Gemini 3.1 expliqué : Gemini 3 Pro/Flash, Nano Banana Pro et Veo 3.1 (Fonctionnalités + API)

Lisa Ernst · 19.02.2026 · Intelligence Artificielle · 10 min

Ce que « Gemini 3.1 » signifie en pratique

Si vous avez vu des gens parler de “Gemini 3.1”, ils font souvent référence à une bundle de mises à jour : Gemini 3 famille de LLM axée sur le raisonnement (Pro / Flash), plus le plus récent “.1” modèle de médias génératifs Veo 3.1 pour la génération vidéo. Officiellement, Google nomme la famille LLM comme. tandis que Gemini 3 — apparaît en évidence du côté vidéo 3.1 (Veo 3.1) (Veo 3.1).

Cet article se concentre sur les capacités réelles pertinentes pour les développeurs : thinking levels, media resolution, thought signatures, utilisation des outils et emplacement de chaque modèle (text, images, et vidéo).).

Source: Illustration IA abstraite représentant le raisonnement multimodal et les flux de travail agentiques de nouvelle génération.

Table des matières

1. Résumé rapide
2. Famille de modèles Gemini 3 (Pro, Flash, Pro Image)
3. Niveaux de réflexion : vitesse contre profondeur
4. Résolution des médias : meilleure vision, coût prévisible
5. Signatures de pensée : le champ que vous ne pouvez ignorer
6. Utilisation des outils et flux de travail agentiques
7. Nano Banana Pro : génération et édition d'images
8. Veo 3.1 : génération vidéo avec audio natif
9. FAQ
10. Conclusion

Résumé rapide

• Gemini 3 Pro & est le modèle de raisonnement phare pour les tâches complexes et à haut risque (1M input / 64k output; Jan 2025 cutoff; preview model ID: gemini-3-pro-preview).
• Gemini 3 Flash & offre des capacités de classe Pro avec une latence plus faible pour les flux de travail à haute fréquence (preview model ID: gemini-3-flash-preview; inclut un niveau gratuit dans l'API Gemini).
• Nano Banana Pro (aka Gemini 3 Pro Image) est le modèle de génération/édition d'images de haute qualité (preview model ID: gemini-3-pro-image-preview).
• Nouveaux contrôles d'API: thinking_level (latence contre profondeur de raisonnement) et media_resolution (fidélité de la vision contre coût en jetons).
• Signatures de pensée sont requis pour les flux de travail stricts (en particulier l'appel de fonction et la génération/édition d'images). Si votre SDK ne les gère pas, vous devez les faire transiter. (le champ que vous ne pouvez ignorer). sont requis pour les flux de travail stricts (en particulier l'appel de fonction et la génération et l'édition d'images). Si votre SDK ne les gère pas, vous devez les faire transiter.
• “3.1” met en évidence: Veo 3.1 est le plus récent modèle de génération vidéo de Google avec audio natif et options de sortie haut de gamme native audio et options de sortie haut de gamme (preview model IDs: veo-3.1-generate-preview, veo-3.1-fast-generate-preview).
• Où l'utiliser: Gemini API / AI Studio / Vertex AI, plus des environnements agentiques comme Google Antigravity et Gemini CLI.

La famille de modèles Gemini 3

Gemini 3 est une famille de modèles axés sur le raisonnement conçue pour les flux de travail agentiques, le codage autonome et les tâches multimodales. Le guide officiel pour développeurs répertorie ces modèles et identifiants en préversion :

Source: deepmind.google

Nano Banana Pro (Gemini 3 Pro Image) est conçu pour la génération et l'édition d'images de qualité studio — en particulier lorsque vous avez besoin de textes nets et de mises en page contrôlées.

Niveaux de réflexion : vitesse contre profondeur

Gemini 3 introduit thinking_level comme un bouton de contrôle pratique pour la profondeur de raisonnement. Si vous voulez les réponses les plus rapides possibles (chat, tâches à haut débit), limitez la réflexion. Si vous avez besoin d'un raisonnement plus approfondi (débogage, planification, mathématiques complexes), laissez-le élevé. comme un bouton de contrôle pratique pour la profondeur de raisonnement. Si vous voulez les réponses les plus rapides possibles (chat, tâches à haut débit), limitez la réflexion. Si vous avez besoin d'un raisonnement plus approfondi (débogage, planification, mathématiques complexes), laissez-le élevé..

Exemple (REST) :

{
  "contents": [{
"parts": [{ "text": "Find the race condition in this C++ snippet: [code here]" }]
  }],
  "generationConfig": {
"thinkingConfig": {
"thinkingLevel": "high"
}
  }
}

Astuce : Gemini 3 est réglé autour d'une température par défaut de Si vous forciez auparavant une basse température pour des sorties déterministes, essayez d'abord de la supprimer — en particulier pour un raisonnement complexe.

Résolution des médias : meilleure vision, coût prévisible

Pour la compréhension d'images/vidéos, media_resolution contrôle combien de jetons le modèle peut dépenser par image (ou par image vidéo). Des paramètres plus élevés peuvent améliorer la reconnaissance optique de petits textes et les détails fins — au prix de plus de jetons et de latence. contrôle combien de jetons le modèle peut dépenser par image (ou par image vidéo). Des paramètres plus élevés peuvent améliorer la reconnaissance optique de petits textes et les détails fins — au prix de plus de jetons et de latence

Extrait d'exemple (par partie média) :

{
  "parts": [
{ "text": "Read the small UI labels and explain what each button does." },
{
"inlineData": { "mimeType": "image/png", "data": "..." },
"mediaResolution": { "level": "media_resolution_high" }
}
  ]
}

Signatures de pensée : le champ que vous ne pouvez ignorer

Signatures de pensée (thoughtSignature) sont des blocs chiffrés d'« état de raisonnement » utilisés par Gemini 3 pour maintenir le contexte de raisonnement entre les appels d'API. Dans les flux stricts — en particulier et function calling — des signatures manquantes peuvent déclencher des erreurs de image generation/editing — . Si vous utilisez les SDK officiels et la gestion standard de l'historique, c'est généralement automatique..

Si vous devez migrer l'historique de modèles plus anciens ou injecter des appels de fonctions personnalisés (où vous n'avez pas de signature valide), la documentation décrit une chaîne fictive spécifique que vous pouvez utiliser pour contourner la validation stricte dans ce scénario : Si vous devez migrer l'historique de modèles plus anciens ou injecter des appels de fonctions personnalisés (où vous n'avez pas de signature valide), la documentation décrit une chaîne fictive spécifique que vous pouvez utiliser pour contourner la validation stricte dans ce scénario

"thoughtSignature": "context_engineering_is_the_way_to_go"

Utilisation des outils et flux de travail agentiques

Gemini 3 prend en charge les outils intégrés dans l'API Gemini (tels que l'ancrage de recherche, le contexte d'URL, l'exécution de code et la recherche de fichiers), ainsi que l'appel de fonctions standard pour vos propres outils. En pratique, cela permet des flux de travail de type agent : collecter des informations, exécuter du code, produire des sorties structurées et itérer — sans quitter la boucle du modèle. (tels que l'ancrage de recherche, le contexte d'URL, l'exécution de code et la recherche de fichiers), plus l'appel de fonctions standard pour vos propres outils. En pratique, cela permet des flux de travail de type agent : collecter des informations, exécuter du code, produire des sorties structurées et itérer — sans quitter la boucle du modèle.. La famille de modèles Gemini 3 est adaptée aux tâches en plusieurs étapes qui nécessitent du raisonnement et des outils, et peut être utilisée pour générer divers contenus, y compris du texte, du code, des images et de la vidéo.

Note pratique : les outils intégrés et l'appel de fonctions personnalisés ne se combinent pas toujours dans une seule requête (selon le point de terminaison/la configuration), alors concevez votre orchestration avec des phases claires (étape outil → étape modèle → étape outil). Note pratique : les outils intégrés et l'appel de fonctions personnalisés ne se combinent pas toujours dans une seule requête (selon le point de terminaison/la configuration), alors concevez votre orchestration avec des phases claires (étape outil à étape modèle à étape outil).

Nano Banana Pro : génération et édition d'images

Nano Banana Pro (Gemini 3 Pro Image) est le modèle axé sur l'image qui excelle lorsque vous avez besoin de : typographie nette, composition contrôlée et modifications en plusieurs tours. Il est conçu pour les flux de travail où « le rendre professionnel » n'est pas une option — actifs de marque, maquettes d'interface utilisateur, affiches, diagrammes et conceptions localisées. est le modèle axé sur l'image qui excelle lorsque vous avez besoin de : typographie nette, composition contrôlée et modifications en plusieurs tours. Il est conçu pour les flux de travail où « le rendre professionnel » n'est pas une option — actifs de marque, maquettes d'interface utilisateur, affiches, diagrammes et conceptions localisées.

Veo 3.1 : génération vidéo avec audio natif

C'est la partie à laquelle de nombreuses personnes font référence lorsqu'elles disent “3.1”: Veo 3.1 est le modèle de génération vidéo le plus avancé de Google disponible via l'API Gemini (niveau payant). Il met l'accent sur le mouvement cinématographique, la cohérence temporelle et . Il existe également une variante plus rapide native audio generation. Il existe également une variante plus rapide (veo-3.1-fast-generate-preview) pour des flux de travail à latence/coût plus faibles.

Source: ai.google.dev

Veo 3.1 utilise une technologie de provenance (y compris SynthID dans l'écosystème de Google) pour aider à identifier les médias générés par l'IA et à soutenir une utilisation responsable.

Exemples d'identifiants de modèle que vous verrez dans l'API Gemini :

• veo-3.1-generate-preview (qualité la plus élevée)
• veo-3.1-fast-generate-preview (plus rapide + moins cher)

Questions fréquemment posées (FAQ)

Conclusion

La génération Gemini 3 n'est pas seulement un « chat plus grand » : c'est une pile axée sur le raisonnement construite pour le long contexte, les entrées multimodales et les flux de travail agentiques — avec des contrôles pratiques comme thinking_level et media_resolution qui vous permettent d'échanger latence/coût contre un raisonnement plus approfondi et une meilleure fidélité visuelle. De plus, le titre pour de nombreux créateurs est “3.1” — génération vidéo de la plus haute qualité avec audio natif et contrôle cinématographique. Veo 3.1: génération vidéo haut de gamme avec audio natif et contrôle cinématographique.

Si vous créez des outils, les plus grands avantages proviennent généralement de : (1) choisir le bon modèle par tâche (Flash vs Pro vs Pro Image), (2) utiliser les niveaux de réflexion intentionnellement,, et (3) traiter les signatures de pensée comme un « état » qui ne doit pas être perdu.