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 réalisées par des agents. Il accepte du texte, des images, de la vidéo, de l’audio et des PDF, et renvoie du texte. Une requête peut ainsi 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 vocale.

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 doit toujours disposer de sa propre longueur allouée. Identifiez les sources liées et précisez quels éléments font autorité. Pour un long prompt, le guide destiné aux développeurs recommande de placer la question précise après les données et de la relier explicitement aux informations qui la 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 enveloppes relatives de raisonnement plutôt qu’à des nombres de tokens garantis. Le niveau minimal peut tout de même comporter du raisonnement face à un problème de programmation difficile. Choisissez le niveau selon la tâche : une courte transformation et un problème de débogage soumis à plusieurs conditions demandent des traitements différents. Utilisez des instructions directes et claires plutôt que d’imposer au prompt des rituels de raisonnement élaborés ; demandez le livrable final et les vérifications qui le rendent utilisable.

La fiche du concepteur répertorie les sorties structurées, les appels de fonctions, l’exécution de code, l’utilisation d’un ordinateur, la recherche dans les fichiers, l’ancrage par recherche, l’ancrage Google Maps, le contexte d’URL et la mise en cache. Les outils intégrés peuvent être associés aux 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 de 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 démontre le problème. Délimitez 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 aux sources. Si vous utilisez une sortie structurée, fournissez un schéma dont le sens des champs et les règles pour les valeurs manquantes sont clairs. Validez à la fois sa syntaxe et le fait que chaque valeur découle des documents d’origine.

Pour l’analyse multimodale, identifiez ce qui compte dans chaque source. Une capture d’écran peut étayer une explication d’interface, un PDF peut fournir un tableau ou un graphique, et un enregistrement peut apporter des événements parlés ou visibles. Le guide destiné aux développeurs 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 concepteur 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 d’une description générale de scène. Conservez la page, l’image ou l’extrait pertinent pour pouvoir vérifier les observations, au lieu 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 pensée pour transmettre le contexte de raisonnement entre les appels ; le guide destiné aux développeurs distingue l’historique avec état géré de l’historique sans état géré manuellement. Préservez le contexte nécessaire lorsque vous poursuivez une tâche utilisant des outils ou révisez un résultat. Google recommande également de conserver sa température par défaut de 1.0 plutôt que d’importer une méthode 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 concepteur, et non de nouvelles affirmations sur le transport des requêtes d’une application particulière.

Ce modèle textuel n’annonce ni génération d’images ou d’audio, ni Live API. Le guide distingue également la compréhension visuelle de la segmentation d’images au niveau des pixels, une capacité que Gemini 3 Flash ne prend pas en charge. Choisissez un résultat final adapté à la tâche réelle : des observations reliées aux sources, une fiche structurée, une modification de code ou une décision accompagnée de ses hypothèses. 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.