Introduction
Chat compatible OpenAI pour Gemini 3.1 Pro Preview. Une fenêtre de lecture de 1 000 000 de tokens, trois niveaux d’effort, 128 schémas d’outils et sortie JSON en un appel synchrone.
Gemini 3.1 Pro Preview est le modèle de chat à long contexte de Google, publié comme un unique point de terminaison compatible OpenAI. Il lit jusqu’à 1 000 000 de tokens et répond en 32 768 au maximum, soit environ trente pour un : toute la bible et l’historique entrent, un tour cohérent ressort.
Fonctionnalités et points forts
Il lit une étagère, il écrit un paragraphe
1 000 000 de tokens en entrée pour 32 768 en sortie, soit environ trente pour un : ce rapport est le mode d’emploi. Joignez la bible, les fiches de personnages et tous les chapitres déjà écrits, puis demandez une seule réponse qui fasse avancer la scène. Ce qui revient est court par construction et cohérent avec chaque page envoyée.
L’historique voyage sans compression
Un jeu de rôle au long cours dérive surtout parce qu’il faut résumer l’historique pour le faire tenir. Une fenêtre de 1 000 000 de tokens supprime en général cette étape : renvoyez le texte d’origine à chaque tour et le détail planté trente chapitres plus tôt reste sous les yeux du modèle plutôt que dans une paraphrase de lui-même.
Il peut changer sans préavis
La durée de vie d’une préversion appartient à Google. Comportement, disponibilité et prix peuvent bouger, et le modèle peut être retiré. Avant qu’il ne porte un fil en production, sachez vers quel modèle ce fil se replie.
Paramètres de requête
| Paramètre | Obligatoire | Description |
|---|---|---|
messages | Oui | Tours de conversation ordonnés. Le contenu est une chaîne ou un tableau de parties texte et |
max_tokens | Non | Plafonne la réponse à 32 768, soit un trentième de la fenêtre de lecture. 16 384 par défaut. |
reasoning_effort | Non | minimal, low, medium ou high. Medium par défaut : descendez à low pour les tours de routine, montez à high quand il faut peser l’historique ou traquer les contradictions. |
stop | Non | Jusqu’à 4 séquences, sous forme de chaîne ou de tableau. La réponse s’arrête dès que le modèle en écrit une, et le texte correspondant n’est pas renvoyé. 1 caractères minimum · 1 éléments minimum · 4 éléments maximum |
seed | Non | N’importe quel entier. |
temperature | Non | 0 à 2, 1 par défaut. Google recommande de laisser les modèles Gemini 3 à 1,0 : en dessous, la génération peut boucler ou se dégrader. |
top_p | Non | 0,01 à 1. Ajustez celui-ci ou temperature, jamais les deux dans la même comparaison. |
tools | Non | Jusqu’à 128 définitions de fonctions par requête. 128 éléments maximum |
tool_choice | Non | auto, none, required, ou un objet qui nomme une fonction. |
response_format | Non | Réclamez un objet JSON et nommez chaque clé dans le message system. |
Tarification
Entrée $1.90 / Sortie $11.40 par 1 million de tokens; Prompts de plus de 200K tokens: Entrée $3.80 / Sortie $17.10
Au-delà de 200 000 tokens d’entrée, le tarif long contexte s’applique à toute la requête.
Cas d’utilisation
Continuer une scène au milieu de 300 000 mots
Envoyez la bible, la carte des relations et chaque chapitre écrit jusqu’ici, puis demandez un seul tour. Rien n’a été récupéré ni échantillonné : une promesse faite au premier acte reste visible pendant que le modèle écrit le troisième.
Audit de continuité d’un chapitre à l’autre
Mettez les règles de l’univers et les chapitres terminés dans la même requête, puis demandez quels passages les contredisent. Ce qui revient est une liste de conflits avec leurs références, pas une réécriture : beaucoup lire, répondre court, exactement le terrain de ce rapport.
Un seul jugement sur un très grand corpus
Chargez une spécification complète, un trimestre de tickets ou une boîte mail entière dans un appel et demandez ce qui a réellement changé. 32 768 tokens suffisent largement au constat et à ses citations.
L’état des personnages en JSON pour votre application
Demandez la position actuelle, les blessures, les relations et les secrets connus de chaque personnage sous forme d’objet JSON : response_format sur json_object, avec chaque clé nommée dans le message system. Votre sauvegarde reste synchrone avec le texte, sans analyseur de secours.
Guide de prompt et conseils pratiques
Les règles dans system, l’histoire dans user
Mettez les règles de l’univers, le ton voulu et la longueur de ce tour dans le message system. Placez la bible, la carte des relations et l’historique dans un seul message user, du plus ancien au plus récent, et terminez par la consigne de ce tour.
Renvoyez tout l’historique, ne le résumez pas
La fenêtre tient 1 000 000 de tokens, souvent plus qu’un roman achevé. Renvoyer le texte d’origine à chaque tour coûte des tokens d’entrée, mais c’est la continuité la moins chère qui existe : rien ne se perd dans une paraphrase.
Les limites à prévoir
Le plafond de réponse est de 32 768 tokens, environ un trentième de la fenêtre de lecture : une requête qui réclame un chapitre complet atteindra la limite avant d’avoir fini, et un max_tokens supérieur échoue d’emblée à la validation. Le contenu des messages se compose de texte et d’images, les parties vidéo et audio sont rejetées. C’est une préversion : Google peut modifier son comportement ou la retirer, choisissez donc le modèle de repli avant d’y faire passer du trafic de production. Un response_format JSON façonne la réponse, mais c’est toujours votre application qui l’analyse et la valide.
Démarrage rapide de l’API
curl --fail-with-body -sN https://api.spicyapi.ai/v1/chat/completions \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{
"model": "google/gemini-3.1-pro-preview/chat",
"messages": [
{
"role": "user",
"content": "Summarise the following release notes into three bullet points."
}
],
"stream": true
}' \
| jq --unbuffered -Rrj 'select(startswith("data: ")) | .[6:] | select(. != "[DONE]") | fromjson | if .error then "\n[error] \(.error.message)\n" else (.choices[0].delta.content? // empty) end'
La référence API détaille l’authentification, le schéma complet, le polling et la gestion des erreurs.
