Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.

Il s'agit d'un modèle textuel de Google avec prise en charge du raisonnement : il analyse de longs documents, répond à des questions sur des images, écrit et corrige du code, aide aux tâches STEM et à l'analyse. Il convient aux chats, aux assistants et au traitement de gros volumes de texte où la vitesse de réponse est importante.

En une seule réponse, le modèle génère jusqu'à 32 000 jetons — ce qui suffit pour un article volumineux, une documentation détaillée ou un grand module de code. La fenêtre de contexte totale est de 65 536 jetons, gardez donc à l'esprit que la requête et la réponse se la partagent.

Oui, le mode de raisonnement est confirmé : avant la réponse finale, le modèle exécute une chaîne interne d'étapes. Cela aide en mathématiques, en logique, dans l'analyse de code et les tâches à plusieurs étapes où non seulement le résultat est important, mais aussi le chemin correct pour y parvenir.

Oui. Le modèle prend en charge l'appel de fonctions et la sortie structurée en JSON, il est donc facile à intégrer dans des agents et des pipelines : il choisit lui-même l'outil nécessaire et renvoie une réponse selon le schéma défini. Dans BotHub, cela est disponible via une API unique compatible avec OpenAI.

Selon nos données, les images et les documents sont acceptés en entrée : vous pouvez envoyer une capture d'écran, une photo, un schéma ou un fichier avec un tableau et demander d'analyser le contenu. La prise en charge de l'audio et de la vidéo n'est pas spécifiquement indiquée chez nous, ces scénarios doivent donc être testés sur votre tâche.

Dans nos données, la langue des requêtes et des réponses n'est pas décrite séparément, nous ne donnons donc pas de promesses précises. La famille Gemini fonctionne généralement avec de nombreuses langues, il est donc plus simple de tester sur votre tâche : posez quelques questions types et comparez la réponse avec un autre modèle dans la même fenêtre BotHub.