Suivez les dernières actualités, explications et histoires technologiques associées.
Google a annoncé le lancement du modèle Gemini Omni 1.2 Flash pour la production de vidéos par intelligence artificielle, portant la durée du clip à 15 secondes tout en réduisant les coûts de génération de 30 % et en permettant l'édition via des commandes conversationnelles.
Google a mis son modèle phare Gemini 4 Argon à la disposition des développeurs abonnés à l’offre payante de Gemini API, au tarif de lancement de 2 dollars par million de tokens d’entrée et de 10 dollars par million de tokens de sortie jusqu’au 30 novembre. Le modèle combine les tokens d’entrée et de sortie dans un budget unique d’un million de tokens, ce qui signifie que les entrées longues réduisent l’espace disponible pour la réponse.
Google a commencé à déployer Gemini 4 Argon auprès des abonnés AI Pro et AI Ultra dans l’application Gemini, avec des améliorations du raisonnement et de la programmation, ainsi que la prise en charge du basculement entre conversation et programmation sur macOS. Le modèle est également disponible via Antigravity, AI Studio et Android Studio, tandis que son utilisation via l’API commence à 2 dollars par million de jetons d’entrée jusqu’au 30 novembre 2026.
Google a annoncé deux nouveaux modèles de synthèse vocale permettant de créer des voix personnalisées, de diriger l’interprétation ligne par ligne et de produire des dialogues faisant intervenir plusieurs locuteurs dans plus de 100 langues. Gemini 3.8 Flash TTS est disponible pour les développeurs via Gemini API et Google AI Studio, tandis que Flash-Lite cible les utilisations audio à grande échelle.
Google a annoncé la mise à disposition de Gemini 3.8 Live, Gemini 3.8 Live Extended Thinking et Gemini 3.5 Transcribe pour les développeurs via Gemini API et Google AI Studio. Ces modèles visent à créer des agents vocaux capables de suivre la conversation et d’exécuter des tâches, ainsi qu’à convertir la parole en texte avec un faible taux d’erreur dans plus de 85 langues.
Google a ajouté la capacité de « compréhension agentique des vidéos » à Gemini 3.7 Flash, 3.6 Flash et 3.5 Flash-Lite. Le modèle détermine ainsi les parties et les supports qu’il doit examiner au lieu de traiter la vidéo à une fréquence d’images fixe. L’entreprise affirme que cette fonctionnalité réduit la consommation de jetons jusqu’à 88 % et les coûts jusqu’à 66 %, tout en améliorant la précision jusqu’à 7 %.
Google a annoncé Gemini 3.5 Transcribe, un modèle de conversion de la parole en texte destiné à la transcription instantanée et aux fichiers enregistrés, avec traitement des hésitations, mise en forme du texte et identification des locuteurs. Le modèle est disponible en aperçu public via Gemini API et les plateformes Google pour les développeurs et les entreprises, avec une intégration progressive dans les applications Google.
Google a présenté Gemini 3.7 Flash comme le modèle le plus puissant de sa série Flash à ce jour pour la programmation et la création d’agents, avec des améliorations dans le développement web et les flux de travail cognitifs, ainsi qu’un tarif de lancement équivalant à la moitié du coût initial de Gemini 3.6 Flash. Le modèle est disponible pour les développeurs et les entreprises, et a également commencé à être utilisé dans l’agent Gemini Spark pour les abonnés éligibles.
Google a lancé le modèle Gemini 3.7 Flash avec des améliorations dans le codage, la planification des tâches, l’appel d’outils et les flux de travail d’entreprise, tout en réduisant de moitié les prix de l’API jusqu’à la fin de 2026. Le modèle est désormais disponible via un ensemble de services Google pour les développeurs, les entreprises et les abonnés, mais les résultats des tests ne montrent pas qu’il surpasse ses concurrents dans tous les usages.
Google a annoncé des mises à jour pour les agents Managed Agents dans l’API Gemini, notamment l’utilisation de Gemini 3.6 Flash comme modèle par défaut et l’ajout de hooks d’environnement permettant de contrôler et d’auditer les appels d’outils. La mise à jour propose également un niveau gratuit, des limites budgétaires, des déclencheurs planifiés et une interface de gestion des sessions d’environnements isolés.