Gemini : le guide pour comprendre tous les outils, modèles et fonctionnalités

D’abord dévoilé sous le nom de Google Bard, puis rebaptisé Google Gemini en 2024, l’outil IA est devenu bien plus qu’un assistant conversationnel, dépassant même le milliard d’utilisateurs mensuels le 11 août dernier. L’écosystème est vaste et il est parfois complexe de s’y retrouver, tant l’IA est intégrée de manière tentaculaire. Tour d’horizon.

Les différents outils proposés par Google Gemini

L’offre de Google s’organise autour de deux familles. Il y a les surfaces autonomes, où Gemini agit comme produit à part entière, et les intégrations, où l’assistant vient se greffer sur des services existants.

Les outils autonomes de Google Gemini

• Gemini, l’assistant conversationnel : produit référent de l’écosystème, l’assistant IA est accessible depuis le navigateur, les applications iOS et Android et une application de bureau pour Mac. On y écrit une requête, Gemini répond, analyse un document, génère une image ou du code. L’app prend aussi en charge la voix avec Gemini Live.
• Gemini Notebook, pour la recherche documentaire : anciennement nommé NotebookLM, cet outil permet d’analyser des documents fournis par l’utilisateur et d’en tirer des synthèses, des résumés audio ou vidéo et des mindmaps, en citant systématiquement les passages d’origine de la source reprise.
• Google Antigravity, pour le développement assisté par IA : cette plateforme de développement agentique permet d’orchestrer plusieurs agents IA en parallèle, via une application de bureau, un outil en ligne de commande et un SDK. Annoncée dans sa version 2.0 lors de la conférence I/O 2026, elle a remplacé Gemini CLI pour les développeurs individuels, dont l’accès a pris fin en juin 2026.
• Google AI Studio, pour prototyper avec l’API : c’est l’environnement web qui donne accès aux modèles Gemini via l’API. Les développeurs y testent leurs requêtes, comparent les modèles et récupèrent le code à intégrer dans leurs propres applications.
• Agent Platform, pour déployer des agents IA : anciennement Vertex AI, la plateforme, qui a été renommée en avril 2026, sert à construire, déployer et gouverner des agents IA à l’échelle de l’entreprise. Elle donne accès aux modèles Gemini mais aussi à des modèles tiers comme ceux de Claude ou les modèles ouverts Gemma. Les agents conçus sont ensuite mis à disposition des collaborateurs via l’offre Gemini Enterprise.
• Flow Music, pour la création musicale : cette plateforme génère des morceaux à partir d’un prompt, avec ou sans paroles, grâce aux modèles Gemini et Lyria. Elle prend aussi en charge le remix, l’export des pistes séparées et la génération de clips vidéo.
• Google Stitch, pour la conception d’interfaces : proposé par Google Labs, cet outil transforme une description en langage naturel, un croquis ou une capture d’écran en maquette d’interface web ou mobile, avec un export vers Figma et vers du code HTML/CSS et React.

Les intégrations de Gemini dans des outils existants

À côté de ces produits, Google greffe Gemini dans de nombreux services utilisés au quotidien par les utilisateurs :

• AI Mode dans Search : ce mode de recherche conversationnel répond aux questions complexes directement dans le moteur, avec des réponses enrichies. Il fonctionne par défaut avec un modèle Flash et cohabite avec AI Overviews, ces résumés générés par IA affichés en haut des résultats de recherche classiques.
• Gemini dans Google Workspace : l’assistant est intégré à Gmail, Docs, Sheets, Slides, Vids et Meet, pour rédiger, résumer, analyser des données, générer des présentations ou faire du montage vidéo sans quitter l’outil.
• Gemini in Chrome : intégré nativement au navigateur, sans extension à installer, l’assistant s’ouvre dans un panneau latéral, accède au contenu de la page consultée, en résume les informations et peut automatiser certaines tâches de navigation.
• Gemini sur Android et Android Auto : Gemini remplace Google Assistant sur les appareils Android et dans Android Auto, où il tient une conversation en continu et se connecte aux applications de l’utilisateur.

Quels modèles utiliser selon les tâches à réaliser ?

Google adopte deux niveaux de lecture pour la nomenclature de ses modèles :

• Le numéro désigne la génération du modèle (3, 3.1, 3.5, etc.)
• Le suffixe indique le niveau de capacité (Flash-Lite, Flash, Pro…), auquel s’ajoute Deep Think, un mode de raisonnement avancé.

Particularité actuelle : les numéros ne sont plus alignés d’un niveau à l’autre, le dernier Flash (3.6) ayant deux générations d’avance sur le dernier Pro (3.1). Google décline par ailleurs une gamme de modèles créatifs dédiés à l’image, à la vidéo et à la musique.

Les modèles classiques

Voici les modèles à connaître pour les usages textuels et le raisonnement :

• Gemini Flash, le modèle par défaut : rapide et économique, il gère la majorité des usages courants. C’est le modèle par défaut dans l’application Gemini et dans AI Mode. La version la plus récente pour le grand public est 3.7 Flash, arrivée en août 2026.
• Gemini Pro, pour les tâches complexes : pensé pour le raisonnement avancé, les mathématiques et le code, il se sélectionne via l’option « Thinking » ou « Pro » dans l’application. Sa dernière version, 3.1 Pro, remonte à février 2026, Google n’a pas mis à jour son modèle haut de gamme depuis.
• Gemini Deep Think, le raisonnement le plus poussé : ce mode explore plusieurs pistes de réflexion en parallèle pour les problèmes de science, de recherche ou d’ingénierie. Il est réservé aux abonnés Google AI Ultra.
• Gemini Flash-Lite, le plus léger : pensé pour les tâches simples à fort volume et les coûts réduits, il s’adresse surtout aux développeurs via l’API.

Les modèles créatifs

Google propose aussi une gamme de modèles spécialisés dans la génération de contenus visuels et sonores :

• Nano Banana, pour l’image : le modèle de génération et d’édition d’images de Google, qui permet de créer et de retoucher des visuels à partir d’une description.
• Veo, pour la vidéo : ce modèle génère des clips vidéo avec du son à partir d’un texte ou d’images. Il est directement intégré à Vids, l’outil de montage vidéo de Google.
• Gemini Omni, le créateur polyvalent : présenté lors de Google I/O 2026, il combine texte, images, audio et vidéo en entrée pour produire des vidéos. La firme de Mountain View le décrit comme l’équivalent de Nano Banana appliqué à la vidéo.
• Lyria, pour la musique : le modèle de génération musicale de Google, qui alimente notamment sa plateforme de création Flow Music.

Comprendre les fonctionnalités proposées par Google dans Gemini

Au-delà des outils et des modèles, l’application Gemini embarque une série de fonctionnalités qui étendent, connectent et personnalisent ses capacités :

• Gemini Spark, l’agent autonome : cet agent s’active depuis un onglet de l’application Gemini et exécute des tâches à la place de l’utilisateur, comme organiser des dossiers, construire des documents à partir de fichiers locaux ou enchaîner des actions dans Google Workspace. Il est réservé aux abonnés Google AI Ultra pour le moment.
• Les Gems : ce sont des versions personnalisées de Gemini, configurées une fois avec des instructions et des fichiers, puis réutilisées et partageables.
• Canvas : cette fenêtre de travail s’ouvre à côté de la conversation pour écrire un document, produire du code ou construire un prototype, puis le modifier directement. Contrairement à un échange classique, on peut y retoucher une section précise sans tout régénérer, prévisualiser en direct le rendu d’une page web et exporter le résultat vers Google Docs.
• Deep Research : l’outil décompose une requête en plusieurs questions, analyse des sources sur le web et produit un rapport détaillé de plusieurs pages en quelques minutes, exportable dans Google Docs. Sa déclinaison Deep Research Max, lancée en avril 2026, se connecte à des sources de données privées et enrichit les rapports de visualisations natives.
• L’apprentissage guidé : ce mode agit comme un tuteur qui décompose un problème étape par étape plutôt que de livrer directement la réponse. Il pose des questions, adapte ses explications au niveau de l’utilisateur et enrichit ses réponses de schémas, de vidéos et de quiz interactifs pour favoriser la compréhension.
• Les visuels interactifs : Gemini transforme une question complexe en schéma ou en animation générée directement dans le fil de conversation, pour saisir un concept plus rapidement qu’avec un bloc de texte.
• La mémoire : elle définit ce que Gemini retient d’une conversation à l’autre. Google propose aussi des outils d’import pour récupérer l’historique et les préférences depuis d’autres assistants IA.
• Les actions planifiées : elles permettent de programmer des requêtes qui s’exécutent automatiquement, une fois ou de façon récurrente, pour recevoir un résumé d’agenda ou une veille sur un sujet.

Cet écosystème évolue à un rythme soutenu, avec de nouveaux outils, modèles et fonctionnalités annoncés régulièrement. Suivez ces évolutions facilement dans notre dossier consacré à Gemini !