Le 18 novembre, Google a confirmé dans le journal des modifications de l'API Gemini un changement destiné aux développeurs : les fichiers Microsoft Office comme Word, PowerPoint et Excel, ainsi que les fichiers OpenDocument, peuvent désormais être envoyés directement à l'API Gemini, sans conversion préalable en PDF ou en texte brut. Le découpage de fichiers arrive en même temps : les développeurs peuvent faire traiter par le modèle uniquement les parties nécessaires d'un fichier, et ne payer que pour ce contenu.
Jusqu'où découper : du numéro de page et de la cellule jusqu'à un passage vidéo
La finesse du découpage est la partie la plus concrète de cette mise à jour. Les documents peuvent être découpés par plage de pages, les tableurs par onglet ou plage de cellules, les vidéos et les audios par intervalle de temps. On peut aussi choisir par couche de contenu : seulement les images d'une page, seulement le texte extrait, seulement les formules d'un tableau, ou seulement la transcription d'une vidéo. Le découpage fonctionne non seulement dans les invites des utilisateurs, mais aussi pour les documents, tableurs, vidéos et audios renvoyés dans les réponses de fonctions. Autrement dit, les développeurs n'ont plus besoin de soumettre un fichier entier au modèle pour poser une question sur une seule de ses pages.
Pour qui c'est le plus utile : les longs documents et la facturation à l'usage
Les contrats, les rapports financiers, les supports de cours et les enregistrements de réunions ressentiront le plus la différence : là où il fallait auparavant payer des tokens pour tout le fichier afin de demander un seul chiffre, seules les pages, lignes ou minutes pertinentes sont désormais envoyées. Les applications de questions-réponses sur documents et de génération augmentée par récupération (RAG) devraient voir leurs factures de tokens s'alléger directement, et comme le modèle lit moins de contenu hors sujet, les réponses ont moins de chances de s'égarer. La même semaine, Gemini Tasks est devenu gratuit dans six pays pour les utilisateurs ordinaires : Google pousse donc l'adoption de Gemini sur les deux fronts à la fois.
Pour économiser, il faut indiquer soi-même la plage
Le découpage est un traitement à la demande, pas une économie automatique : sans plage indiquée, le modèle traite toujours le fichier entier et facture le fichier entier. Les développeurs doivent préciser les numéros de page, les cellules ou l'intervalle de temps dans l'invite ou l'appel de fonction, et le journal des modifications renvoie vers des guides de démarrage pour la compréhension des documents, des vidéos et de l'audio. Ce changement porte sur la façon dont les fichiers entrent dans le modèle, pas sur les capacités du modèle lui-même : les développeurs peuvent donc l'utiliser sans changer de modèle.