Comment essayer Gemini 2.0 Flash dans Google AI Studio?

Google a lancé Gemini 2.0 Flash comme modèle expérimental le 11 décembre, et l’endroit le plus rapide pour l’essayer est Google AI Studio, l’espace de travail de Google dans le navigateur pour les personnes qui créent avec Gemini. Vous n’avez rien à installer ni de code à écrire pour commencer. AI Studio est un bac à sable : une fenêtre de clavardage d’un côté, les réglages de l’autre, et un bouton qui transforme ce que vous venez de faire en code réutilisable.

Le mot « expérimental » compte ici. Google parle d’un aperçu : le modèle peut changer, certaines fonctions sont retenues, et une version stable est prévue au début de l’an prochain. C’est donc un bon moment pour explorer ce que le modèle sait faire, et un mauvais moment pour construire quoi que ce soit dont vous dépendez.

Pour commencer

1. Allez sur aistudio.google.com et connectez-vous avec un compte Google.
2. Ouvrez un nouveau prompt de clavardage (chat prompt).
3. Dans le menu des modèles, à droite, choisissez Gemini 2.0 Flash Experimental. Dans le code, le même modèle s’appelle gemini-2.0-flash-exp.
4. Laissez pour l’instant la température (le réglage qui détermine à quel point les réponses varient) à sa valeur par défaut.

Un mot sur ce que vous ne trouverez pas encore. Google affirme que 2.0 Flash peut produire ses propres images et du son parlé, mais ces deux types de sortie sont réservés à un petit groupe de premiers testeurs. Tous les autres obtiennent du texte en sortie, avec du texte, des images, de la vidéo et de l’audio acceptés en entrée. Si vous voulez seulement un assistant de clavardage, l’application Gemini offre aussi dans son menu de modèles une version de 2.0 Flash Experimental ajustée pour la conversation.

Une séance commentée en trois étapes

Étape 1 : une question sur une image, avec des cadres. Prenez avec votre téléphone une photo d’un bureau ou d’un comptoir de cuisine encombré, téléversez-la et envoyez :

Énumère tous les objets que tu peux reconnaître sur cette photo. Ensuite, trace des cadres de délimitation autour des trois plus petits objets et identifie chacun d’eux.

Les cadres de délimitation (bounding boxes) sont des rectangles qui indiquent où se trouve un objet dans une image. Google affirme que 2.0 Flash repère mieux les petits objets dans les scènes chargées que ses modèles précédents, et AI Studio trace les cadres directement sur votre image : vous voyez d’un coup d’œil s’il a trouvé le trombone ou s’il l’a pris pour une clé.

Étape 2 : une question qui exige de l’information d’aujourd’hui. Dans la section des outils du panneau des réglages, activez l’ancrage avec la recherche Google (grounding with Google Search), puis demandez :

Qu’est-ce que Google a annoncé au sujet de Gemini 2.0 ce mois-ci? Réponds en cinq puces et montre les sources que tu as utilisées.

Quand la recherche est offerte comme outil, le modèle décide lui-même quand une recherche sur le Web est nécessaire, et la réponse arrive avec des liens que vous pouvez ouvrir. Désactivez l’outil et posez la question de nouveau : la différence vous montre ce que le modèle sait grâce à son entraînement et ce qu’il est allé chercher.

Étape 3 : emporter le code. Cliquez sur Get code. AI Studio écrit la requête que vous venez de faire. Google publie une nouvelle bibliothèque Python en même temps que le modèle, qui s’installe avec pip install google-genai, et un appel minimal ressemble à ceci :

from google import genai

client = genai.Client(api_key="VOTRE_CLE_API")   # créez une clé dans AI Studio
response = client.models.generate_content(
    model="gemini-2.0-flash-exp",
    contents="Explique les cadres de délimitation à un enfant de 12 ans en trois phrases.",
)
print(response.text)

Gardez la clé hors des fichiers partagés; une variable d’environnement est un endroit plus sûr pour la conserver.

Les nouveautés par rapport aux modèles Gemini précédents

Google promet la vitesse avec une meilleure qualité : 2.0 Flash est présenté comme deux fois plus rapide que Gemini 1.5 Pro, tout en obtenant de meilleurs résultats à ses principaux tests. L’autre grand changement est l’utilisation native d’outils. Le modèle a été entraîné à appeler la recherche Google, à exécuter du code et à utiliser des fonctions définies par les développeurs, et il peut en combiner plusieurs dans une même requête. Google présente cela comme une base pour les agents, des programmes qui accomplissent des étapes en votre nom, et affirme que ces agents devraient fonctionner sous supervision humaine.

Pour une personne qui débute, la leçon pratique est plus simple : un seul modèle traite maintenant une photo, un document, une question sur le Web et une demande de programmation dans la même conversation, si bien que vous pouvez explorer tout cela en un seul après-midi.

Que peut-il faire avec la vidéo en direct et le partage d’écran?

La partie la plus frappante de ce lancement est la Multimodal Live API, une nouvelle façon de parler avec le modèle en temps réel. Au lieu d’envoyer un message et d’attendre, vous lui transmettez en continu votre voix, votre caméra ou votre écran, et il répond à voix haute au fur et à mesure. Vous pouvez l’interrompre au milieu d’une phrase, il remarque quand vous commencez et arrêtez de parler, et il se souvient de ce qu’il a vu et entendu plus tôt dans la même séance. AI Studio a une zone de diffusion en direct où vous pouvez l’essayer sans code.

Le partage d’écran est un bon premier test. Ouvrez un tableur ou une page de réglages que vous trouvez déroutante, partagez cette fenêtre et demandez au modèle de vous guider étape par étape. Ou pointez votre caméra vers une plante d’intérieur et demandez-lui ce dont elle pourrait avoir besoin. Comme il garde la séance en mémoire, vous pouvez dire « reviens à la deuxième chose que tu as mentionnée », et il le fera.

Gardez les limites en tête. Au lancement, le mode en direct ne fonctionne qu’en anglais, et Google note que l’entrée ou la sortie audio rend le modèle moins fiable pour appeler des fonctions. C’est un aperçu expérimental : attendez-vous à des imperfections. Et traitez le partage comme si vous partagiez votre écran avec un inconnu : fermez vos courriels, vos onglets bancaires et tout ce qui est privé avant de commencer, parce que le modèle voit tout ce qui se trouve sur l’écran que vous partagez.