# Comment utiliser Gemini 3.5 Flash pour des tâches rapides et peu coûteuses?

Date: 2026-05-28 · Author: Robert Scales · https://guidetoartificialintelligence.com/fr/apprendre/gemini-3-5-flash-taches-rapides-economiques/

**Answer:** Appelez le modèle gemini-3.5-flash, abaissez son niveau de réflexion à low ou minimal pour les tâches simples, et envoyez le travail qui peut attendre par la Batch API, qui réduit le prix de moitié. Testez d’abord un petit échantillon pour connaître le réglage le moins cher qui donne encore des réponses utilisables.

Gemini 3.5 Flash est le plus récent modèle Flash de Google, et il a été lancé en disponibilité générale, ce qui veut dire que Google le considère comme stable pour un usage en production. « Flash » est le nom que Google donne à sa gamme plus rapide et moins coûteuse, mais celui-ci n’est pas un modèle allégé : Google le destine aussi à la programmation et au travail d’agent. On est donc tenté de l’utiliser pour tout. Pour les tâches courantes, les économies viennent de trois réglages que vous contrôlez : combien le modèle réfléchit, si la tâche peut attendre, et quelle quantité de texte vous envoyez.

Les trois sont expliqués ci-dessous, suivis d’un exemple concret : trier 500 avis de clients pour bien moins d’un dollar.

## Réglage 1 : le niveau de réflexion

Gemini 3.5 Flash est un **modèle de raisonnement** : avant de répondre, il peut produire un texte de « réflexion » caché qui lui sert à résoudre le problème. Cette réflexion est facturée comme des jetons de sortie. Un **jeton** est un petit morceau de texte, souvent un mot ou une partie de mot, et les API facturent par million de jetons.

Le guide pour développeurs de Google présente quatre niveaux de réflexion :

| Niveau | Usage suggéré par Google | Tâche typique |
|---|---|---|
| minimal | La vitesse d’abord : réponses de type clavardage, faits rapides, appels d’outils simples | Étiquetage, vérifications oui/non, courtes reformulations |
| low | Moins d’étapes, latence et coût plus bas | Résumés, extraction, corrections de code simples |
| medium (par défaut) | Meilleure qualité pour la plupart des tâches | Analyse, la plupart des travaux de programmation et d’agent |
| high | Raisonnement difficile, mathématiques ou code ardus | Planification en plusieurs étapes, bogues coriaces |

Le réglage par défaut a changé avec cette version : c’est maintenant medium, alors que la préversion de Gemini 3 Flash utilisait high par défaut. Donc, si vous ne faites rien, vous économisez déjà par rapport à cette préversion. Pour le travail routinier, choisissez explicitement un niveau plus bas. Google note aussi que minimal ne désactive pas complètement la réflexion; le modèle peut encore réfléchir un peu sur des entrées difficiles.

```python
from google import genai
from google.genai import types

client = genai.Client()   # lit votre GEMINI_API_KEY
response = client.models.generate_content(
    model="gemini-3.5-flash",
    contents="Reformule cette phrase en langage simple : 'Le paiement est exigible dès réception.'",
    config=types.GenerateContentConfig(
        thinking_config=types.ThinkingConfig(thinking_level="minimal")
    ),
)
print(response.text)
```

Google recommande de laisser la température et les autres paramètres d’échantillonnage semblables à leurs valeurs par défaut pour tous les modèles Gemini 3; si vous voulez des réponses constantes, écrivez plutôt des règles explicites dans une instruction système.

## Réglage 2 : la Batch API

Beaucoup de tâches n’ont pas besoin d’une réponse à la seconde : étiqueter les demandes de soutien du mois dernier, résumer un dossier de rapports, traduire un catalogue de produits. La **Batch API** (traitement par lots) de Google accepte un grand ensemble de requêtes d’un coup, les traite en arrière-plan et facture 50 % du prix standard. Le délai visé est de 24 heures, mais Google affirme que la plupart des tâches se terminent bien avant. Une tâche encore en attente ou en cours après 48 heures expire sans résultat : vérifiez donc où elle en est.

Avec le forfait payant, Gemini 3.5 Flash coûte 1,50 $ US par million de jetons d’entrée et 9,00 $ US par million de jetons de sortie (réflexion comprise). Par la Batch API, ces prix passent à 0,75 $ US et 4,50 $ US.

## Un exemple concret : trier 500 avis

Une petite boutique en ligne veut que chacun de ses 500 derniers avis soit étiqueté *livraison*, *qualité du produit*, *prix*, *service à la clientèle* ou *autre*, en plus de positif ou négatif. Personne n’a besoin du résultat dans l’heure : la tâche passe donc par la Batch API, avec la réflexion réglée à low.

```python
from google import genai

client = genai.Client()
rules = ("Attribue à l'avis un seul sujet : livraison, qualité du produit, prix, service à la clientèle ou autre. "
         "Indique ensuite s'il est positif ou négatif. Réponds en JSON : {\"topic\": ..., \"sentiment\": ...}")

requests = [
    {"contents": [{"parts": [{"text": review}], "role": "user"}],
     "config": {"system_instruction": {"parts": [{"text": rules}]},
                "thinking_config": {"thinking_level": "low"},
                "response_mime_type": "application/json"}}
    for review in reviews          # votre liste de 500 textes d'avis
]

job = client.batches.create(model="gemini-3.5-flash", src=requests,
                            config={"display_name": "review-labels-may"})
print(job.name)   # gardez-le; vérifiez plus tard avec client.batches.get(name=job.name)
```

Quand `client.batches.get` indique l’état `JOB_STATE_SUCCEEDED`, les réponses se trouvent dans `job.dest.inlined_responses`, une par avis, chacune contenant soit une réponse, soit une erreur. Les requêtes intégrées conviennent aux tâches de moins de 20 Mo au total; pour les plus grosses, le guide de Google utilise un fichier JSON Lines, avec une requête par ligne.

**Estimer le coût (chiffres à titre d’exemple).** Supposons que chaque requête, avec les règles, compte en moyenne 250 jetons d’entrée, et que chaque réponse, réflexion comprise, compte en moyenne 100 jetons de sortie. Cela fait 125 000 jetons d’entrée et 50 000 jetons de sortie. Aux prix par lots : 0,125 × 0,75 $ US + 0,05 × 4,50 $ US ≈ 0,09 $ US + 0,23 $ US = environ 0,32 $ US pour les 500. La même tâche par l’API standard coûterait environ le double. Vos vrais chiffres dépendent de la longueur des avis et de la quantité de réflexion du modèle, d’où l’importance de l’étape suivante.

> **À essayer :** avant de lancer le lot, passez 20 avis par l’API normale au niveau minimal, puis au niveau low. Comparez les étiquettes avec votre propre jugement et notez chaque fois les jetons de sortie (les métadonnées d’utilisation de la réponse les indiquent). Utilisez le niveau le plus bas qui en réussit au moins 19 sur 20.

## Quelles tâches accomplit-il bien?

Google destine Gemini 3.5 Flash au travail qui doit être rapide et répété de nombreuses fois : les itérations de programmation, les boucles d’agent où le modèle appelle des outils étape après étape, et les longs flux de travail en plusieurs étapes. Il conserve une **fenêtre de contexte** de 1 million de jetons (la quantité de texte qu’il peut considérer d’un coup) et peut écrire jusqu’à environ 65 000 jetons dans une seule réponse : les longs documents y entrent donc aisément. Une lacune actuelle : le guide de Google indique qu’il ne prend pas encore en charge *Computer Use* (l’utilisation de l’ordinateur), la fonction qui permet à un modèle de manipuler un écran.

Pour les tâches courantes à gros volume, il s’en tire bien en classification, en extraction vers un format fixe, en résumé, en reformulation et en traduction à des niveaux de réflexion bas; ces tâches ont des réponses justes claires et exigent peu de raisonnement prolongé. Gardez medium ou high pour les tâches où une mauvaise réponse coûte cher ou qui comptent beaucoup d’étapes : le débogage, la planification ou une analyse sur laquelle vous agirez.

Deux habitudes gardent les coûts prévisibles. N’envoyez que le texte dont la tâche a besoin, parce que chaque jeton d’entrée est facturé. Et dans les longues conversations, rappelez-vous que Gemini 3.5 Flash reporte son raisonnement précédent, ce qui, selon Google, augmente le nombre de jetons d’entrée d’un tour à l’autre; commencez une nouvelle conversation pour les questions sans lien.

## Sources

- What's new in Gemini 3.5 Flash: https://ai.google.dev/gemini-api/docs/whats-new-gemini-3.5
- Batch API: https://ai.google.dev/gemini-api/docs/batch-api
- Gemini Developer API pricing: https://ai.google.dev/gemini-api/docs/pricing