Google

MULTIMODAL RAPIDE

Gemini 3.8 Flash

Modèle Flash pour l'ingénierie logicielle de longue durée, les agents autonomes et les flux métiers complexes.

16 SEPT. 2026↗ RAISONNEMENT MULTIMODAL

Gemini 3.1 Pro

Raisonnement multimodal, code et problèmes complexes.

16 SEPT. 2026↗ FLASH ANTÉRIEUR · AGENTS

Gemini 3.7 Flash

Génération Flash antérieure pour le code complexe, les agents et l’exécution en plusieurs étapes ; utile comme point de comparaison avec Gemini 3.8.

18 SEPT. 2026↗ IMAGE NATIVE EFFICACE

Nano Banana 2

Modèle d’image de production combinant génération, édition et raisonnement visuel avec un équilibre entre qualité, coût et latence.

07 OCT. 2026↗ VIDÉO CINÉMATOGRAPHIQUE AVEC AUDIO

Veo 3.1

Modèle vidéo cinématographique avec audio natif, extension de scènes et contrôle via des images et images de référence.

18 SEPT. 2026↗ GÉNÉRATION MUSICALE

Lyria 3.5

Modèle musical pour des chansons complètes avec voix, paroles et contrôle de la structure, du style, de la durée et de l’instrumentation.

18 SEPT. 2026↗ EMBEDDINGS MULTIMODAUX UNIFIÉS

Gemini Embedding 2

Modèle d’embeddings qui place texte, images, vidéo, audio et PDF dans un espace vectoriel commun pour la recherche et le RAG multimodal.

18 SEPT. 2026↗ RAISONNEMENT SPATIAL INTÉGRÉ

Gemini Robotics ER 2

Modèle spécialisé dans la compréhension physique, la vidéo, le raisonnement spatial et l’orchestration d’outils pour les systèmes robotiques.

18 SEPT. 2026↗ RAISONNEMENT MULTIMODAL ET AGENTS COMPLEXES

Gemini 4 Argon

Modèle de Google disponible de manière générale depuis le 13 octobre 2026. Il accepte texte, images, audio et vidéo et génère du texte, y compris du code ; il ne génère ni images, ni audio, ni vidéo. Il utilise une architecture MoE et une fenêtre partagée de 1 048 576 tokens. Les applications robotiques utilisent ce même modèle, pas un endpoint distinct.

14 OCT. 2026↗ GÉNÉRATION ET ÉDITION D’IMAGES

Gemini Nano Banana 2.1

Modèle de Google pour la génération d’images et l’édition conversationnelle, disponible en version générale depuis le 6 octobre 2026. Il remplace Nano Banana 2, sans le confondre avec Nano Banana Pro. Il accepte du texte, des images, des vidéos et des PDF comme contexte ; il produit des images et du texte, pas de vidéo ni d’audio. Google annonce des améliorations visuelles, du suivi des instructions, du texte et de la cohérence entre les éditions.

07 OCT. 2026↗ CONVERSATION MULTIMODALE EN TEMPS RÉEL

Gemini 3.8 Live

Modèle de conversation en direct intégrant la voix, la vidéo et des outils à faible latence.

29 SEPT. 2026↗ VOIX EN DIRECT AVEC RAISONNEMENT PROLONGÉ

Gemini 3.8 Live Extended Thinking

Variante vocale en direct avec raisonnement en arrière-plan pour les tâches complexes à plusieurs étapes.

29 SEPT. 2026↗

ANALISIS

Gemini 3.8 Live Extended Thinking : ce que l’on sait du raisonnement en arrière-plan

Google présente Gemini 3.8 Live Extended Thinking comme un modèle audio-à-audio pour Live API, recommandé lorsqu’un raisonnement plus approfondi en arrière-plan est nécessaire. La documentation disponible ne démontre pas à elle seule que cette fonction réduise les erreurs ou améliore la latence : ces questions doivent être évaluées à l’aide de tâches et de conditions contrôlées.

02 oct. 2026 ↗

ANALISIS

Gemini 3.8 Live avant intégration : ce qui est documenté et ce qui reste à tester

Google présente Gemini 3.8 Live comme un modèle de dialogue en temps réel, mais les sources disponibles ne permettent de confirmer ni un tarif, ni des résultats quantitatifs, ni l’ensemble des conditions d’accès. Ce guide distingue les affirmations du fournisseur des vérifications qu’une équipe doit effectuer dans sa propre intégration.

02 oct. 2026 ↗

COMPARATIVA

Comment évaluer Nano Banana 2 pour l’édition visuelle en plusieurs tours

Un protocole proposé pour mesurer si Nano Banana 2 applique des modifications successives tout en préservant les éléments que les consignes ne demandent pas de changer. Il ne présente pas de résultats expérimentaux : il définit les tests et les informations à consigner pour les obtenir.

01 oct. 2026 ↗

ANALISIS

Gemini Robotics ER 2 : ce que le modèle planifie et ce que le robot doit valider

Gemini Robotics ER 2 est présenté comme un modèle de vision et de langage capable de planifier des tâches robotiques en plusieurs étapes. Cela ne prouve pas qu’il commande directement un robot, ni que ses plans soient sûrs ou fiables dans tous les environnements. Nous examinons ce que la documentation disponible permet d’affirmer et ce que chaque équipe doit tester.

30 sept. 2026 ↗

ANALISIS

Gemini Embedding 2 : ce que l’on sait de ses embeddings multimodaux et ce qu’il reste à évaluer

La documentation de Google décrit un modèle qui représente le texte et d’autres types de contenus dans un espace d’embeddings commun. Cela atteste d’une capacité déclarée, mais ne prouve pas une amélioration de la recherche dans un corpus donné. Nous examinons ce que les sources disponibles permettent de conclure sur les performances, l’accès, le prix et les données, ainsi que les points à vérifier avant un essai.

30 sept. 2026 ↗

ANALISIS

Gemini 3.8 Flash : ce que l’on sait sur les agents, l’accès, le prix et la sécurité

Google présente Gemini 3.8 Flash comme un modèle destiné à l’ingénierie logicielle sur des tâches de longue durée et aux agents autonomes. Cette orientation déclarée ne prouve pas, à elle seule, qu’il exécute de manière fiable des tâches prolongées. Cette analyse distingue les affirmations du fournisseur, les conditions d’accès et de prix documentées pour Agent Platform, ainsi que les éléments de preuve qui ne figurent pas dans les sources consultées.

30 sept. 2026 ↗