetez les sources liées et identifiez les éléments faisant autorité. Pour une longue invite, le guide de développement recommande de placer la question précise après les données et de la relier explicitement à l’information précédente.

La réflexion est dynamique, avec le niveau élevé comme valeur par défaut documentée pour ce modèle. Les niveaux pris en charge sont minimal, faible, moyen et élevé. Ce sont des capacités relatives de raisonnement plutôt que des nombres de jetons garantis. Le niveau minimal peut encore comporter du raisonnement pour un problème de programmation difficile. Choisissez un niveau selon la tâche : une courte transformation et un problème de débogage à plusieurs conditions exigent des traitements différents. Utilisez des instructions directes et claires plutôt que de forcer des rituels de raisonnement élaborés dans l’invite; demandez le livrable final et les vérifications qui le rendent utilisable.

La fiche du producteur indique les sorties structurées, les appels de fonctions, l’exécution de code, l’utilisation de l’ordinateur, la recherche de fichiers, l’ancrage par recherche, l’ancrage avec Google Maps, le contexte URL et la mise en cache. Les outils intégrés peuvent être combinés aux appels de fonctions personnalisées dans le flux 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 un exécuteur contrôlé de tests peut fournir des données probantes concrètes 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 démontre le problème. Fixez la portée du changement et nommez l’interface ou le comportement qui doit rester. Demandez une implémentation révisée et les cas à vérifier. Pour une tâche documentaire analytique, définissez la question, les champs requis et les références sources. Si une sortie structurée est utilisée, fournissez un schéma avec des significations de champs claires et des règles de valeurs manquantes. Validez sa syntaxe et vérifiez que chaque valeur découle des éléments originaux.

Pour l’analyse multimodale, identifiez ce qui compte dans chaque source. Une capture d’écran peut appuyer une explication d’interface, un PDF peut fournir un tableau ou un graphique et un enregistrement peut présenter des événements parlés ou visibles. Le guide de développement traite des contrôles de résolution des médias, car le détail modifie la représentation traitée et la consommation de jetons. Le flux d’exécution de code du producteur peut recadrer ou agrandir les images fournies, effectuer des calculs à partir de 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 utilisé pour une description générale de scène. Gardez la page, l’image ou l’extrait pertinent disponible pour vérifier les observations, plutôt que de traiter un résumé fluide comme une preuve que chaque détail a été lu correctement.

La conversation et l’état des outils doivent être conservés dans l’interface choisie. Gemini 3 utilise des signatures de pensée pour transporter le contexte de raisonnement entre les appels; le guide de développement distingue l’historique avec état géré de l’historique sans état géré manuellement. Préservez le contexte requis lorsque vous poursuivez une tâche d’outil ou révisez un résultat. Google recommande aussi de conserver sa température par défaut de 1.0 plutôt que d’importer une méthode de basse température susceptible de causer des boucles ou de dégrader le comportement dans les tâches complexes. Ce sont des pratiques d’intégration du producteur, et non de nouvelles affirmations sur le transport d’une application particulière.

Le modèle textuel n’annonce pas la génération d’images ou d’audio ni Live API. Le guide distingue aussi la compréhension visuelle de la segmentation d’images au niveau du pixel, qui n’est pas une capacité prise en charge de Gemini 3 Flash. Utilisez un résultat final approprié à la tâche réelle : observations liées aux sources, enregistrement structuré, modification de code ou décision dont les hypothèses sont énoncées. Vérifiez l’arithmétique, validez le code dans l’environnement prévu et examinez l’information renvoyée par les outils. Lorsque les faits récents comptent, utilisez les sources d’ancrage configurées ou les données actuelles fournies plutôt que de supposer que les connaissances du modèle sont une base de données en direct.