ModèlesTarificationEntreprise
500+ API de modèles IA, toutes en une seule API. Simplement avec CometAPI
API des modèles
Développeur
Démarrage rapideDocumentationTableau de bord API
Entreprise
À proposEntreprise
Ressources
Modèles d'IABlogJournal des modificationsSupport
Conditions d'utilisationPolitique de confidentialité
© 2026 CometAPI · All rights reserved
Home/Models/Google/Gemini 3 Pro
G

Gemini 3 Pro

Entrée:$1.6/M
Sortie:$9.6/M
Contexte:200.0k
Sortie maximale:200.0k
Gemini 3 Pro est un modèle polyvalent de la famille Gemini, disponible en préversion pour l’évaluation et le prototypage. Il prend en charge le suivi des instructions, le raisonnement multi-tours ainsi que des tâches liées au code et aux données, avec des sorties structurées et l’appel d’outils et de fonctions pour l’automatisation des flux de travail. Les cas d’usage typiques incluent les assistants de conversation, la synthèse et la réécriture, les questions-réponses augmentées par la recherche, l’extraction de données et une assistance légère au codage sur différentes applications et services. Les points techniques clés incluent un déploiement via API, des réponses en streaming, des contrôles de sécurité et une préparation à l’intégration, avec des capacités multimodales selon la configuration de la préversion.
Nouveau
Usage commercial
Playground
Aperçu
Fonctionnalités
Tarification
API
Versions

Gemini 3 Pro (Preview) est le tout nouveau modèle phare de raisonnement multimodal de Google/DeepMind au sein de la famille Gemini 3. Il est présenté comme leur « modèle le plus intelligent à ce jour », conçu pour le raisonnement profond, des workflows agentiques, le codage avancé et la compréhension multimodale sur de longs contextes (texte, images, audio, vidéo, code et intégrations d’outils).

Fonctionnalités clés

  • Modalités : Texte, image, vidéo, audio, PDF (et sorties d’outils structurées).
  • Agentique/outillage : Appels de fonctions intégrés, recherche en tant qu’outil, exécution de code, contexte d’URL et prise en charge de l’orchestration d’agents multi-étapes. Un mécanisme de « signature de la pensée » préserve le raisonnement multi-étapes entre les appels.
  • Codage et « vibe coding » : Optimisé pour la génération de front-end, la création d’interfaces interactives et le codage agentique (il est en tête des classements pertinents rapportés par Google). Présenté comme leur modèle de « vibe coding » le plus puissant à ce jour.
  • Nouveaux contrôles pour développeurs : thinking_level (low|high) pour arbitrer entre coût/latence et profondeur de raisonnement, et media_resolution qui contrôle la fidélité multimodale par image ou trame vidéo. Ils aident à équilibrer performances, latence et coût.

Performances sur benchmarks

  • Gemini3Pro a obtenu la première place sur LMARE avec un score de 1501, dépassant les 1484 points de Grok-4.1-thinking et devançant également Claude Sonnet 4.5 et Opus 4.1.
  • Il a également obtenu la première place dans l’arène de programmation WebDevArena avec un score de 1487.
  • En raisonnement académique sur Humanity’s Last Exam, il a atteint 37.5 % (sans outils) ; sur GPQA Diamond en sciences, 91.9 % ; et sur la compétition de mathématiques MathArena Apex, 23.4 %, établissant un nouveau record.
  • En capacités multimodales, MMMU-Pro a atteint 81 % ; et en compréhension vidéo sur Video-MMMU, 87.6 %.

Détails techniques et architecture

  • Paramètre « thinking level » : Gemini 3 expose un contrôle thinking_level qui permet aux développeurs d’arbitrer entre profondeur de raisonnement interne et latence/coût. Le modèle traite thinking_level comme une marge relative pour le raisonnement interne multi-étapes plutôt qu’une garantie stricte de jetons. La valeur par défaut est généralement high pour Pro. Il s’agit d’un nouveau contrôle explicite permettant d’ajuster la planification multi-étapes et la profondeur de la chaîne de raisonnement.
  • Sorties structurées et outils : Le modèle prend en charge des sorties JSON structurées et peut être combiné avec des outils intégrés (ancrage via Google Search, contexte d’URL, exécution de code, etc.). Certaines fonctionnalités combinant sorties structurées et outils ne sont disponibles qu’en préversion pour gemini-3-pro-preview.
  • Intégrations multimodales et agentiques : Gemini 3 Pro est explicitement conçu pour des workflows agentiques (outillage + multiples agents sur code/terminaux/navigateur).

Limitations et mises en garde connues

  1. Factualité imparfaite — des hallucinations restent possibles. Malgré les améliorations substantielles revendiquées par Google, une vérification fondée et une revue humaine restent nécessaires dans les contextes à forts enjeux (juridique, médical, financier).
  2. Les performances sur longs contextes varient selon la tâche. La prise en charge d’une fenêtre d’entrée de 1M est une capacité ferme, mais l’efficacité empirique peut diminuer sur certains benchmarks à des longueurs extrêmes (des baisses ponctuelles ont été observées à 1M sur certains tests de long contexte).
  3. Arbitrages coût et latence. Les grands contextes et des réglages de thinking_level plus élevés augmentent le calcul, la latence et le coût ; des paliers de tarification s’appliquent selon les volumes de jetons. Utilisez thinking_level et des stratégies de segmentation pour maîtriser les coûts.
  4. Sécurité et filtres de contenu. Google continue d’appliquer des politiques de sécurité et des couches de modération ; certains contenus et actions restent restreints ou déclenchent des modes de refus.

Comparaison de Gemini 3 Pro Preview avec les autres modèles de pointe

Comparaison de haut niveau (préversion → qualitative) :

Face à Gemini 2.5 Pro : Améliorations franches du raisonnement, de l’usage d’outils agentiques et de l’intégration multimodale ; gestion de contextes bien plus vastes et meilleure compréhension des formats longs. DeepMind montre des gains constants en raisonnement académique, en codage et sur les tâches multimodales.

Face à GPT-5.1 et Claude Sonnet 4.5 (selon les rapports) : Sur la série de benchmarks de Google/DeepMind, Gemini 3 Pro est présenté comme en tête sur plusieurs métriques agentiques, multimodales et de long contexte (voir Terminal-Bench, MMMU-Pro, AIME). Les résultats comparatifs varient selon la tâche.

Cas d’usage typiques et à forte valeur

  • Résumé et questions-réponses sur de grands documents / livres : la prise en charge de longs contextes le rend attractif pour les équipes juridiques, de recherche et de conformité.
  • Compréhension et génération de code à l’échelle d’un dépôt : l’intégration aux chaînes d’outils de développement et le raisonnement amélioré facilitent les refactorings de grandes bases de code et les workflows de revue de code automatisée.
  • Assistants produit multimodaux : workflows image + texte + audio (support client ingérant des captures d’écran, extraits d’appels et documents).
  • Génération et édition de médias (photo → vidéo) : les fonctionnalités antérieures de la famille Gemini incluent désormais des capacités photo→vidéo de type Veo/Flow ; la préversion suggère une génération multimédia plus poussée pour des prototypes et des workflows médias.

Comment accéder à l’API Gemini 3 Pro

Étape 1 : S’inscrire pour obtenir la clé API

Connectez-vous à cometapi.com. Si vous n’êtes pas encore utilisateur, veuillez d’abord vous inscrire. Connectez-vous à votre console CometAPI. Récupérez la clé API d’identification de l’interface. Cliquez sur « Add Token » dans les jetons API du centre personnel, obtenez la clé de jeton : sk-xxxxx et soumettez.

Étape 2 : Envoyer des requêtes à l’API Gemini 3 Pro

Sélectionnez l’endpoint « gemini-3-pro » pour envoyer la requête API et définir le corps de requête. La méthode et le corps de requête sont disponibles dans la documentation API de notre site. Notre site fournit également un test Apifox pour votre commodité. Remplacez <YOUR_API_KEY> par votre véritable clé CometAPI de votre compte. L’URL de base est Gemini Generating Content et Chat

Étape 3 : Récupérer et vérifier les résultats

Traitez la réponse de l’API pour obtenir la réponse générée. Après traitement, l’API renvoie l’état de la tâche et les données de sortie.

FAQ

What is the context window and output limit for Gemini 3 Pro?

Gemini 3 Pro prend en charge une fenêtre de contexte d'entrée de 1 million de jetons avec jusqu'à 64,000 jetons de sortie, ce qui le rend idéal pour analyser des bases de code entières ou des documents volumineux.

How does the thinking_level parameter work in Gemini 3 Pro?

Gemini 3 Pro utilise la réflexion dynamique par défaut. Définissez thinking_level sur 'low' pour des réponses plus rapides lorsqu'un raisonnement complexe n'est pas nécessaire, ou sur 'high' (par défaut) pour maximiser la profondeur de raisonnement pour les tâches complexes.

Does Gemini 3 Pro support Google Search grounding?

Oui, Gemini 3 Pro prend en charge Google Search grounding, File Search, Code Execution et les outils URL Context. Notez que Google Maps grounding et Computer Use ne sont pas encore pris en charge dans Gemini 3.

What makes Gemini 3 Pro different from Gemini 2.5 Pro?

Gemini 3 Pro offre des améliorations progressives des flux de travail agentiques et du codage autonome. Il utilise des thought signatures pour le contexte de raisonnement à travers les appels d'API et dispose d'une date de coupure des connaissances en janvier 2025.

Can Gemini 3 Pro combine structured outputs with built-in tools?

Oui, les modèles Gemini 3 permettent de combiner des sorties structurées (schéma JSON) avec des outils intégrés comme Google Search, URL Context et Code Execution dans la même requête.

Why should I keep temperature at 1.0 for Gemini 3 Pro?

Google recommande fortement de conserver la température à la valeur par défaut 1.0. Des valeurs plus basses peuvent provoquer des boucles inattendues ou une dégradation des performances sur les tâches mathématiques et de raisonnement complexe.

What are thought signatures and why are they important?

Les thought signatures sont des représentations chiffrées du raisonnement interne du modèle. Pour l'appel de fonctions, elles sont strictement appliquées—l'absence de signatures renvoie des erreurs 400. Les SDK officiels les gèrent automatiquement.

Tarification pour Gemini 3 Pro

Découvrez des tarifs compétitifs pour Gemini 3 Pro , conçus pour s'adapter à différents budgets et besoins d'utilisation. Nos formules flexibles garantissent que vous ne payez que ce que vous utilisez, ce qui facilite l'adaptation à mesure que vos besoins évoluent. Découvrez comment Gemini 3 Pro peut améliorer vos projets tout en maîtrisant les coûts.

gemini-3-pro (same price across variants shown)

Model familyVariant (model name)Input price (USD / 1M tokens)Output price (USD / 1M tokens)
gemini-3-progemini-3-pro-preview$1.60$9.60
gemini-3-progemini-3-pro-preview-thinking$1.60$9.60
gemini-3-progemini-3-pro-all$1.60$9.60

Exemple de code et API pour Gemini 3 Pro

Gemini 3 Pro est le tout dernier modèle phare de raisonnement multimodal de Google/DeepMind au sein de la famille Gemini 3. Il est présenté comme leur « modèle le plus intelligent à ce jour », conçu pour le raisonnement approfondi, des flux de travail pilotés par des agents, la programmation avancée et une compréhension multimodale à contexte étendu (texte, images, audio, vidéo, code et intégrations d’outils).
POST
/v1/chat/completions
POST
/v1beta/models/{model}:{operator}
Python
JavaScript
Curl
from google import genai
import os

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com"

client = genai.Client(
    http_options={"api_version": "v1beta", "base_url": BASE_URL},
    api_key=COMETAPI_KEY,
)

response = client.models.generate_content(
    model="gemini-3-pro-preview",
    contents="Explain how AI works in a few words",
)

print(response.text)

Python Code Example

from google import genai
import os

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com"

client = genai.Client(
    http_options={"api_version": "v1beta", "base_url": BASE_URL},
    api_key=COMETAPI_KEY,
)

response = client.models.generate_content(
    model="gemini-3-pro-preview",
    contents="Explain how AI works in a few words",
)

print(response.text)

JavaScript Code Example

// Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY;
const base_url = "https://api.cometapi.com/v1beta";
const model = "gemini-3-pro-preview";
const operator = "generateContent";

async function main() {
  const response = await fetch(`${base_url}/models/${model}:${operator}`, {
    method: "POST",
    headers: {
      "Content-Type": "application/json",
      Authorization: api_key,
    },
    body: JSON.stringify({
      contents: [
        {
          parts: [{ text: "Explain how AI works in a few words" }],
        },
      ],
    }),
  });

  const data = await response.json();
  console.log(data.candidates[0].content.parts[0].text);
}

await main();

Curl Code Example

curl "https://api.cometapi.com/v1beta/models/gemini-3-pro-preview:generateContent" \
  -H "Authorization: $COMETAPI_KEY" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{
    "contents": [
      {
        "parts": [
          {
            "text": "Explain how AI works in a few words"
          }
        ]
      }
    ]
  }'

Versions de Gemini 3 Pro

La raison pour laquelle Gemini 3 Pro dispose de plusieurs instantanés peut inclure des facteurs potentiels tels que des variations de sortie après des mises à jour nécessitant des instantanés plus anciens pour la cohérence, offrant aux développeurs une période de transition pour l'adaptation et la migration, et différents instantanés correspondant à des points de terminaison globaux ou régionaux pour optimiser l'expérience utilisateur. Pour les différences détaillées entre les versions, veuillez consulter la documentation officielle.
ID du modèleDescriptionDisponibilitéRequête
gemini-3-pro-allLa technologie utilisée est non officielle et la génération est instable, etc✅Discussion format
gemini-3-proRecommandé, pointe vers le modèle le plus récent❌Génération de contenu Gemini
gemini-3-pro-previewAperçu officiel❌Génération de contenu Gemini