Google: Gemini 3.7 Flash (batch)

Gemini 3.7 Flash est le profil nommé de raisonnement multimodal de Google pour la programmation, les processus d’agents et l’exécution à plusieurs étapes. Il s’appuie sur Gemini 3.6 Flash, avec des changements algorithmiques du raisonnement et une prise en charge de la compréhension vidéo par les agents. Le texte, les images, l’audio, la vidéo et le PDF peuvent constituer les éléments sources d’un résultat textuel. Les livrables utiles comprennent une révision de code ciblée, une comparaison entre une maquette et une implémentation, ou une analyse fondée sur les sources d’événements dans un enregistrement.

Le guide développeur 3.7 souligne une meilleure fidélité au design pour les travaux sur ordinateur et sur le web. Pour cette tâche, fournissez la maquette souhaitée, la source pertinente et l’écart observable. Demandez une comparaison avec des éléments concrets tels que les espacements, les états des composants, la hiérarchie du texte ou le comportement des interactions. Pour une comparaison de design, demandez une liste des écarts entre la maquette d’un panneau de réglages et son implémentation existante, chaque correction proposée étant reliée à la capture d’écran ou à la source. Le résultat doit identifier les changements nécessaires sans étendre silencieusement le design au-delà des exigences fournies.

Pour un processus de programmation, fournissez l’objectif, le comportement existant, les fichiers pertinents et les contraintes. Google positionne 3.7 pour résoudre les problèmes logiciels et réduire les boucles d’agents infructueuses, mais une vérification utile examine toujours la modification réelle et le résultat de validation. Conservez la séquence d’observations d’outils dans la conversation afin qu’une étape ultérieure ne parte pas d’un récit inventé de la base de code. Le résultat final peut distinguer une modification proposée d’une modification confirmée par les outils de l’application connectée.

Les niveaux de réflexion documentés sont faible (low), moyen (medium) et élevé (high), le niveau moyen étant celui par défaut. Le niveau faible permet des réponses délimitées plus rapides, tandis que le niveau élevé vise les raisonnements difficiles et les travaux prolongés avec des outils. Gemini 3.7 Flash ne prend pas en charge le niveau minimal. Une analyse courte d’un écart d’interface et une investigation approfondie portant sur plusieurs fichiers appellent donc des choix d’effort différents. Définissez le livrable final et les conditions qu’il doit satisfaire avant de demander une longue séquence de raisonnement et d’actions.

La page exacte du modèle indique les appels de fonctions, l’exécution de code, la recherche dans les fichiers, l’ancrage par recherche, l’ancrage avec Maps et le contexte fourni par une URL. Computer Use est indiqué en préversion, et les sorties structurées peuvent définir un enregistrement de résultat. Une demande de fonction est une opération proposée que l’application connectée doit exécuter et dont elle doit renvoyer le résultat. Pour une tâche d’agent, donnez un objectif clair à l’outil et conservez le résultat réel avant de demander au modèle de poursuivre. Pour une extraction documentaire, définissez les champs, les valeurs acceptables et la représentation des informations manquantes.

Cette édition prend en charge la compréhension vidéo par les agents. Fournissez l’enregistrement pertinent et précisez l’événement ou la relation à examiner. Des instructions pratiques peuvent demander quelle action visible explique un changement d’état, ou une description ordonnée des événements accompagnée de preuves tirées du clip. Les images et les pages PDF peuvent de même étayer une comparaison visuelle ou documentaire. La sortie reste du texte : une interprétation, des données extraites, du code ou une explication écrite. La génération de vidéo, d’illustrations ou de parole relève de profils de modèles distincts.

Le tableau API exact 3.7 de Google spécifie 1 048 576 tokens d’entrée et 65 536 tokens de sortie, tandis que sa fiche native décrit un contexte allant jusqu’à 1M et une sortie textuelle de 64K. Incluez les instructions, les tours précédents et les médias fournis dans la préparation de l’entrée. Le traitement par lots et la mise en cache sont indiqués pour le profil du fabricant, aux côtés des options Flex et Priority. Pour un ensemble de requêtes indépendantes, conservez les identifiants de source et un format de résultat cohérent afin que chaque réponse puisse être vérifiée par rapport à sa propre entrée.

Les limites possibles comprennent les hallucinations et des lenteurs ou délais d’attente dépassés occasionnels. Sa limite de connaissances est mars 2026, certains domaines étant limités à janvier 2025. Fournissez des éléments sources actuels lorsqu’une conclusion dépend de faits plus récents. La distinction utile de cette édition est son orientation documentée vers les problèmes logiciels, la fidélité au design et le raisonnement vidéo ; examinez ces résultats par rapport à la maquette, au code ou aux médias réels plutôt que de remplacer un profil historique nommé par des fonctionnalités plus récentes.