Gemini (Google DeepMind)

Gemini est la famille de modèles de langage multimodaux développée par Google DeepMind, lancée décembre 2023 (Gemini 1.0). Conçue nativement multimodale (text + image + audio + video) — pas adapt-after du text-only comme la plupart des concurrents. Successeur du PaLM 2.

Versions : Gemini 1.0 (Ultra, Pro, Nano on-device), Gemini 1.5 (Pro, Flash — context jusqu'à 2M tokens), Gemini 2.0 (Flash native multimodal), Gemini 2.5 et au-delà.

Différenciateurs : (1) très long contexte (jusqu'à 2M tokens Gemini 1.5 Pro) ; (2) native multimodal (Audio, Vision, Video) ; (3) integration Google ecosystem (Workspace : Gmail, Docs, Sheets, Slides, Meet AI features powered by Gemini ; Search AI Overviews ; YouTube ; Android via Pixel devices) ; (4) Gemini Nano on-device (small model running locally Pixel/Samsung devices) ; (5) Vertex AI integration (enterprise API, fine-tuning, grounding via Google Search) ; (6) competitive pricing (Gemini Flash très cheap pour high volume).

Distribution : (1) gemini.google.com (consumer) ; (2) Google AI Studio (developer playground free tier) ; (3) Gemini API ; (4) Vertex AI (enterprise) ; (5) intégré dans tous produits Google. Concurrents : OpenAI GPT, Anthropic Claude, Meta Llama. Compétences AI-102, PMLE.