Gemini 4

Présentation du positionnement

Il s'agit d'un modèle de raisonnement destiné à la génération de texte, qui accepte des entrées textuelles et visuelles et produit uniquement du texte en sortie. L'entrée et la sortie partagent une fenêtre de contexte allant jusqu'à 1 048 576 tokens, ce qui le rend adapté au traitement de documents longs et de supports visuels. Destiné aux développeurs ayant besoin de raisonnement complexe et de production de texte à grande échelle, il peut être utilisé pour le résumé, les questions-réponses, l'extraction d'informations, la rédaction de rapports et de code, ainsi que d'autres scénarios de production quotidiens ; il affiche un équilibre dans les tâches d'ingénierie logicielle et de travail intellectuel.

Points forts essentiels

• Entrées textuelles et visuelles, sortie uniquement textuelle — peut recevoir du texte et des images, un même modèle assurant la compréhension et la génération du résultat textuel, ce qui facilite le traitement de divers supports de manière unifiée.
• Contexte de l'ordre du million partagé entre entrée et sortie — la fenêtre de contexte va jusqu'à 1 048 576 tokens ; les entrées longues et les sorties longues partagent le même budget, ce qui convient au traitement de matériaux très longs.
• Limite de sortie de 65 536 tokens par requête — la sortie maximale est de 65 536 tokens par requête, ce qui permet de produire des rapports longs et de grands blocs de code.
• Trois niveaux d'intensité de raisonnement réglables — le paramètre reasoning_effort permet de choisir entre low, medium et high, arbitrant entre profondeur de raisonnement et rapidité de réponse.

Description des capacités

Compréhension et génération de texte et d'images : à partir d'un texte ou d'une image en entrée, le modèle comprend puis produit uniquement du texte, ce qui permet de traiter des supports textuels et visuels via une même interface.

Traitement de contextes très longs : l'entrée et la sortie partagent une fenêtre allant jusqu'à 1 048 576 tokens, adaptée à la compréhension globale et aux questions-réponses sur des documents longs et du code volumineux.

Génération de texte long contrôlable : la sortie maximale est de 65 536 tokens par requête, ce qui permet de générer des rapports longs, des documents longs et de grands blocs de code.

Intensité de raisonnement ajustable : le paramètre reasoning_effort permet de choisir entre low, medium et high, en arbitrant selon la complexité de la tâche entre profondeur de raisonnement et rapidité de réponse.

Tâches quotidiennes orientées raisonnement : adapté au raisonnement complexe et aux questions-réponses quotidiennes ; après réception d'une question et de documents de contexte, il produit une réponse textuelle, couvrant la plupart des tâches d'ingénierie logicielle et de travail intellectuel.

Scénarios d'application

• Résumé et questions-réponses sur documents longs — le développeur fournit un rapport ou un document long et obtient un résumé, des réponses et un texte d'extraction d'informations, utilisables dans des bases de connaissances et des systèmes de recherche.
• Extraction d'informations à partir d'images — à partir d'une capture d'écran ou d'une image, on obtient les textes explicatifs et les points clés qui s'y trouvent, pour l'organisation de documents et les processus d'archivage de contenu.
• Rédaction de rapports longs et de code volumineux — à partir d'exigences et de documents de référence, génération de rapports ou de code allant jusqu'à 65 536 tokens, pour la livraison de documents et l'assistance au développement.
• Questions-réponses générales à raisonnement complexe — pour les questions-réponses quotidiennes et les tâches de raisonnement complexe, l'entrée d'une question et de documents de contexte produit une réponse textuelle, utilisable dans des applications de type assistant.

Limites et conseils de sélection

La sortie est uniquement textuelle ; le modèle ne peut pas générer d'images, d'audio ni de vidéo. La fenêtre de contexte est partagée entre l'entrée et la sortie : une entrée longue consomme le budget de tokens disponible pour la génération, et la sortie maximale est de 65 536 tokens par requête. Cette interface ne prend actuellement pas en charge l'appel d'outils, la recherche en ligne, le computer use ni la sortie structurée ; les tâches nécessitant ces capacités doivent être envisagées séparément. L'intensité de raisonnement peut être choisie entre low, medium et high via reasoning_effort.