Google: Gemini 3.6 Flash (batch)

Gemini 3.6 Flash est le profil multimodal polyvalent de Google pour la programmation, le travail de connaissance et l’exécution par agents. Il s’appuie sur Gemini 3.5 Flash en privilégiant de meilleures performances multimodales et une utilisation plus efficace des tokens. Le modèle accepte le texte, les images, l’audio, la vidéo et le 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 développeur met l’accent sur la réduction des étapes de raisonnement, des tours et des appels d’outils inutiles dans les tâches à plusieurs étapes, ainsi que sur des modifications plus ciblées. Pour un diagnostic, fournissez l’échec observé, 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 en conservant la mise en page environnante. Le résultat peut ensuite être comparé aux données d’entrée réelles et au comportement requis du graphique.

L’inspection initiale par du code est un comportement distinctif décrit pour 3.6. Le fabricant indique que le modèle examine plus souvent un problème avec du code de diagnostic avant d’effectuer des modifications. Cela peut aider une investigation complexe, mais le guide relève que ce comportement peut ajouter des étapes exploratoires aux travaux courants d’interface utilisateur. Précisez si la tâche nécessite une investigation, une modification simple ou une comparaison de design. Fournissez les informations qui rendent cette distinction claire et définissez les actions autorisées pour les outils de l’application connectée.

Le raisonnement spatial et multimodal est également mis en avant : 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 preuves étayant la conclusion. Pour une tâche de design, incluez des directives concrètes de mise en page et de style. Le fabricant note une orientation vers le code fonctionnel et indique que les évaluateurs préféraient parfois le style visuel des modèles précédents, ce qui rend des instructions visuelles explicites utiles. Vérifiez le résultat par rapport au diagramme réel ou aux exigences de design.

Le niveau moyen (medium) est le niveau de réflexion par défaut documenté. Le tableau de réflexion de Google propre au modèle indique les niveaux minimal, faible (low), moyen (medium) et élevé (high) ; 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 dans les fichiers, l’ancrage par recherche, l’ancrage avec Maps, le contexte fourni par une URL et les sorties structurées, avec Computer Use comme capacité en préversion. Définissez clairement les entrées de fonction et le résultat requis. Une fonction sélectionnée par le modèle nécessite un résultat d’application réel avant qu’une réponse ultérieure puisse s’appuyer sur son résultat. Pour une analyse structurée, définissez le schéma et les preuves 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 tour final prérempli du modèle et recommande les instructions système ou les sorties structurées pour contrôler la réponse. Ses règles de réponse de fonction associent une réponse à son appel par identité et par nom, et la base Gemini 3 préserve les signatures de réflexion dans les usages à plusieurs tours. Une poursuite pratique doit transmettre l’historique pertinent non modifié et le résultat de l’outil plutôt qu’imiter le préfixe d’une réponse précédente.

La fiche native spécifie un contexte d’entrée allant jusqu’à 1M et une sortie textuelle de 64K ; le tableau API exact indique 1 048 576 tokens d’entrée et 65 536 tokens de sortie. Comptez les instructions, l’historique et les médias dans le budget d’entrée et demandez une sortie adaptée à la tâche. La page du fabricant indique aussi la mise en cache et les traitements par lots, Flex et Priority. Pour traiter des enregistrements indépendants, gardez leur identifiant et le format de résultat explicites. La sortie est un livrable textuel, même lorsque les preuves comprennent des photographies, de l’audio ou de la vidéo.

Les limites possibles comprennent les hallucinations et des lenteurs ou délais d’attente dépassés occasionnels. Sa limite de connaissances de mars 2026 inclut 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 de sources, les interprétations visuelles et les modifications proposées. La préparation distinctive de cette édition consiste en des instructions diagnostiques ciblées, un périmètre d’outils clair et des contraintes de design explicites, suivis de l’examen du résultat concret.