Gemini Pro : Définition et Exemples

Gemini Pro est l'un des modèles phares de la famille Gemini, développée par Google DeepMind et lancée fin 2023. Il se positionne comme un modèle intermédiaire entre Gemini Nano (optimisé pour les appareils mobiles) et Gemini Ultra (le plus puissant de la gamme). Gemini Pro est nativement multimodal, ce qui signifie qu'il a été entraîné dès le départ pour traiter simultanément du texte, des images, du code et d'autres types de données.

Contrairement aux modèles précédents de Google comme PaLM 2, Gemini Pro intègre la multimodalité au cœur de son architecture plutôt que de l'ajouter comme une couche supplémentaire. Cette approche lui permet d'exceller dans des tâches nécessitant la compréhension croisée de plusieurs types d'informations, comme l'analyse d'un graphique accompagné d'un texte explicatif ou la génération de code à partir d'une maquette visuelle.

Gemini Pro est accessible via l'API Google AI Studio et Vertex AI, ainsi qu'à travers l'interface conversationnelle Google Gemini (anciennement Bard). Il est utilisé dans de nombreux produits Google, notamment Gmail, Google Docs et Google Search. Le modèle a évolué avec des versions successives — Gemini 1.0 Pro, 1.5 Pro (avec une fenêtre de contexte étendue à 1 million de tokens), puis Gemini 2.0 et 2.5 Pro.

En prompt engineering, Gemini Pro se distingue par sa capacité à traiter de très longs contextes et à raisonner sur des documents volumineux. Sa fenêtre de contexte étendue permet d'envoyer des documents entiers, des bases de code complètes ou de longues conversations sans perte d'information, ce qui ouvre des possibilités uniques pour la conception de prompts.