DEV Community: Antoine Laurent

API Nemotron 3.5 Transcribe : transcrire 1 heure d’audio pour 12 cents

Antoine Laurent — Thu, 29 Oct 2026 09:02:01 +0000

API Nemotron 3.5 Transcribe : transcrire 1 heure d'audio pour 12 cents

Transcrire un enregistrement d'une heure avec la nouvelle API Nemotron 3.5 Transcribe de NVIDIA coûte 12 cents. C'est le prix de DeepInfra de 0,002 $ par minute pour le meilleur modèle à poids ouverts du classement Open ASR Leaderboard de Hugging Face, un modèle qui renvoie également les horodatages des mots, les étiquettes des locuteurs et la langue détectée dans le même appel.

Essayez Apidog dès aujourd'hui

Ce guide montre comment obtenir une clé API, envoyer votre première requête, lire la réponse, rédiger des prompts pour les étiquettes de locuteur et le jargon, et garder les coûts prévisibles. Tout ce qui suit a été vérifié le 29 octobre 2026 sur la page du modèle DeepInfra, la fiche OpenRouter et la carte de modèle officielle.

Vous cherchez plutôt une solution à 0 $ ? Lisez comment utiliser Nemotron 3.5 Transcribe gratuitement.

Ce que vous offre l'API Nemotron 3.5 Transcribe

NVIDIA a publié Nemotron 3.5 Transcribe (NVIDIA-Nemotron-3.5-Transcribe-30B-A4B) le 28 octobre 2026. C'est un modèle vocal à poids ouverts avec 34 milliards de paramètres au total et environ 4,3 milliards actifs, construit sur un modèle de langage hybride Mamba-2 et Transformer à mélange d'experts, avec un encodeur ASR et un encodeur de locuteur ajoutés.

À partir d'un seul point de terminaison, vous obtenez :

Transcription en 40 langues
Fichiers jusqu'à une heure de durée
Horodatages des mots et horodatages des segments
Transcriptions attribuées au locuteur avec jusqu'à huit locuteurs
Traduction de la parole dans 31 langues vers et depuis l'anglais
Prompt contextuel pour les noms, produits et jargon
Identification de la langue

Sur le Open ASR Leaderboard (mis à jour le 28 octobre 2026), il obtient en moyenne 5,33 % de WER, 9e sur 61 modèles et premier parmi les modèles à poids publics. Les huit modèles au-dessus sont des API commerciales fermées.

C'est un modèle hors ligne. Envoyez des fichiers enregistrés, pas un flux en direct.

Où l'appeler, et combien cela coûte

À ces tarifs, 1 000 heures d'audio coûtent environ 120 $. Pour comparaison, l'API OpenAI Whisper a historiquement facturé 0,006 $ par minute, soit trois fois le prix de DeepInfra, et whisper-large-v3 se classe 41e sur le même classement avec 7,16 % de WER.

Étape 1 : obtenir une clé API DeepInfra

Créez un compte sur deepinfra.com.
Ouvrez le tableau de bord et créez une clé API.
Ajoutez un moyen de paiement ou des crédits. La page du modèle nécessite une connexion, même pour la démo dans le navigateur.
Exportez la clé dans votre shell :

export DEEPINFRA_API_KEY="your_key_here"

Gardez la clé hors du contrôle de source. Si vous travaillez via un agent de codage, placez-la dans l'environnement de l'agent, pas dans un prompt.

Étape 2 : transcrire votre premier fichier

Le point de terminaison d'inférence natif de DeepInfra accepte un téléversement multipart avec un champ audio. Voici la forme exacte de la requête depuis sa page API :

curl -X POST \
  -H "Authorization: bearer $DEEPINFRA_API_KEY" \
  -F audio=@interview.mp3 \
  'https://api.deepinfra.com/v1/inference/nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B'

Le modèle accepte les formats WAV, FLAC, MP3, OGG ou tout format qui se décode en PCM mono 16 kHz. Si vous avez des fichiers M4A ou vidéo, convertissez-les avec FFmpeg d'abord :

ffmpeg -i call.m4a -ar 16000 -ac 1 call.wav

Étape 3 : lire la réponse

DeepInfra documente cette forme de réponse (les valeurs ci-dessous sont illustratives) :

{
  "text": "Hello World",
  "segments": [
    { "id": 0, "start": 0.0, "end": 1.0, "text": "Hello" },
    { "id": 1, "start": 4.0, "end": 5.0, "text": "World" }
  ],
  "language": "en",
  "words": [
    { "start": 0.0, "end": 1.0, "text": "Hello" },
    { "start": 4.0, "end": 5.0, "text": "World" }
  ],
  "duration": 5.0,
  "inference_status": { "status": "succeeded", "runtime_ms": 0, "cost": 0.0 }
}

À quoi sert chaque champ :

text est la transcription complète. Stockez ceci.
segments donne des morceaux horodatés. Utilisez-les pour les sous-titres (SRT ou VTT).
words donne l'horodatage par mot. Utilisez-le pour la mise en surbrillance de style karaoké ou une recherche qui saute à la seconde exacte.
language est le code de langue détecté. Vérifiez-le dans les tests ; une mauvaise langue est une défaillance courante sur les clips courts.
inference_status.cost indique le coût de l'appel. Consignez-le pour suivre les dépenses par fichier.

Étape 4 : l'appeler depuis Python

import os
import requests

URL = "https://api.deepinfra.com/v1/inference/nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B"

def transcribe(path: str) -> dict:
    with open(path, "rb") as f:
        r = requests.post(
            URL,
            headers={"Authorization": f"bearer {os.environ['DEEPINFRA_API_KEY']}"},
            files={"audio": f},
            timeout=600,
        )
    r.raise_for_status()
    return r.json()

result = transcribe("interview.mp3")
print(result["language"], len(result["words"]), "words")
print(result["text"][:500])

Définissez un délai d'attente long. Une heure complète de parole dense peut générer environ 20 000 jetons de sortie, et la carte de modèle avertit que les tâches longues prennent du temps.

DeepInfra liste également un onglet « OpenAI Speech-to-Text » pour le modèle, donc le code du SDK OpenAI qui appelle audio.transcriptions peut probablement pointer vers l'URL de base compatible OpenAI de DeepInfra. Vérifiez cet onglet pour l'URL de base exacte avant de basculer le code de production.

Prompts : verbatim, propre, locuteurs, jargon

Ce qui distingue Nemotron 3.5 Transcribe des anciennes API ASR, c'est qu'il accepte des instructions. Les prompts recommandés par NVIDIA, tels que listés sur la page DeepInfra :

Vous voulez	Instruction
Mots verbatim	`Audio transcription. Language: as spoken. Wording: verbatim, including fillers and repetitions. Formatting: punctuation and capitalization. Output: transcript only.`
Texte lisible	`Audio transcription. Language: as spoken. Wording: omit fillers and accidental repetitions; keep the remaining spoken wording unchanged. Formatting: punctuation and capitalization. Output: transcript only.`
Vocabulaire du domaine	`Transcribe with punctuation and capitalization. Context terms: <names and terms>.`
Qui a dit quoi	`Transcribe verbatim, including fillers. ... Start every speaker turn with <spk:0>, <spk:1>, etc. Keep one stable tag per speaker.`
Traduction	`Please translate the given speech to <target language>.`

Utilisez une température de 0 avec le raisonnement désactivé pour la transcription, la traduction et l'identification de la langue, et gardez le prompt système vide.

Les termes de contexte portent leurs fruits. NVIDIA rapporte que le WER de ContextASR-Bench passe de 3,33 % sans contexte à 1,71 % avec un contexte fin, et celui d'Earnings22 contextuel de 12,54 % à 9,58 %. Pour un appel de résultats, transmettez les noms d'entreprises, les tickers et les noms des dirigeants.

Consultez l'onglet du schéma d'entrée de DeepInfra pour le champ qui transporte l'instruction sur le point de terminaison natif. Sur un serveur auto-hébergé, l'instruction va dans le message de chat à côté de l'audio, comme montré dans notre guide d'installation locale.

Utiliser OpenRouter à la place

Si vous utilisez déjà OpenRouter pour les LLM, vous pouvez conserver une seule clé et une seule facture. L'ID du modèle est nvidia/nemotron-3.5-transcribe, au prix de 0,000033 $ par seconde, avec DeepInfra comme seul fournisseur listé le 29 octobre 2026 (100 % de disponibilité, environ une seconde de latence à ce moment-là). Copiez le format de requête depuis l'onglet API du modèle sur OpenRouter, car les points de terminaison audio diffèrent des complétions de chat.

Le compromis : OpenRouter ajoute un saut réseau, et aujourd'hui il n'y a pas de basculement de fournisseur car un seul fournisseur sert le modèle.

Garder les coûts prévisibles

Coupez d'abord le silence. Vous payez par minute d'audio, pas par minute de parole. Couper les silences des enregistrements réduit la facture.
Convertissez en mono et rééchantillonnez. Le mono 16 kHz est ce que le modèle utilise de toute façon ; envoyer du stéréo 48 kHz ne fait qu'ajouter du temps de téléversement.
Traitez par fichier, pas par morceau. Le modèle gère une heure en une seule requête. Diviser un fichier en morceaux de 30 secondes casse les étiquettes de locuteur et le contexte.
Consignez inference_status.cost. Additionnez-le par client ou par tâche.
Auto-hébergez au-dessus d'un volume régulier. Le NIM optimisé de NVIDIA traite jusqu'à 2 238 secondes d'audio par seconde sur une RTX PRO 6000 Blackwell. Si vous transcrivez des milliers d'heures par mois, un GPU loué bat la tarification à la minute. Notez que la voie vLLM open source devrait être environ deux fois plus lente que ce chiffre NIM.

Laissez votre agent de codage le tester avec Apidog CLI

Les API de transcription échouent silencieusement : un 200 avec un text vide, un clip espagnol détecté comme portugais, ou words manquant après une mise à jour du fournisseur. Au lieu de vérifier le JSON à la main, laissez votre agent de codage écrire et exécuter les vérifications avec Apidog CLI.

npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com   # pick your agent when prompted

Ensuite, donnez à votre agent un [REDACTED PROMPT]
In Apidog project , add the DeepInfra endpoint POST
https://api.deepinfra.com/v1/inference/nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B
with a multipart "audio" field and a Bearer [REDACTED] from {{DEEPINFRA_API_KEY}}.
Create a test case per file in samples/ (en.mp3, es.mp3, two-speakers.wav) asserting
status 200, non-empty "text", the expected "language", and "words" length > 0.
Run them against the prod environment and report failures with the response body.


L'agent lit le schéma, valide sa charge utile, écrit les cas et les exécute :

bash
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project --file case.json
apidog run --test-case --project -e -r cli,json




Ajoutez `-r junit` et la même commande devient une porte CI. Voir [Apidog CLI dans un pipeline CI/CD](https://apidog.com/fr/blog/apidog-cli-ci-cd-pipeline?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation) et [Apidog CLI dans Claude Code](https://apidog.com/fr/blog/apidog-cli-in-claude-code?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation) pour la configuration complète.

## FAQ

**Quel est le prix de l'API Nemotron 3.5 Transcribe ?** 0,002 $ par minute sur DeepInfra et 0,000033 $ par seconde sur OpenRouter, en date du 29 octobre 2026. Cela représente environ 0,12 $ par heure d'audio sur l'un ou l'autre.

**Existe-t-il une clé API gratuite ?** Nous n'en avons pas trouvé. Le modèle n'est pas encore sur [build.nvidia.com](http://build.nvidia.com). Les voies gratuites sont le Space de démo de NVIDIA et l'auto-hébergement ; voir le [guide gratuit](https://apidog.com/fr/blog/nemotron-3-5-transcribe-free?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation).

**Quelle est la longueur maximale d'un fichier ?** Une heure par requête, avec un contexte de 65 536 jetons.

**L'API diffuse-t-elle les résultats en flux ?** Non. C'est un modèle hors ligne qui renvoie la transcription lorsque le fichier est terminé.

**Quelles langues sont prises en charge ?** 40, classées en trois niveaux. Les 13 langues « leaders » incluent l'anglais, l'espagnol, le français, l'allemand, l'italien, le portugais, l'hindi, le coréen, le russe et le polonais. Le japonais, le turc et l'ukrainien sont « prêts pour la production ». Le chinois mandarin et l'arabe sont « pris en charge ».

**Comment se compare-t-il aux autres API vocales ?** Voir notre classement des [meilleurs modèles de reconnaissance vocale open source](https://apidog.com/fr/blog/best-open-source-speech-to-text-models?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation) et l'ancien récapitulatif des [meilleures API de synthèse vocale et de reconnaissance vocale](https://apidog.com/fr/blog/top-5-text-to-speech-and-speech-to-text-apis-you-should-use-right-now?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation).

## Commencez à transcrire

Obtenez une clé DeepInfra, envoyez un `curl` avec un MP3, et vous obtiendrez en retour un texte horodaté et étiqueté par langue pour 0,002 $ la minute. Ajoutez des termes de contexte pour votre domaine, utilisez le prompt de locuteur pour les réunions, et faites exécuter à votre agent des vérifications [Apidog](https://apidog.com/?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation) à chaque version afin qu'une régression silencieuse ne soit jamais livrée.

Comment utiliser NVIDIA Nemotron 3.5 Transcribe gratuitement (le modèle open source de reconnaissance vocale n 1)

Antoine Laurent — Thu, 29 Oct 2026 08:58:27 +0000

Comment utiliser NVIDIA Nemotron 3.5 Transcribe gratuitement (le modèle open source de reconnaissance vocale n°1)

NVIDIA a livré le modèle de transcription vocale à poids ouverts le plus précis du classement Open ASR de Hugging Face, et vous pouvez l'utiliser gratuitement dès aujourd'hui. Nemotron 3.5 Transcribe (nom complet NVIDIA-Nemotron-3.5-Transcribe-30B-A4B) est arrivé le 28 octobre 2026 sous licence OpenMDW-1.1, qui autorise l'usage commercial. Cela signifie trois voies à 0 $ : l'espace de démo de NVIDIA lui-même, les poids gratuits sur votre propre GPU, et les Spaces communautaires qui encapsulent le même checkpoint.

Essayez Apidog dès aujourd'hui

Ce guide couvre chaque voie gratuite, ce qu'elle peut et ne peut pas faire, et la solution payante la moins chère quand le gratuit ne suffit plus. Chaque fait provient de la fiche modèle officielle, du post de lancement NVIDIA sur Hugging Face et du classement Open ASR, tous consultés le 29 octobre 2026.

Si vous avez seulement besoin de l'API hébergée, passez à notre guide de l'API Nemotron 3.5 Transcribe.

Nemotron 3.5 Transcribe est-il gratuit ?

Oui, de deux façons. Les poids sont gratuits à télécharger et la licence autorise un usage commercial et non commercial, donc l'auto-hébergement ne vous coûte que le matériel. NVIDIA gère aussi un espace de démo gratuit sur Hugging Face où vous pouvez l'essayer dans le navigateur.

Ce qui n'est pas gratuit : les API hébergées. DeepInfra facture 0,002 $ par minute d'audio et OpenRouter l'affiche à 0,000033 $ par seconde. Aucun des deux ne montre de variante gratuite. Et au 29 octobre 2026, le modèle n'apparaît pas sur build.nvidia.com, où de nombreux modèles NVIDIA bénéficient d'une API d'essai gratuite. Une recherche sur place pour « transcribe » a renvoyé un modèle ASR espagnol sans rapport.

Pourquoi on le veut : les chiffres

Nemotron 3.5 Transcribe est un modèle de langage augmenté pour la parole. Un encodeur ASR de 600 M de paramètres et un encodeur de locuteur alimentent un modèle de langage hybride à mélange d'experts Mamba-2 et Transformer. Il compte 34 B de paramètres au total, mais seulement environ 4,3 B sont actifs par token, ce qui explique qu'il tourne sur un seul GPU.

Ce qu'il fait en un seul checkpoint :

Transcription en 40 langues, dont 13 classées « leaders » (anglais, espagnol, français, allemand, hindi, coréen, portugais et d'autres)
Enregistrements jusqu'à une heure en une seule requête (contexte de 65 536 tokens)
Attribution des locuteurs avec jusqu'à huit locuteurs étiquetés
Horodatages au niveau du mot via une tête d'alignement CTC
Traduction de la parole vers et depuis l'anglais dans 31 langues
Amorçage par contexte : transmettez des noms et du jargon pour qu'il les orthographie correctement
Questions-réponses sur l'audio (anglais uniquement)

Sur le classement Open ASR, mis à jour le 28 octobre 2026, il obtient un WER moyen de 5,33 %. Cela le place 9e sur 61 modèles. Les huit qui le précèdent (Otter, Zoom Scribe v2 Pro, ElevenLabs Scribe v2, Azure Speech et d'autres) sont tous des API fermées et payantes. Parmi les modèles téléchargeables, aucun n'est mieux classé. whisper-large-v3 d'OpenAI se situe 41e avec 7,16 %.

La fiche modèle de NVIDIA rapporte un WER moyen de 4,71 % sur les neuf ensembles publics. Le 5,33 % du classement ajoute deux ensembles privés, donc les deux chiffres sont honnêtes ; ils mesurent des mélanges différents.

Une limite à connaître avant de commencer : c'est un modèle hors ligne. Il transcrit des fichiers enregistrés, pas un flux de microphone en direct.

Comparaison de toutes les voies gratuites et payantes

Voie	Coût	Connexion	Limites	Idéal pour
Espace de démo NVIDIA (`nvidia/nemotron-transcribe`)	0 $	Non	Aperçu de 60 secondes sur les onglets d'exemple ; file d'attente partagée	Un contrôle qualité rapide
Spaces communautaires	0 $	Généralement non	Varie selon le Space ; peut s'endormir ou disparaître	Essayer d'autres interfaces
Poids auto-hébergés (BF16, FP8, NVFP4)	Licence à 0 $, votre GPU	Compte Hugging Face pour télécharger	Un H100 80 Go pour BF16 ; les cartes plus petites nécessitent FP8 ou NVFP4	Transcription privée illimitée
API DeepInfra	0,002 $ par minute	Compte et clé API	Usage payant	Production sans GPU
OpenRouter	0,000033 $ par seconde	Compte et crédits	Routé uniquement vers DeepInfra	Une clé pour plusieurs modèles
build.nvidia.com	Pas encore répertorié	n/a	n/a	À surveiller

Seules les trois premières lignes ne coûtent rien.

Voie gratuite 1 : l'espace de démo de NVIDIA

Le moyen le plus rapide d'entendre ce que le modèle peut faire est l'espace officiel de NVIDIA à l'adresse huggingface.co/spaces/nvidia/nemotron-transcribe.

Ouvrez le Space dans votre navigateur. Aucun compte n'est nécessaire pour le charger.
Choisissez un onglet. Le 29 octobre 2026, le Space en avait trois : Karaoke (paroles synchronisées mot à mot), Transcription de podcast (texte attribué aux locuteurs) et Sous-titres de film (sous-titres synchronisés).
Choisissez un exemple ou collez un lien, selon ce que permet l'onglet. L'onglet Karaoke indique que son aperçu couvre les 60 premières secondes.
Lancez-le et lisez la sortie. La vue Karaoke met en évidence chaque mot au fur et à mesure qu'il est chanté, ce qui met en valeur les horodatages au niveau du mot.

Considérez le Space comme une démo, pas comme une API gratuite. Les Spaces publics partagent des GPU, mettent les requêtes en file d'attente et peuvent changer sans préavis. Ne construisez pas un produit dessus.

Voie gratuite 2 : exécuter vous-même les poids ouverts

C'est le vrai niveau gratuit : transcription illimitée sur du matériel que vous possédez déjà, sans que rien ne quitte votre machine. La licence (OpenMDW-1.1) autorise l'usage commercial, donc vous pouvez l'intégrer dans un produit.

Le revers de la médaille, c'est le matériel. La configuration de référence de NVIDIA est un H100 80 Go en BF16. Le tableau de compatibilité de la fiche modèle liste :

BF16 : H100, H200, A100 80 Go, B200, GB200, DGX Spark
FP8 : H100, H200, L40S 48 Go
NVFP4 uniquement : RTX 5090 (32 Go) et RTX PRO 6000 Blackwell

Donc une RTX 5090 grand public fonctionne, avec le checkpoint NVFP4. Les cartes plus anciennes de 24 Go comme la RTX 4090 ne figurent pas dans la liste.

Le test le plus rapide ne nécessite que Transformers installé depuis les sources :

pip install git+https://github.com/huggingface/transformers

from transformers import AutoModelForMultimodalLM, AutoProcessor

model_id = "nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B"
processor = AutoProcessor.from_pretrained(model_id)
model = AutoModelForMultimodalLM.from_pretrained(model_id, device_map="auto")

inputs = processor.apply_transcription_request("meeting.wav").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=1024)
print(processor.decode(outputs[:, inputs.input_ids.shape[1]:], skip_special_tokens=True))

C'est suffisant pour une poignée de fichiers. Pour des lots, de longs enregistrements et un point de terminaison compatible OpenAI, servez-le avec vLLM 0.32.0 et le plugin NeMo Speech. Notre guide pas à pas pour exécuter Nemotron 3.5 Transcribe localement contient l'installation exacte et la commande vllm serve de la fiche modèle.

Pas de GPU local ? En louer un à l'heure est la voie « presque gratuite » la moins chère pour de gros arriérés. NVIDIA indique qu'une RTX PRO 6000 Blackwell peut traiter 100 heures d'audio en moins de trois minutes avec la version NVFP4, bien que ce chiffre utilise des optimisations de service qui ne sont pas encore open source.

Voie gratuite 3 : Spaces communautaires

La page du modèle liste plusieurs Spaces communautaires construits sur le même checkpoint, notamment hugging-apps/nemotron-3-5-transcribe et mrfakename/nemotron-3.5-transcribe. Ils sont utiles quand la file d'attente du Space NVIDIA est longue ou que vous voulez une simple zone de téléversement. Ils sont gérés par des particuliers, alors attendez-vous à des mises en veille, des quotas et parfois à des liens morts.

Des prompts pour de meilleurs résultats gratuits

Nemotron 3.5 Transcribe accepte des instructions en langage naturel. Celles-ci proviennent de la fiche modèle et de la page DeepInfra. Gardez le prompt système vide pour la transcription et utilisez une température de 0.

Texte propre et lisible :

Audio transcription. Language: as spoken. Wording: omit fillers and accidental repetitions; keep the remaining spoken wording unchanged. Formatting: punctuation and capitalization. Output: transcript only.

Qui a dit quoi :

Transcribe verbatim, including fillers. Write numbers as spoken, without punctuation or capitalization. Start every speaker turn with <spk:0>, <spk:1>, etc. Keep one stable tag per speaker. Output only the speaker-tagged transcript.

Noms de produits et jargon :

Transcribe with punctuation and capitalization. Context terms: Apidog, OpenAPI, Kubernetes, gRPC.

Traduction :

Please translate the given speech to English.

Les termes de contexte comptent plus que vous ne l'imaginez. Sur le benchmark ContextASR de NVIDIA, le WER passe de 3,33 % sans contexte à 1,71 % avec un contexte finement détaillé.

Quand le gratuit ne suffit plus : la voie payante la moins chère

Si vous ne possédez pas de GPU compatible et avez besoin de plus qu'une démo, l'API hébergée est bon marché. À 0,002 $ par minute chez DeepInfra, un enregistrement d'une heure coûte 0,12 $, et 1 000 heures coûtent 120 $. Les 0,000033 $ par seconde d'OpenRouter reviennent à environ 0,119 $ par heure, routé vers le même fournisseur.

Une requête DeepInfra minimale, tirée de sa page API :

curl -X POST \
  -H "Authorization: bearer $DEEPINFRA_API_KEY" \
  -F audio=@meeting.mp3 \
  'https://api.deepinfra.com/v1/inference/nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B'

La réponse inclut text, segments avec les heures de début et de fin, words, et la language détectée. Notre guide de l'API détaille les clés, les champs de réponse et les coûts.

Laissez votre agent de codage tester le point de terminaison avec Apidog CLI

Que vous auto-hébergiez ou utilisiez DeepInfra, vous voulez une vérification qui échoue bruyamment quand une transcription revient vide ou dans la mauvaise langue. Confiez cette tâche à votre agent de codage et à Apidog CLI au lieu d'inspecter le JSON à l'œil nu.

npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com   # pick Claude Code, Codex, Cursor or OpenCode

Ensuite, donnez à votre agent un seul [REDACTED PROMPT]
In Apidog project , create a test case for POST {{baseUrl}}/v1/inference/nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B
that uploads samples/hello.mp3 as the "audio" form field, asserts status 200, a non-empty "text",
"language" equal to "en", and at least one item in "words", then run it against the
deepinfra environment and summarize any failures.


L'agent lit le schéma, valide sa charge utile, écrit le cas et l'exécute :




Changez l'environnement pour pointer vers votre serveur local quand vous passez de l'API à l'auto-hébergement. Le même `apidog run` avec `-r junit` s'intègre dans la CI ; voir [exécuter Apidog CLI dans un pipeline CI/CD](https://apidog.com/fr/blog/apidog-cli-ci-cd-pipeline?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation) et [Apidog CLI dans Claude Code](https://apidog.com/fr/blog/apidog-cli-in-claude-code?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation) pour la configuration.

## Limites à connaître avant de vous y fier

- **Hors ligne uniquement.** Il ne diffuse pas en continu. NVIDIA renvoie à un modèle distinct Nemotron 3.5 ASR Streaming pour l'audio en direct.
- **Les questions-réponses audio sont en anglais uniquement.** La transcription couvre 40 langues, mais la compréhension audio et les instructions parlées n'ont été évaluées qu'en anglais.
- **Les étiquettes de locuteur ne sont pas des identités.** `<spk:0>` signifie « la première voix », pas une personne nommée.
- **Les longues sorties ont besoin de place.** Une conversation dense d'une heure peut produire environ 20 000 tokens de sortie, donc définissez `max_new_tokens` en conséquence.
- **Il peut halluciner.** La fiche avertit qu'il peut « générer une transcription plausible » pour un audio peu clair. Relisez tout contenu juridique ou médical.

## FAQ

**Nemotron 3.5 Transcribe est-il gratuit pour un usage commercial ?** Oui. La licence OpenMDW-1.1 autorise l'usage commercial et non commercial des poids. Les API hébergées facturent le calcul.

**Existe-t-il une clé API gratuite pour Nemotron 3.5 Transcribe ?** Pas à notre connaissance au 29 octobre 2026. DeepInfra et OpenRouter sont payants, et le modèle n'est pas encore sur [build.nvidia.com](http://build.nvidia.com). Comparez avec [l'API gratuite de NVIDIA pour Nemotron Nano 12B v2 VL](https://apidog.com/fr/blog/nemotron-nano-12b-v2-vl-free-nvidia-api?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation), qui a bien obtenu un point de terminaison d'essai gratuit.

**Puis-je l'exécuter sur un Mac ?** Pas d'après la liste officielle. Les environnements d'exécution pris en charge ciblent les GPU NVIDIA sous Linux ou Windows (WSL2). La prise en charge GGML est indiquée uniquement pour RTX 5090 et RTX PRO 6000.

**Comment se compare-t-il à Whisper ?** Sur le classement du 28 octobre, il atteint en moyenne 5,33 % de WER contre 7,16 % pour `whisper-large-v3`. Voir notre [guide de l'API Whisper](https://apidog.com/fr/blog/whisper-api?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation) pour l'option hébergée d'OpenAI et notre classement des [meilleurs modèles de transcription vocale open source](https://apidog.com/fr/blog/best-open-source-speech-to-text-models?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation) pour tout le panel.

**Prend-il en charge le MP3 ?** Oui. Il accepte WAV, FLAC, MP3, OGG ou tout ce qui se décode en PCM mono à 16 kHz. Utilisez [FFmpeg pour convertir d'autres formats](https://apidog.com/fr/blog/convert-audio-ffmpeg?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation).

## En résumé

Nemotron 3.5 Transcribe est gratuit là où ça compte : les poids, la licence et la démo de NVIDIA. Essayez le Space pour un contrôle qualité, auto-hébergez-le sur un H100, L40S ou RTX 5090 pour un usage privé illimité, et rabattez-vous sur DeepInfra à 0,12 $ par heure quand vous n'avez pas le matériel. Quelle que soit la voie choisie, laissez votre agent exécuter des vérifications [Apidog](https://apidog.com?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation) sur le point de terminaison pour qu'une mauvaise transcription n'atteigne jamais la production.

Meilleurs modèles open source de reconnaissance vocale en 2026

Antoine Laurent — Thu, 29 Oct 2026 08:53:38 +0000

Le meilleur modèle open source de transcription vocale en octobre 2026 est Nemotron 3.5 Transcribe de NVIDIA, publié le 28 octobre. Dans le classement Open ASR de Hugging Face mis à jour le jour même, il affiche un taux d'erreur de mots moyen de 5,33 % et se classe 9e sur 61 modèles. Les huit modèles qui le précèdent sont des API commerciales fermées. whisper-large-v3 d'OpenAI, encore la valeur par défaut dans de nombreux tutoriels, occupe la 41e place avec 7,16 %.

Essayez Apidog dès aujourd'hui

Voici les neuf modèles de reconnaissance vocale à poids ouverts qui méritent d'être considérés actuellement, classés selon ce classement, avec leur vitesse, leurs points forts et la tâche à laquelle chacun convient. Chaque chiffre de WER et de vitesse provient du classement tel que consulté le 29 octobre 2026.

Si vous choisissez plutôt entre des API hébergées, lisez notre guide de l'API Nemotron 3.5 Transcribe et le guide de l'API Whisper.

Comment nous les avons classés

Le classement Open ASR évalue chaque modèle sur les mêmes ensembles de test en anglais : réunions (AMI), appels de résultats financiers (Earnings22), podcasts et YouTube (GigaSpeech), livres audio (LibriSpeech), appels financiers (SPGISpeech), parole bruitée (URGENT24), audio conversationnel (Voice Arena Monsoon), discours parlementaires (VoxPopuli), et deux ensembles privés. La métrique de classement est le WER moyen, où plus bas est mieux.

Nous indiquons aussi RTFx, la mesure de vitesse du classement : secondes d'audio transcrites par seconde de calcul. Plus la valeur est élevée, plus c'est rapide. Les API fermées affichent « NA » car elles ne peuvent pas être chronométrées sur le même matériel.

Nous avons considéré un modèle comme open-weight lorsque son checkpoint est téléchargeable et que le classement indique un RTFx pour lui. Vérifiez chaque licence avant toute utilisation commerciale.

Le classement en un coup d'œil

Rang (open)	Modèle	WER moyen	RTFx	Classement global
1	NVIDIA Nemotron 3.5 Transcribe 30B-A4B	5,33 %	462	9
2	Qwen3-ASR-1.7B	5,40 %	819	11
3	IBM Granite Speech 5.0 2B	5,68 %	545	12
4	Cohere Transcribe (03-2026)	5,77 %	902	14
5	TheStage AI Whisper large-v3 turbo	5,91 %	1 177	17
6	NVIDIA Canary-Qwen 2.5B	5,94 %	862	21
7	NVIDIA Parakeet TDT 0.6B (versions)	5,98 % à 6,18 %	non comparé	24 à 31
8	Mistral Voxtral Small 24B	6,38 %	non comparé	35
9	OpenAI Whisper large-v3	7,16 %	non comparé	41

Pour contexte, les meilleures API fermées du même classement : Otter speech-v3.1 à 4,55 %, Zoom Scribe v2 Pro à 4,70 %, ElevenLabs Scribe v2 à 5,24 %, AssemblyAI Universal-3.5 Pro à 5,39 % et OpenAI gpt-transcribe à 5,96 %. Nemotron 3.5 Transcribe surpasse AssemblyAI et le modèle hébergé d'OpenAI tout en étant gratuit à télécharger.

1. NVIDIA Nemotron 3.5 Transcribe : meilleur globalement

WER 5,33 %, RTFx 462, licence OpenMDW-1.1

Le nouveau modèle de NVIDIA n'est pas un réseau ASR classique. C'est un modèle de langage augmenté pour la parole : un encodeur ASR de 600 M de paramètres et un encodeur de locuteur alimentent un LLM hybride Mamba-2 et Transformer à mélange d'experts, avec 34 B de paramètres au total et environ 4,3 B de paramètres actifs. C'est ce design qui lui permet de faire plus que transcrire.

Pourquoi il arrive en tête :

40 langues, dont 13 jugées « de premier plan »
Fichiers d'une heure en une seule passe, avec un contexte de 65 536 tokens
Attribution des locuteurs (jusqu'à huit locuteurs) et horodatages des mots à partir d'un seul modèle
Prompts : formulation verbatim ou nettoyée, termes de contexte pour le jargon, traduction
Précision sur les formats longs : WER moyen de 10,98 % sur les ensembles de formats longs du classement, contre 13,37 % pour Parakeet-TDT-0.6B-v3, selon la fiche du modèle
Réunions : cpWER moyen de 15,80 % sur les ensembles multi-locuteurs, devant le pipeline DiCoW plus DiariZen à 16,83 %

Compromis : il nécessite un gros GPU (un H100 80 Go en BF16, ou une RTX 5090 avec des poids NVFP4), il ne fonctionne pas en streaming, et la réponse aux questions audio n'est disponible qu'en anglais.

Choisissez-le pour : les réunions, les podcasts, les appels de résultats, les archives multilingues et tout usage où les étiquettes de locuteur ou les fichiers d'une heure comptent. Commencez par les options gratuites ou exécutez-le localement.

2. Qwen3-ASR-1.7B : meilleure précision par dollar de GPU

WER 5,40 %, RTFx 819

Qwen3-ASR-1.7B d'Alibaba n'est qu'à 0,07 point derrière Nemotron sur la moyenne anglaise, tout en étant environ 1,8 fois plus rapide sur le matériel du classement, à partir d'un modèle vingt fois plus petit en taille totale. Dans la propre comparaison multilingue à sept langues de NVIDIA, Nemotron mène plus nettement : WER moyen de 4,62 % contre 6,49 %.

Choisissez-le pour : la transcription par lots à dominante anglaise sur des GPU plus petits, lorsque vous n'avez pas besoin d'attribution des locuteurs intégrée. Si vous utilisez déjà les modèles multimodaux de Qwen, consultez notre guide sur Qwen3.5-Omni.

3. IBM Granite Speech 5.0 2B : meilleur sur l'audio de réunion pour sa taille

WER 5,68 %, RTFx 545

Granite Speech 5.0 d'IBM affiche un WER de 6,96 % sur les enregistrements de réunions AMI, le meilleur score AMI parmi les six meilleurs modèles ouverts ici et meilleur que les 7,78 % de Nemotron sur ce jeu. Son point faible est SPGISpeech, les appels financiers, à 3,36 %.

Choisissez-le pour : les équipes d'entreprise qui standardisent sur la pile Granite d'IBM, et la transcription de réunions sur des GPU de milieu de gamme.

4. Cohere Transcribe : rapide et précis

WER 5,77 %, RTFx 902

Le modèle de transcription de mars 2026 de Cohere Labs associe un score de précision ouvert parmi les cinq meilleurs à l'une des vitesses les plus élevées de cette liste. Il est plus performant sur LibriSpeech (0,97 % clean, 2,05 % other) et plus faible sur VoxPopuli à 5,38 %.

Choisissez-le pour : les pipelines anglais à gros volume où le débit compte autant que la précision.

5. TheStage AI Whisper large-v3 turbo : le plus rapide du haut du classement

WER 5,91 %, RTFx 1 177

Il s'agit d'une version optimisée de Whisper large-v3 turbo par TheStage AI, et c'est le modèle le plus rapide de notre liste. Il obtient 1,62 % sur SPGISpeech, le troisième meilleur score sur cet ensemble parmi les 61 modèles. Cela montre à quel point la famille Whisper a encore de la vie lorsqu'on l'optimise.

Choisissez-le pour : les équipes disposant de code Whisper existant qui veulent une amélioration de vitesse et de précision sans changer leurs intégrations.

6. NVIDIA Canary-Qwen 2.5B : l'ancien fleuron de NVIDIA

WER 5,94 %, RTFx 862

Canary-Qwen était le précédent modèle parole-plus-LLM de NVIDIA, et Nemotron 3.5 Transcribe le remplace au sommet. Il reste rapide, et son score de 1,70 % sur SPGISpeech est excellent. Sur le test preference-ASR de NVIDIA, Nemotron obtient 7,56 % contre 8,16 % pour Canary-Qwen.

Choisissez-le pour : les déploiements NeMo existants qui ne peuvent pas encore passer à un GPU de 80 Go.

7. NVIDIA Parakeet TDT 0.6B : la plus petite option sérieuse

WER de 5,98 % à 6,18 % selon les versions

Parakeet TDT a plusieurs versions de 0,6 B de paramètres dans le classement, toutes à environ 0,2 point les unes des autres. Avec 600 M de paramètres, c'est le plus petit modèle ici qui reste proche de 6 % de WER, ce qui lui permet de tourner sur des GPU modestes. Sa faiblesse est l'audio de format long, où Nemotron le dépasse de plus de deux points.

Choisissez-le pour : les appareils en périphérie, les GPU bon marché et les clips courts comme les commandes vocales ou des extraits d'appels.

8. Mistral Voxtral Small 24B : parole plus un LLM performant

WER 6,38 %

Voxtral Small associe une entrée vocale à un modèle de langage Mistral de 24 B, donc comme Nemotron, il peut répondre à des questions sur l'audio, pas seulement le transcrire. Il est en retrait par rapport aux cinq premiers sur le WER pur. Notre comparatif Voxtral vs Whisper couvre en détail sa version précédente.

Choisissez-le pour : les assistants vocaux et les questions-réponses audio où le modèle de langage compte plus que le dernier point de WER.

9. OpenAI Whisper large-v3 : la référence de base

WER 7,16 %, 41e au classement global

Whisper large-v3 est encore le modèle ouvert le plus largement déployé, avec le plus grand écosystème de wrappers, de fine-tunes et de tutoriels. En termes de précision, il est désormais derrière tous les autres modèles de cette liste. Si vous l'utilisez en production, passer à l'un des six premiers est l'amélioration de qualité la moins coûteuse disponible.

Choisissez-le pour : les prototypes qui dépendent d'outils spécifiques à Whisper, ou comme référence à dépasser.

Lequel choisir ?

Votre tâche	Choisissez
Réunions avec plusieurs locuteurs	Nemotron 3.5 Transcribe
Podcasts ou appels d'une heure en une seule passe	Nemotron 3.5 Transcribe
Archives multilingues	Nemotron 3.5 Transcribe
Tâches par lots en anglais sur des GPU plus petits	Qwen3-ASR-1.7B
Débit maximal	TheStage Whisper large-v3 turbo ou Cohere Transcribe
Matériel edge ou à faible coût	Parakeet TDT 0.6B
Questions-réponses audio plus transcription	Nemotron 3.5 Transcribe ou Voxtral Small
Code Whisper existant, changement minimal	TheStage Whisper large-v3 turbo

Une mise en garde : les moyennes du classement masquent les écarts entre domaines. Nemotron est le meilleur globalement, mais Granite le bat sur AMI et plusieurs modèles le battent sur LibriSpeech. Testez les deux ou trois premiers sur 50 à 100 de vos propres enregistrements avant de vous engager.

Évaluez les candidats avec votre agent de codage et Apidog CLI

La façon la plus rapide de mener ce comparatif est de laisser votre agent de codage s'en charger. Servez deux ou trois modèles derrière des endpoints /v1/audio/transcriptions de style OpenAI (SGLang-Omni sert Nemotron de cette manière), puis demandez à l'agent de construire et d'exécuter les mêmes vérifications sur chacun avec Apidog CLI.

npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com   # pick your agent when prompted

Ensuite, donnez un seul prompt à votre agent :

In Apidog project <id>, create one environment per speech server (nemotron, qwen3-asr,
whisper) with its baseUrl. Create test cases that POST each file in samples/ to
{{baseUrl}}/v1/audio/transcriptions, assert status 200 and non-empty text, and save the
transcript to a variable. Run the cases against each environment and give me a table
of failures and response times per server.

L'agent lit le schéma, valide sa charge utile, écrit les cas et les exécute par environnement :

apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <id> --file case.json
apidog run --test-case <caseId> --project <id> -e <envId> -r cli,json

Évaluez les transcriptions enregistrées par rapport à votre texte de référence avec n'importe quel script WER, et conservez l'exécution de l'environnement gagnant dans la CI avec -r junit. Voir Apidog CLI dans Claude Code et Apidog CLI dans un pipeline CI/CD.

FAQ

Quel est le modèle open source de transcription vocale le plus précis ? NVIDIA Nemotron 3.5 Transcribe, avec un WER moyen de 5,33 % dans le classement Open ASR du 28 octobre 2026.

Whisper est-il encore bon ? Il fonctionne, mais whisper-large-v3 se classe 41e avec 7,16 %. Les versions optimisées de Whisper comme large-v3 turbo de TheStage obtiennent 5,91 %.

Quel modèle ouvert est le plus rapide ? Parmi les modèles présentés ici, Whisper large-v3 turbo de TheStage AI, avec un RTFx de 1 177.

Les modèles ouverts surpassent-ils désormais les API payantes ? Certains. Nemotron 3.5 Transcribe surpasse AssemblyAI Universal-3.5 Pro (5,39 %) et OpenAI gpt-transcribe (5,96 %). Otter, Zoom et ElevenLabs restent globalement en tête. Pour les options hébergées, consultez notre sélection d'API de transcription vocale.

Lequel prend en charge la diarisation des locuteurs ? Nemotron 3.5 Transcribe le fait dans le même modèle, avec jusqu'à huit locuteurs. La plupart des autres nécessitent une étape de diarisation séparée.

Le verdict

Pour la plupart des équipes fin 2026, commencez par Nemotron 3.5 Transcribe si vous disposez d'un GPU de 80 Go ou si vous pouvez payer 0,12 $ de l'heure sur une API hébergée. Choisissez Qwen3-ASR-1.7B lorsque le budget GPU est serré, et Parakeet lorsque le matériel l'est encore plus. Quel que soit votre choix, testez-le sur votre propre audio et laissez votre agent maintenir les vérifications Apidog pour que le modèle choisi reste performant après chaque mise à niveau.

Comment migrer de Redocly vers Apidog sans perdre votre workflow Docs-as-Code

Antoine Laurent — Thu, 29 Oct 2026 08:44:36 +0000

Comment migrer de Redocly vers Apidog sans perdre votre workflow Docs-as-Code

Si vous hébergez votre portail développeurs sur Redocly, vous travaillez déjà comme la plupart des équipes API le souhaitent : openapi.yaml vit dans Git, les guides sont en Markdown, et un push met à jour la documentation. La crainte lorsqu'on change d'outil, c'est de perdre cette boucle et de finir par modifier la documentation à la main dans une interface web.

Essayez Apidog dès aujourd'hui

Ce n'est pas une fatalité. Le Apidog Spec-first Mode conserve votre spec et votre Markdown dans le même dépôt, synchronise à chaque push via un webhook, et publie un portail avec les guides et une référence API dans une seule barre latérale. Ce guide détaille la migration, y compris la partie qui ne se reporte pas automatiquement : le contenu long que de nombreux utilisateurs de Redocly conservent dans info.description et tags[].description.

Si vous êtes encore en train de comparer les outils, commencez par Apidog vs. Redocly ou la liste plus large des alternatives à Redocly. Cet article suppose que vous avez choisi Apidog et que vous voulez migrer sans casser votre flux de travail.

Ce qui se reporte et ce qui ne se reporte pas

Nous avons testé cette migration avec une vraie spec de production : OpenAPI 3.0.3, 62 opérations réparties sur 13 tags, avec du contenu de démarrage, d'authentification et d'intégration rédigé dans les champs de description de la spec. Voici ce qui s'est passé à l'import.

Élément	Résultat dans Apidog Spec-first Mode
Opérations, chemins, paramètres	Importés intacts (62 sur 62)
Schémas et `components`	Importés intacts
Schémas de sécurité (clé API, bearer, OAuth2)	Importés intacts
Tags	Transformés en dossiers d'endpoints (13 sur 13)
Synchronisation Git	Push vers le dépôt, le webhook met à jour le projet
`info.description`	Importé, mais non rendu sous forme de pages de guide distinctes
`tags[].description`	Importé, mais non affiché comme pages d'introduction de catégorie par défaut
Fichiers Markdown dans le dépôt	Synchronisés et publiés comme pages de documentation

La référence API est transférée sans aucune modification. Le manque concerne le contenu narratif.

Pourquoi vos champs de description ne s'affichent pas de la même manière

Redoc, le moteur de rendu derrière les docs de référence de Redocly, traite info.description comme un mini-document. Chaque titre Markdown qu'il contient devient une entrée de la barre latérale, c'est pourquoi les équipes y rédigent souvent l'intégralité de leurs guides « Démarrage » et « Authentification ». Les descriptions de tags s'affichent comme texte d'introduction en haut de chaque groupe de tags.

C'est une convention de Redoc, pas une partie de la spécification OpenAPI. La spec définit uniquement description comme une chaîne CommonMark. Apidog, comme la plupart des portails, conserve les guides sous forme de documents Markdown autonomes et réserve la spec à la référence. Une publication par défaut après import affiche uniquement la référence API, sans les guides que vous avez rédigés dans les champs de description.

La solution est un déplacement ponctuel : extrayez ce contenu du YAML vers des fichiers Markdown à côté. Ensuite, tout reste piloté par Git.

La structure cible du dépôt

Voici la structure que nous avons validée :

your-repo/
├── openapi.yaml              # source of truth for the API reference
└── docs/
    ├── getting-started.md
    ├── authentication.md
    └── embed-integration-guide.md

openapi.yaml pilote la référence API. Chaque fichier dans docs/ devient une page dans la barre latérale du portail. Les images référencées par ces fichiers Markdown peuvent vivre dans le même dépôt et se synchroniser avec eux.

Si vous utilisiez le sidebars.yaml de Redocly pour ordonner votre navigation, conservez-le comme référence. Vous définirez le même ordre une fois dans les paramètres du site de documentation d'Apidog.

Migration étape par étape

1. Auditez le contenu de vos champs de description

Avant de déplacer quoi que ce soit, voyez combien de contenu se trouve dans la spec. Avec yq :

# How long is the top-level description?
yq '.info.description' openapi.yaml | wc -w

# Which headings does it contain? Each one is a Redoc sidebar entry today.
yq '.info.description' openapi.yaml | grep -E '^#{1,3} '

# Which tags carry a description?
yq '.tags[] | select(.description != null) | .name' openapi.yaml

La liste des titres constitue votre future liste de fichiers dans docs/. Dans notre test, info.description s'est scindé en deux fichiers Markdown, et les descriptions de tags sont devenues des pages d'introduction par dossier plus un fichier Markdown supplémentaire.

2. Scindez `info.description` en fichiers Markdown

Copiez chaque section de premier niveau dans son propre fichier sous docs/. Conservez les titres, les exemples de code et les liens. Réduisez ensuite info.description dans la spec à un résumé d'un paragraphe, afin que le contenu ne vive qu'à un seul endroit.

Surveillez deux fonctionnalités propres à Redoc pendant la copie :

Les balises Redoc comme <SecurityDefinitions /> ne s'affichent pas en dehors de Redoc. Remplacez-les par une courte section rédigée qui renvoie aux schémas de sécurité dans la référence.
Les liens comme #tag/Payments pointent vers des ancres Redoc. Mettez-les à jour vers les URL de doc ou de dossier Apidog correspondantes après la première publication.

3. Connectez le dépôt en Spec-first Mode

Créez un projet en Spec-first Mode, connectez votre dépôt (GitHub, GitLab, Azure DevOps ou Bitbucket), pointez-le vers openapi.yaml et le dossier docs/, puis installez le webhook. À partir de là, un push vers la branche suivie met à jour le projet.

Après la première synchronisation, l'espace de travail Specs affiche votre spec et le reste du dépôt. L'onglet APIs liste les opérations analysées depuis openapi.yaml, Docs contient vos pages Markdown, et All files reflète le dépôt.

Le webhook est ce qui maintient ce flux de travail docs-as-code. Sans lui, vous devriez déclencher les synchronisations manuellement. Pour un rappel de son importance, consultez notre guide sur la documentation as code.

4. Publiez le site de documentation et définissez la navigation

Publiez un site de documentation à partir du projet et organisez la barre latérale. L'ordre que la plupart des utilisateurs de Redocly souhaitent, et celui que nous avons reproduit, est :

Getting Started
Authentication
Integration guides
API Reference (les dossiers d'endpoints issus de vos tags)

Les pages Markdown et les dossiers API se mélangent librement dans une même arborescence, ce qui vous permet de reproduire fidèlement votre barre latérale Redocly actuelle.

5. Ajoutez votre domaine personnalisé

Pointez un CNAME tel que developers.example.com vers le site de documentation. Les domaines personnalisés sont disponibles avec le plan gratuit.

Laissez votre agent de codage migrer les descriptions de tags avec Apidog CLI

Les descriptions de tags sont la partie la plus fastidieuse. Treize tags, cela signifie treize copier-coller, et vous devrez les refaire à chaque fois qu'une description de tag change pendant la transition. Confiez-le plutôt à votre agent de codage.

Apidog CLI donne à Claude Code, Codex, Cursor ou à tout agent en terminal un accès JSON structuré à votre projet, y compris aux dossiers d'endpoints. Configurez-le une fois :

npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_ACCESS_TOKEN>
npx -y skills add https://apidog.com

La dernière ligne installe la skill Apidog pour que votre agent connaisse les commandes sans deviner. Le guide d'installation couvre les jetons et les déploiements privés.

Donnez ensuite une seule instruction à votre agent :

Read openapi.yaml. For every tag with a description, find the matching endpoint folder in Apidog project <PROJECT_ID> and set that folder's description to the tag's description. Validate each payload with apidog cli-schema validate folder-update before writing. Show me the list of folders you changed.

Voici ce que l'agent exécute :

# Find the folder IDs that correspond to your tags
apidog folder list --project <PROJECT_ID> --type endpoint

# Check the payload shape instead of guessing it
apidog cli-schema get folder-update

# For each tag: write {"description": "..."} to a file, validate, then update
apidog cli-schema validate folder-update --file ./payments-folder.json
apidog folder update <FOLDER_ID> --project <PROJECT_ID> --type endpoint \
  --file ./payments-folder.json

Le schéma folder-update accepte name, parentId et description, et description est pris en charge sur les dossiers d'endpoints et de scénarios de test. Pour les guides qui n'appartiennent pas à un seul tag, l'agent peut utiliser apidog doc list et apidog doc create de la même manière, après avoir lu apidog cli-schema get doc-create.

Pour afficher l'introduction d'un dossier sur le site publié, définissez Folder Contents Displaying Setting dans les paramètres du dossier, sous Documentation Settings after Publication.

Une mise en garde honnête : exposer les descriptions de tags sous forme de pages d'introduction par catégorie fonctionne, mais repose sur un chemin peu documenté. Testez-le sur deux ou trois dossiers dans votre propre espace de travail avant de vous y fier pour l'ensemble. Pour aller plus loin dans le travail sur la spec piloté par agent, consultez utiliser Apidog CLI dans Claude Code et laisser un agent mettre à jour votre spec API.

Ce qui reste en dehors de Git

Un projet Spec-first conserve votre API et votre Markdown dans Git. Quelques paramètres du portail vivent dans l'interface Apidog et ne sont pas versionnés :

Paramètre	Où il se trouve
`openapi.yaml` (endpoints, schémas, sécurité)	Git
Pages de guide dans `docs/`	Git
Publication du site de documentation	Interface Apidog
Ordre de la barre latérale et navigation	Interface Apidog
Paramètres d'affichage de l'introduction de dossier	Interface Apidog
Domaine personnalisé	Interface Apidog et votre DNS

Ce sont des éléments à configurer une seule fois. Vous y touchez lorsque vous ajoutez une nouvelle section de premier niveau, pas à chaque modification de contenu. Redocly en conserve davantage dans redocly.yaml et sidebars.yaml, donc si vous relisez aujourd'hui les modifications de navigation dans des pull requests, prévoyez que cela bascule dans l'interface.

Offre et tarification

La configuration décrite ici tient dans le plan gratuit, domaine personnalisé inclus. Le plan gratuit couvre jusqu'à 4 membres d'équipe. Les plans payants ajoutent des éléments comme plusieurs sites de documentation par projet et des contrôles de visibilité personnalisés. Consultez la tarification Apidog pour les limites actuelles.

Redocly vs. Apidog après la migration

	Redocly	Apidog Spec-first Mode
Spec dans Git	Oui	Oui
Guides en Markdown dans Git	Oui	Oui
Synchronisation automatique au push	Oui	Oui, via webhook
Guides dans `info.description`	Rendus comme sections de la barre latérale	À déplacer vers des fichiers Markdown
Configuration de la navigation	`sidebars.yaml` dans Git	Interface Apidog
Test, mock et débogage d'API	Outils séparés	Même projet
Accès agent via CLI	Redocly CLI (lint, bundle, build)	Apidog CLI (lecture et écriture des ressources du projet)

Le compromis est simple. Vous perdez la navigation définie en YAML. Vous gagnez le test, le mock et une CLI adaptée aux agents sur la même spec que celle dont provient votre documentation. Pour une comparaison CLI par CLI, lisez Apidog CLI vs Redocly CLI.

FAQ

Mes URL hébergées sur Redocly continueront-elles de fonctionner ? Pas automatiquement. Les chemins des pages changent. Si votre ancien portail comportait des URL de guides à fort trafic, ajoutez des redirections au niveau de votre DNS ou de votre proxy pour les pages principales après avoir basculé le domaine.

Dois-je réécrire ma spec OpenAPI ? Non. La spec s'importe telle quelle. Vous déplacez uniquement le contenu narratif de info.description et tags[].description vers des fichiers Markdown.

Puis-je conserver x-tagGroups ? Utilisez plutôt des dossiers pour le regroupement. Chaque tag devient un dossier, et vous pouvez imbriquer des dossiers pour reproduire vos groupes de tags.

Comment cela se compare-t-il à une migration depuis Stoplight ? La forme est similaire : spec dans Git, Markdown à côté, synchronisation par webhook. Consultez comment migrer de Stoplight vers Apidog si vous utilisez les deux outils.

Et si une étape se comporte différemment dans mon espace de travail ? Nos résultats proviennent d'un environnement de test. Relancez l'import d'abord sur une branche et comparez le portail publié avec votre portail actuel avant de basculer le DNS.

Faites la transition en un après-midi

Une migration de Redocly vers Apidog est essentiellement un déplacement de contenu. Votre spec s'importe telle quelle. Vos guides sortent des champs de description vers un dossier docs/ une seule fois. Un webhook maintient ensuite le tout synchronisé. Laissez votre agent gérer le travail répétitif des descriptions de tags avec Apidog CLI, et consacrez votre temps à vérifier le portail publié page par page.

Téléchargez Apidog et connectez votre dépôt au Spec-first Mode pour commencer la migration.

API Genie 4 : comment obtenir un accès anticipé dans l'API Gemini et AI Studio

Antoine Laurent — Thu, 29 Oct 2026 08:44:29 +0000

Au 29 octobre 2026, il n'existe pas d'API Genie 4 publique. Genie 4 de Google DeepMind, annoncé le 27 octobre 2026, est un aperçu de recherche pour des testeurs de confiance, et Google affirme qu'il « arrive bientôt » pour les partenaires d'accès anticipé de la Gemini API et de Google AI Studio, sans date, documentation, ID de modèle ni prix publiés à ce jour.

Essayez Apidog dès aujourd'hui

Vous avez donc deux tâches : vous mettre dans la file d'attente et construire les parties d'une application Genie 4 qui fonctionnent déjà sur la Gemini API publique.

Existe-t-il une API Genie 4 ?

Non. Genie 4 de Google DeepMind n'a pas d'API publique, pas de page de référence d'API et pas d'ID de modèle dans la Gemini API au 29 octobre 2026. Google cite les « partenaires d'accès anticipé de la Gemini API et de Google AI Studio » comme prochain groupe après les testeurs de confiance, mais n'a pas publié de formulaire de candidature, de date ni de prix pour cette voie.

Voici ce qui est confirmé et ce qui ne l'est pas :

Élément	Statut au 29 octobre 2026	Source
Date d'annonce	27 octobre 2026	Google DeepMind
Accès actuel	Aperçu de recherche pour testeurs de confiance	Google DeepMind
Prochain groupe de développeurs	Partenaires d'accès anticipé de la Gemini API et de Google AI Studio	Google DeepMind
Prochain groupe de consommateurs	Abonnés Google AI Ultra dans Project Genie	Google DeepMind
Liste d'attente publique	Un formulaire, pour Genie 4 dans Project Genie	Formulaire de liste d'attente
Page Genie dans la documentation de la Gemini API	Aucune (`/gemini-api/docs/genie` renvoie 404)	Vérifié le 29 octobre 2026
Modèle Genie sur la page des modèles	Non listé	Page des modèles Gemini
ID de modèle, prix, limites de débit	Non annoncé	Aucune
Résolution, fps, durée de session	Non annoncé	Aucune
Filigrane en sortie	SynthID sur toutes les vidéos et tous les audios	Google DeepMind

Pour le détail des fonctionnalités, lisez notre explication de Google Genie 4. Cet article s'en tient à l'API.

Ce que Google a dit sur l'accès à l'API Genie 4, mot pour mot

Google mentionne l'accès des développeurs deux fois dans l'annonce. Au début :

« Nous avons commencé à déployer Genie 4 en aperçu de recherche pour des testeurs de confiance, en recueillant des retours avant de le publier aux consommateurs et aux développeurs, en commençant par les abonnés Google AI Ultra dans Project Genie et les partenaires d'accès anticipé de la Gemini API et de Google AI Studio. »

Et dans la section « Prochaines étapes pour Genie 4 » :

« Genie 4 a été publié en aperçu de recherche pour des testeurs de confiance, et arrive bientôt pour les abonnés Google AI Ultra dans Project Genie et les partenaires d'accès anticipé de la Gemini API et de Google AI Studio. »

Lisez attentivement : « partenaires d'accès anticipé » désigne un groupe sélectionné, pas une bêta ouverte ; le seul lien associé est la liste d'attente grand public de Project Genie, et rien n'indique un trimestre ni ne mentionne de « disponibilité générale ».

Google énumère aussi ses propres limites : les environnements restent cohérents « sur de courtes sessions », tandis que les détails et la permanence des objets « peuvent encore changer ou dériver avec le temps ».

Comment obtenir un accès anticipé à Genie 4 aujourd'hui

Il n'existe pas encore de candidature développeur, donc ces étapes vous préparent pour le moment où elle apparaîtra :

Inscrivez-vous à la liste d'attente de Genie 4. Cliquez sur « Rejoindre la liste d'attente de Genie 4 » sur l'article de Google DeepMind. Cela ouvre le formulaire de liste d'attente de Google pour Project Genie. Ce n'est pas un programme pour développeurs, mais c'est le seul signal que Google a demandé.
Obtenez une clé Gemini API et un compte de facturation. Créez une clé dans Google AI Studio. Un projet Gemini API actif est un pari raisonnable pour les partenaires, pas une règle énoncée.
Surveillez la documentation de la Gemini API. Consultez la page des modèles et les notes de version dans la barre latérale de la documentation.
Construisez sur l'Interactions API. Le guide de l'Interactions API de Google indique que « tous les nouveaux modèles, capacités multimodales, outils et fonctionnalités agentiques seront lancés sur l'Interactions API ». Genie 4 n'y est pas nommé, mais s'il arrive dans la Gemini API, c'est la valeur par défaut annoncée.
Livrez quelque chose qui ressemble à un modèle du monde. Les testeurs de Google viennent des industries créatives, du journalisme, de l'éducation, du jeu vidéo et de l'ingénierie.

Pour le coût de Project Genie, voir Project Genie est-il gratuit ?, et pour des modèles du monde que vous pouvez essayer dès aujourd'hui, Alternatives à Project Genie.

Ce que vous pouvez construire aujourd'hui avec la Gemini API

Genie 4 n'est pas un modèle isolé. Google décrit Gemini 3.8 Flash comme « un agent guide dans la boucle » : il observe la scène, décompose un objectif en étapes, « examine les images entrantes pour suivre la progression et vérifier que chaque étape a réussi », et adapte le plan lorsque l'utilisateur intervient.

Cette moitié superviseur est publique dès maintenant. gemini-3.8-flash est disponible sur la Gemini API, avec un niveau gratuit et des tarifs payants de 0,75 $ par million de jetons d'entrée et de 3,75 $ par million de jetons de sortie jusqu'au 31 décembre 2026, selon la page de tarification de la Gemini API. Vous pouvez l'orienter vers des images de n'importe quelle source dès aujourd'hui (un moteur de jeu, un enregistreur d'écran, une capture Genie 3) et remplacer par des images Genie 4 plus tard.

Voici un superviseur minimal en Python, basé sur les formes de requête dans la documentation de compréhension d'images de Google. Gardez le nom du modèle dans une variable afin de pouvoir le remplacer le jour du lancement :

import base64, json, os
from google import genai

MODEL = os.environ.get("SUPERVISOR_MODEL", "gemini-3.8-flash")
client = genai.Client()  # reads GEMINI_API_KEY

PLAN = {"type": "object", "properties": {
    "steps": {"type": "array", "items": {"type": "string"}}}, "required": ["steps"]}
VERDICT = {"type": "object", "properties": {
    "done": {"type": "boolean"}, "reason": {"type": "string"}}, "required": ["done", "reason"]}

def frame(path):
    with open(path, "rb") as f:
        return {"type": "image", "mime_type": "image/png",
                "data": base64.b64encode(f.read()).decode()}

def ask(text, image, schema, previous=None):
    kwargs = dict(model=MODEL, input=[{"type": "text", "text": text}, image],
                  response_format={"type": "text", "mime_type": "application/json",
                                   "schema": schema})
    if previous:
        kwargs["previous_interaction_id"] = previous
    turn = client.interactions.create(**kwargs)
    return turn.id, json.loads(turn.output_text)

goal = "The character walks to the red door and opens it."
turn_id, plan = ask(f"Goal: {goal}\nBreak it into short visual steps.",
                    frame("frame_000.png"), PLAN)

for i, step in enumerate(plan["steps"], start=1):
    turn_id, verdict = ask(f"Step {i}: {step}\nDoes this frame show it done?",
                           frame(f"frame_{i:03d}.png"), VERDICT, previous=turn_id)
    print(i, step, verdict)
    if not verdict["done"]:
        break  # re-plan here, or send a steering prompt to your simulator

Deux détails portent la boucle. response_format avec un schéma JSON garde chaque réponse lisible par machine, et previous_interaction_id permet au serveur de conserver le plan entre les tours, afin que vous ne renvoyiez pas l'historique. L'Interactions API stocke les requêtes par défaut ; définissez store=False si vous avez besoin d'appels sans état.

Nous ne l'avons pas exécuté avec une clé active, donc testez-le d'abord sur vos propres images.

Pour une présentation plus large du modèle, consultez comment utiliser l'API Gemini 3.8 Flash.

Testez les requêtes du superviseur avec Apidog CLI

Un superviseur qui change discrètement la forme de son JSON casse votre boucle. Confiez la vérification à votre agent de codage et à Apidog CLI :

npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com   # pick your agent when prompted

Ensuite, donnez une consigne à Claude Code, Codex ou Cursor :

In Apidog project <id>, create a test case for POST
https://generativelanguage.googleapis.com/v1beta/interactions with header
x-goog-api-key from the {{GEMINI_API_KEY}} environment variable. Send model
gemini-3.8-flash, a short goal, one base64 PNG frame and a response_format JSON
schema with "done" (boolean) and "reason" (string). Assert status 200 and that
output_text parses as JSON with both fields. Run it against the gemini
environment and summarize any failures.

L'agent recherche la forme de la charge utile au lieu de la deviner, valide le fichier, crée le cas de test et l'exécute :

apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <id> --file case.json
apidog run --test-case <caseId> --project <id> -e <envId> -r cli,json

Deux options de apidog run valent la peine d'être ajoutées pour une boucle de vision. -n, --iteration-count <n> répète le cas de test afin que vous puissiez repérer les verdicts instables, et -d, --iteration-data <path> fournit un fichier CSV ou JSON d'images et d'objectifs, un par itération. Lorsque l'ID de modèle Genie 4 sera disponible, vous modifierez une variable d'environnement et relancerez.

Remplacez -r cli,json par -r junit et la même exécution s'intègre à la CI. Notre guide CI/CD d'Apidog CLI montre le pipeline, et Apidog CLI dans Claude Code couvre la configuration de l'agent. Le forfait gratuit d'Apidog couvre jusqu'à 4 utilisateurs.

Ce qu'il faut surveiller lorsque l'API Genie 4 sera disponible

Google n'a pas décrit l'API. Ces questions déterminent la façon dont vous l'intégrez :

Question	Pourquoi c'est important	Connu au 29 octobre 2026 ?
ID de modèle	Votre configuration et vos cas de test s'appuient dessus	Non
Transport de sortie	Les mondes en temps réel peuvent nécessiter du streaming ou des WebSockets, comme le Live API de Gemini, plutôt qu'une seule réponse	Non
Modèle de session	Les sessions longues ou avec état changent la façon dont vous stockez et reprenez les mondes	Non
Entrées	Google montre des commandes clavier, un guidage textuel et une image de référence comme première image ; la façon dont cela correspond aux champs de l'API n'est pas publiée	Non
Unité de tarification	Par seconde, par image, par session ou par jeton, cela change complètement votre modèle de coûts	Non
Limites de durée de session	Google lui-même indique que la cohérence tient sur de courtes sessions	Non
Sortie audio	Genie 4 génère de l'audio nativement ; le format d'API correspondant n'est pas publié	Non
Filigrane	Google indique que toutes les vidéos et tous les audios Genie 4 portent SynthID	Oui, pour le modèle

Prévoyez-les dès maintenant : gardez le nom du modèle, l'URL de base et le calcul des prix dans la configuration, placez la source d'images derrière une seule interface, et journalisez chaque image et chaque verdict, car Google indique que la dérive augmente avec la durée de session.

Si vous venez de Genie 3, notre présentation de Google Genie 3 et comment utiliser Google Genie 3 couvrent le modèle précédent.

FAQ

Existe-t-il une clé API Genie 4 ? Pas encore. Aucun modèle Genie 4 n'apparaît dans la Gemini API au 29 octobre 2026. Une clé Gemini API standard de Google AI Studio fonctionne pour gemini-3.8-flash, le modèle que Google utilise comme superviseur de Genie 4, mais elle ne débloque pas Genie 4.

Comment devenir partenaire d'accès anticipé de la Gemini API pour Genie 4 ? Google n'a pas publié de processus. Inscrivez-vous à la liste d'attente de Project Genie, gardez un projet Gemini API actif, et surveillez la page des modèles de la Gemini API et les notes de version pour une annonce.

Existe-t-il une API Project Genie ? Non. Project Genie est une expérience grand public sur labs.google/projectgenie. Google indique la Gemini API et Google AI Studio comme la voie développeur pour Genie 4.

Combien coûtera l'API Genie 4 ? Google n'a pas annoncé de tarification, de niveau gratuit ni d'unité de facturation. Considérez tout chiffre que vous voyez avant une page de tarification officielle comme une supposition.

Puis-je tester Genie 4 dans Google AI Studio aujourd'hui ? Non, sauf si vous êtes un testeur de confiance. Google indique que les partenaires d'accès anticipé d'AI Studio viennent ensuite, sans date donnée.

7 alternatives à Google Project Genie, y compris des modèles du monde gratuits et open source

Antoine Laurent — Thu, 29 Oct 2026 08:38:39 +0000

7 alternatives à Google Project Genie, y compris des modèles du monde gratuits et open source

Au 29 octobre 2026, les meilleures alternatives à Project Genie sont World Labs Marble pour les mondes 3D persistants, Odyssey et Decart Oasis 3 pour les modèles du monde en temps réel que vous pouvez appeler par API, et Matrix-Game 4.0, HY-World, LingBot-World et NVIDIA Cosmos 3 si vous voulez des poids ouverts sur votre propre GPU. Genie 4 de Google DeepMind, annoncé le 27 octobre 2026, est un aperçu de recherche réservé aux testeurs de confiance, et Project Genie lui-même nécessite une offre Google AI Ultra.

Essayez Apidog dès aujourd'hui

Quelle est la meilleure alternative à Project Genie ?

La meilleure alternative à Project Genie dépend de ce que vous attendez d'elle :

Un monde hébergé et gratuit que vous pouvez explorer dès maintenant : World Labs Marble (offre gratuite, jusqu'à 4 générations de mondes).
Une API pour diffuser des mondes interactifs en continu : Odyssey (API Odyssey-2 Pro) ou Decart Oasis 3 (0,02 $ par seconde, crédits de démarrage gratuits).
Des poids ouverts que vous pouvez exécuter et modifier : Matrix-Game 4.0, HY-World 1.5 (WorldPlay) ou LingBot-World.
La robotique et la simulation de conduite : NVIDIA Cosmos 3 ou Decart Oasis 3.

Un candidat n'a pas fait la liste. Mirage de Dynamics Lab était un choix populaire en 2025, mais son site redirige désormais vers une page de stationnement de domaine (« lander »), nous n'avons donc pas pu vérifier qu'il est toujours actif.

Les alternatives à Project Genie comparées

Outil	Créateur	Poids ouverts	Accès gratuit	API	Temps réel	Dernière version	Source
Marble 1.1	World Labs	Non	Offre gratuite, jusqu'à 4 générations	Oui, World API (crédits prépayés)	Exploration en temps réel ; la génération n'est pas en direct	Marble 1.1, 2 avril 2026	Documentation Marble
Odyssey-2 Pro / Odyssey-3	Odyssey	Non	Non publié	Oui, Odyssey-2 Pro	Oui, une nouvelle image toutes les 50 ms	Odyssey-3, 15 septembre 2026	Documentation de l'API Odyssey
Oasis 3 Preview	Decart	Non	Crédits gratuits pour les nouveaux comptes	Oui, `oasis-3-preview`	Oui, moins de 200 ms de bout en bout	10 juin 2026	Tarifs Decart
Matrix-Game 4.0	Skywork AI	Oui (Apache-2.0 sur Hugging Face)	Gratuit en auto-hébergement	Non	Jusqu'à 67 FPS sur une RTX 5080 en 864x480	15 octobre 2026	GitHub
HY-World 1.5 / 2.0	Tencent Hunyuan	Oui (licence communautaire)	Gratuit en auto-hébergement	Non	La 1.5 diffuse à 24 FPS	2.0, 16 avril 2026	GitHub
LingBot-World	Robbyant	Oui (v1 Apache-2.0, Infinity CC BY-NC-SA 4.0)	Gratuit en auto-hébergement	Non	v1 : 16 fps avec moins d'1 s de latence	Infinity, 9 juillet 2026	GitHub
Cosmos 3	NVIDIA	Oui (OpenMDW 1.1 selon la fiche du modèle)	Gratuit en auto-hébergement	Démo navigateur de NVIDIA	Le palier Edge est conçu pour le temps réel embarqué	Points de contrôle de simulation interactive, octobre 2026	GitHub

Les vitesses indiquées sont celles fournies par les créateurs, et non nos propres benchmarks. Pour savoir ce que Genie 4 apporte par rapport à Genie 3, lisez notre explication de Google Genie 4.

Les alternatives hébergées à Project Genie avec une API

Elles fonctionnent dans le cloud, vous n'avez donc pas besoin de GPU.

1. World Labs Marble

Marble construit des mondes 3D persistants et modifiables à partir d'un prompt texte, d'une ou plusieurs images, d'une vidéo, d'un panorama 360 ou d'une maquette 3D grossière. Vous pouvez les modifier, les étendre et les exporter sous forme de splats gaussiens ou de maillages. Genie diffuse des images vidéo ; Marble vous remet un fichier de monde qui reste en place.

La documentation de Marble liste quatre offres. L'offre gratuite couvre la saisie de texte, d'une image unique et d'un panorama, avec jusqu'à 4 générations de mondes. Les paliers payants ajoutent l'édition, l'export et les droits commerciaux (Pro et au-delà). La documentation ne précise pas si l'offre gratuite exige une carte bancaire.

La World API fonctionne avec des crédits prépayés : achetez des crédits, puis appelez POST /marble/v1/worlds:generate avec un en-tête WLT-Api-Key.

2. Odyssey

Odyssey construit des modèles du monde fondamentaux pour les robots, les voitures, les drones et les jeux. Odyssey-3 a été annoncé le 15 septembre 2026, avec une démo publique.

L'API développeur sert actuellement Odyssey-2 Pro, un modèle conditionné par les actions qui « commence à générer et à diffuser de la vidéo instantanément, produisant une nouvelle image vidéo toutes les 50 millisecondes ». Les nouveaux prompts modifient le flux sur place, avec une limite de 60 minutes par connexion. Vous vous inscrivez pour obtenir une clé sur le site développeur d'Odyssey et utilisez le SDK @odysseyml/odyssey. La documentation ne publie ni les tarifs ni une offre gratuite.

3. Decart Oasis 3

Decart a lancé Oasis 3 le 10 juin 2026 comme modèle du monde interactif pour l'IA physique, en commençant par les véhicules autonomes. Il maintient des vues multicaméras synchronisées d'un même monde et, selon Decart, répond en moins de 200 ms.

La page de tarifs de Decart liste oasis-3-preview à 0,02 $ par seconde de génération active, donc une session de 60 secondes coûte 1,20 $. Les nouveaux comptes « reçoivent des crédits gratuits pour tester l'API avant de payer ». Decart ne précise pas combien.

Les alternatives open source à Project Genie

Si vous cherchez une alternative open source à Project Genie, ces quatre projets publient des poids que vous pouvez télécharger, exécuter et affiner. Il vous faudra un GPU NVIDIA, et chaque licence a ses propres limites.

4. Matrix-Game 4.0 (Skywork AI)

Matrix-Game 4.0 est la version la plus récente de cette liste : le 15 octobre 2026. Il fournit le code d'inférence, une démo navigateur et les poids de trois jeux jouables (Medieval Castle, Ancient Egypt et City Racing). Skywork rapporte jusqu'à 67 FPS sur une RTX 5080 et 58 FPS sur une RTX 5070 Ti en 864x480, en régime stable, hors entrées/sorties vidéo. Le dépôt est sous licence MIT et les poids Hugging Face sont annoncés sous Apache-2.0.

5. HY-World 1.5 et 2.0 (Tencent Hunyuan)

HY-World existe en deux versions. HY-World 1.5 (WorldPlay), publié le 17 décembre 2025, est un modèle vidéo en streaming que vous pilotez au clavier et à la souris, générant à 24 FPS avec une cohérence géométrique à long terme.

HY-World 2.0, du 16 avril 2026, prend la voie inverse : il produit des maillages et des splats gaussiens 3D que vous pouvez importer dans Blender, Unity, Unreal Engine ou Isaac Sim. À noter la licence : la licence communautaire HY-World 2.0 ne s'applique pas dans l'Union européenne, au Royaume-Uni ni en Corée du Sud.

6. LingBot-World (Robbyant)

LingBot-World a été lancé en janvier 2026 sous Apache-2.0, avec une mémoire à l'échelle de la minute et une interaction en temps réel à 16 images par seconde avec moins d'1 seconde de latence. LingBot-World-Infinity, publié le 9 juillet 2026, propose une variante temps réel distillée qui, selon l'équipe, diffuse des flux en 720p à 60 fps. Infinity est sous CC BY-NC-SA 4.0 : usage non commercial uniquement. Vous pouvez essayer la version temps réel sur Reactor sans rien installer.

7. NVIDIA Cosmos 3

NVIDIA Cosmos 3, publié en mai 2026, est conçu pour les robots et les véhicules plutôt que pour les jeux. Il existe en trois tailles : Super (64B), Nano (16B) et Edge (4B, ajouté en juillet 2026 pour un usage temps réel embarqué). En octobre 2026 sont venus s'ajouter des points de contrôle de simulation interactive, dont un simulateur de conduite en boucle fermée. Les poids sont sur Hugging Face sous licence OpenMDW 1.1, et il existe une démo navigateur.

Alternative gratuite à Project Genie : ce que 0 $ vous offre

Il n'existe aucun accès gratuit à Project Genie : Google le réserve aux abonnés Google AI Ultra âgés de 18 ans et plus. Notre guide sur la gratuité de Project Genie couvre les offres et le formulaire de liste d'attente de Genie 4.

Les accès à 0 $ que nous avons vérifiés aujourd'hui :

Offre gratuite de Marble : jusqu'à 4 générations de mondes hébergées.
Crédits gratuits Decart : de quoi tester oasis-3-preview ; le montant n'est pas publié.
Poids ouverts auto-hébergés : Matrix-Game 4.0, HY-World, LingBot-World et Cosmos 3 ne coûtent rien à télécharger. Vous payez le GPU.

Project Genie face à Unity et Roblox

Project Genie n'est pas un moteur de jeu et ne cherche pas à remplacer Unity ou Roblox. Google présente Genie 4 aux développeurs de jeux comme un moyen de passer « d'une idée initiale à un prototype explorable en quelques secondes », avant même qu'il n'existe du code de moteur.

	Project Genie / modèles du monde	Unity / Roblox Studio
Entrée	Prompt texte, image, clavier	Assets, scripts, scènes
Sortie	Des images générées que vous explorez	Un jeu que vous construisez et publiez
Cohérence	Google annonce une cohérence sur de courtes sessions ; les détails dérivent sur des sessions plus longues	Déterministe : ce que vous construisez reste tel quel
Idéal pour	Tester l'ambiance, la disposition et le ressenti en quelques minutes	La publication, le multijoueur, la monétisation

Le flux de travail pratique combine les deux. Esquissez un monde dans Project Genie ou Matrix-Game, puis reconstruisez ce qui fonctionne dans un moteur. Si vous voulez éviter la reconstruction, HY-World 2.0 et Marble exportent de vrais assets 3D que vous pouvez ouvrir dans Unity.

Tester une API de modèle du monde avec Apidog CLI

La World API de Marble renvoie un operation_id que vous interrogez jusqu'à ce que le monde soit prêt, un contrat qui casse silencieusement. Laissez votre agent de codage le vérifier avec Apidog CLI.

Installez la CLI et la compétence d'agent :

npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com   # pick your agent when prompted

Ensuite, donnez un seul prompt à Claude Code, Codex ou Cursor :

Read the World Labs World API reference for
POST /marble/v1/worlds:generate and GET /marble/v1/operations/{operation_id}.
Write an OpenAPI 3.1 file for those two endpoints with the WLT-Api-Key header,
import it into Apidog project <id>, then create a test case that generates a
world with model marble-1.0-draft from a text prompt, asserts status 200 and a
non-empty operation_id, and polls the operation until done is true. Use the
{{WLT_API_KEY}} variable from the worldlabs environment. Run it and summarize
any failures.

L'agent importe la spécification, vérifie la forme du payload au lieu de la deviner, puis crée et exécute le cas de test :

apidog import --project <id> --format openapi --file ./world-api.yaml
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <id> --file case.json
apidog run --test-case <caseId> --project <id> -e <envId> -r cli,json

Le prompt utilise Marble 1.0 Draft parce que la documentation le tarife à 150 crédits par génération, contre 1 500 pour Marble 1.1, ce qui maintient le coût de chaque exécution de test bas. Ajoutez --timeout-request [n] pour échouer rapidement quand une interrogation se bloque. Remplacez -r cli,json par -r junit et la même exécution s'intègre à la CI ; notre guide d'Apidog CLI pour la CI/CD montre le pipeline, et Apidog CLI dans Claude Code couvre la configuration de l'agent. L'offre gratuite d'Apidog couvre jusqu'à 4 utilisateurs.

Notre guide de l'API Genie 4 suit les projets d'API de Google. Pour le modèle précédent, consultez notre présentation de Google Genie 3 et notre article sur comment utiliser Google Genie 3.

FAQ

Existe-t-il une alternative open source à Project Genie ? Oui. Matrix-Game 4.0, HY-World 1.5 (WorldPlay), LingBot-World et NVIDIA Cosmos 3 publient tous leurs poids. Matrix-Game 4.0 est le plus proche du ressenti de monde jouable de Genie, et il tourne sur un seul GPU RTX grand public d'après les chiffres de Skywork.

Quelle est la meilleure alternative gratuite à Project Genie ? L'offre gratuite de World Labs Marble, avec jusqu'à 4 générations de mondes, si vous n'avez pas de GPU. Si vous en avez un, Matrix-Game 4.0 ne coûte rien à exécuter au-delà de votre matériel.

Existe-t-il une API Project Genie ? Non. Google indique que Genie 4 arrivera « bientôt » chez les partenaires en accès anticipé de l'API Gemini et de Google AI Studio, sans date ni prix. Marble, Odyssey et Decart proposent tous des API de modèles du monde dès aujourd'hui.

Quelle alternative à Project Genie est la meilleure pour la robotique ? NVIDIA Cosmos 3 et Decart Oasis 3. Les deux sont conçus pour l'IA physique et les deux proposent une simulation de conduite. Odyssey-3 cible également les robots, les voitures et les drones.

Project Genie est-il gratuit ? Accès à Genie 4, coût et toutes les options gratuites

Antoine Laurent — Thu, 29 Oct 2026 04:22:51 +0000

Project Genie est-il gratuit ? Accès à Genie 4, coût et toutes les options gratuites

Non, Project Genie n'est pas gratuit. Au 29 octobre 2026, Google indique que Project Genie est « uniquement disponible avec un forfait Google AI Ultra », et Genie 4 de Google DeepMind, annoncé le 27 octobre 2026, est un aperçu de recherche destiné à des testeurs de confiance, avec une liste d'attente publique et aucun tarif publié.

Essayez Apidog dès aujourd'hui

Il n'existe aujourd'hui aucune voie gratuite pour accéder à Project Genie. Pour 0 $, vous pouvez rejoindre la liste d'attente de Genie 4, essayer le palier gratuit d'un modèle de monde hébergé, exécuter des poids ouverts sur votre propre GPU, ou développer le volet « agent in the loop » de Gemini sur le palier gratuit de l'API Gemini. Voici chacune de ces options, ainsi que le coût de Project Genie.

Project Genie est-il gratuit ?

Project Genie n'est pas gratuit. C'est une application Google Labs permettant de créer et d'explorer des mondes générés en temps réel, réservée aux abonnés Google AI Ultra âgés de 18 ans et plus. Google AI Plus, Google AI Pro et les comptes gratuits ne l'incluent pas. Genie 4 n'est pas encore dans Project Genie ; il est « bientôt disponible ».

Question	Réponse	Source
Project Genie est-il gratuit ?	Non. « Uniquement disponible avec un forfait Google AI Ultra »	Page des forfaits Google AI
Quels forfaits l'incluent ?	Le tableau des forfaits affiche Project Genie sur Ultra 5x et Ultra 20x, pas sur Plus ni Pro (consulté depuis Singapour)	Page des forfaits Google AI
Limite d'âge	18+	Page de Project Genie
Pays	« Plus de 140 pays »	Page des forfaits Google AI
Genie 4 est-il dans Project Genie ?	Pas encore. « Bientôt disponible » pour les abonnés Google AI Ultra	Google DeepMind
Prix, date de sortie et palier gratuit de Genie 4	Non publiés	Non précisé par Google
Prix d'Ultra aux États-Unis	À partir de 100 $/mois, forfait le plus élevé 200 $/mois	Rapporté (Engadget)

Project Genie a été lancé sur Genie 3, que nous détaillons dans notre explicatif sur Google Genie 3. Pour savoir ce qu'apporte Genie 4, consultez Qu'est-ce que Google Genie 4 ?.

Combien coûte Project Genie ?

Project Genie coûte le prix d'un forfait Google AI Ultra dans votre pays, car il n'existe pas d'abonnement Project Genie autonome. La page des forfaits de Google affiche les tarifs locaux. Consultée depuis Singapour le 29 octobre 2026, elle indiquait :

Forfait	Prix sur la page de Google (Singapour)	Project Genie
Google AI Plus	SGD 6,98/mois	Non inclus
Google AI Pro	SGD 28,99/mois	Non inclus
Google AI Ultra 5x	SGD 139,99/mois	Inclus
Google AI Ultra 20x	SGD 289,98/mois	Inclus

Aux États-Unis, Engadget a rapporté que Google avait scindé Ultra lors de l'I/O 2026 en un nouveau forfait à 100 $ et un forfait à 200 $ (contre 250 $ auparavant), et que Project Genie était inclus dans le forfait à 200 $. Le tableau des forfaits de Google affiche désormais une coche pour Project Genie dans les deux colonnes Ultra. Vérifiez le forfait que vous achetez sur la page de votre pays avant de payer, car le tableau peut varier selon la région.

Si Project Genie est votre seule raison de vous abonner, le prix est élevé pour ce que Google appelle « un prototype de recherche précoce ».

Project Genie propose-t-il un essai gratuit ?

La page des forfaits Google AI de Google ne faisait pas la promotion d'un essai gratuit pour Ultra le 29 octobre 2026. Sa FAQ mentionne les essais de manière générale (« Lorsque vous démarrez un essai ou êtes abonné à un forfait Google AI… »), et les conditions de l'offre de Google One précisent que tout essai nécessite un moyen de paiement à l'inscription et se renouvelle automatiquement au tarif standard, sauf si vous annulez avant la fin.

Si un essai apparaît sur votre écran d'inscription, c'est un moyen d'accéder au service pour 0 $, à condition d'annuler à temps.

Project Genie sera-t-il gratuit ?

Personne en dehors de Google ne le sait, et Google ne l'a pas dit. L'annonce de Genie 4 nomme deux prochains groupes : « les abonnés Google AI Ultra dans Project Genie » et « les partenaires en accès anticipé de l'API Gemini et de Google AI Studio ». Elle ne dit rien sur les utilisateurs gratuits, un palier gratuit ou un forfait moins cher.

Le bilan à ce jour :

29 janvier 2026 : Project Genie a été lancé sur Genie 3 pour les abonnés Ultra américains, 18 ans et plus (rapporté).
19 mai 2026 : Engadget a rapporté qu'il nécessite le forfait Ultra à 200 $ après l'I/O.
29 octobre 2026 : la page de Google le répertorie dans « plus de 140 pays », toujours réservé à Ultra.

Considérez toute affirmation d'une date de gratuité de Genie 4 comme une rumeur tant que Google ne l'a pas publiée.

Comment utiliser Project Genie (et Genie 4) gratuitement aujourd'hui

Vous ne pouvez pas utiliser Project Genie gratuitement, mais trois étapes ne coûtent rien.

Rejoignez la liste d'attente de Genie 4. Ouvrez l'article de Google DeepMind sur Genie 4 et cliquez sur Rejoindre la liste d'attente de Genie 4. L'inscription est gratuite. L'accès nécessitera toujours Ultra, selon Google.
Regardez la galerie publique. La page de Project Genie montre des mondes d'exemple et leurs prompts (Skydiving, Tide Rider, Cat Vac, etc.) sans connexion.
Apprenez les contrôles dès maintenant. Notre guide d'utilisation de Google Genie 3 couvre le flux de travail de Project Genie, pour que vous soyez prêt dès le premier jour.

Des alternatives gratuites à Project Genie à essayer dès aujourd'hui

Chaque voie ci-dessous a été vérifiée sur sa page officielle le 29 octobre 2026. Aucune n'est Genie 4 ; chacune couvre une partie de ce que fait Project Genie. Pour la liste complète, voir 7 alternatives à Project Genie.

Voie	Ce qui est gratuit	Le piège	Vérifié le
Marble by World Labs	Forfait gratuit, 0 $/mois : 7 000 crédits, jusqu'à 4 générations de mondes	Génère des mondes 3D explorables, pas de la vidéo en temps réel ; obligation de fournir une carte non précisée	29 oct. 2026
Matrix-Game 4.0	Open source (dépôt MIT), poids sur Hugging Face, publié le 15 oct. 2026	Nécessite une machine Linux avec un GPU NVIDIA ; le README liste des configurations A100 80 Go et RTX 5090, 5080, 5070 Ti	29 oct. 2026
HY-World 1.5 (WorldPlay)	Modèle et framework d'entraînement ouverts, en temps réel et interactifs	Sa licence communautaire exclut l'UE, le Royaume-Uni et la Corée du Sud ; nécessite un GPU NVIDIA	29 oct. 2026
Palier gratuit de l'API Gemini	`gemini-3.8-flash` en entrée et en sortie « gratuit » sur le palier gratuit	Les données du palier gratuit sont utilisées pour améliorer les produits de Google ; des limites de débit s'appliquent	29 oct. 2026

Alternative open source à Project Genie : exécutez-la sur votre propre GPU

Avec le matériel adéquat, les poids ouverts sont ce qui se rapproche le plus d'un Project Genie gratuit. Matrix-Game 4.0 associe un moteur de jeu à un modèle vidéo et fournit une démo navigateur (l'hôte d'inférence a besoin du GPU, le client navigateur non). HY-World 1.5 diffuse de la vidéo interactive à 24 FPS avec contrôle au clavier et à la souris, selon son README. Il n'y a pas de facturation par session, seulement votre temps GPU.

Project Genie vs Unity

Google affirme que les développeurs de jeux qui testent Genie 4 passent « d'une idée initiale à un prototype explorable en quelques secondes ». C'est une promesse de prototypage. Unity vous offre une physique déterministe, des scènes sauvegardées et un build livrable ; Genie 4, selon Google, dérive sur les sessions longues et peine avec un texte lisible et la précision spatiale. Esquissez l'ambiance d'un niveau dans un modèle de monde, puis construisez-le dans un moteur.

Des voies gratuites via l'API Gemini pour le volet agent in the loop

La fonctionnalité de Genie 4 la plus pertinente pour les développeurs repose sur un modèle que vous pouvez appeler dès aujourd'hui. Google indique que Gemini 3.8 Flash agit comme « un agent guide dans la boucle » : il observe la scène, décompose un objectif en étapes, examine les images entrantes pour vérifier chaque étape et replanifie lorsque vous intervenez.

Ce modèle de supervision fonctionne sur n'importe quelles images : un jeu, un navigateur, une caméra de robot. Le palier gratuit de l'API Gemini couvre gemini-3.8-flash sans frais, et il vous suffit de configurer la facturation pour passer à un palier payant, selon la page des limites de débit de Google. Obtenez une clé dans Google AI Studio, puis envoyez une image et un objectif :

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.8-flash:generateContent" \
  -H "x-goog-[REDACTED CREDENTIAL]_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "parts": [
        {"text": "Goal: park the car in the garage. Return JSON with steps[] and verified (bool) for step 1."},
        {"inline_data": {"mime_type": "image/png", "data": "<BASE64_FRAME>"}}
      ]
    }],
    "generationConfig": {"responseMimeType": "application/json"}
  }'

Deux mises en garde. Les prompts du palier gratuit sont « utilisés pour améliorer nos produits », alors n'y envoyez pas d'images privées. Et le tarif payant de gemini-3.8-flash double le 1er janvier 2027, selon la page de tarification de Google, alors prévoyez-le si vous comptez passer à l'échelle. Plus de détails dans notre guide du palier gratuit de l'API Gemini et le guide de l'API Gemini 3.8 Flash. Lorsque Genie 4 s'ouvrira aux développeurs, notre guide de l'API Genie 4 suivra les modalités d'accès.

Laissez votre agent de codage tester la boucle gratuite avec Apidog CLI

Les paliers gratuits changent sans préavis, et un vérificateur qui renvoie de la prose au lieu de JSON casse votre boucle sans bruit. Laissez votre agent de codage exécuter Apidog CLI contre le service à chaque changement.

npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com   # pick your agent when prompted

Donnez ensuite à Claude Code, Codex ou Cursor un seul [REDACTED PROMPT]
In Apidog project , create a test case for POST
/v1beta/models/gemini-3.8-flash:generateContent that sends a sample frame and a goal,
asserts status 200 and that the response text parses as JSON with a "steps" array and a
"verified" boolean, flags any 429 rate-limit response, then run it against the
gemini-free environment and summarize failures.


L'agent lit le schéma du payload, valide son fichier, crée le cas de test et l'exécute :




Remplacez `-r cli,json` par `-r junit` pour exécuter la même vérification en CI ; [Apidog CLI dans Claude Code](https://apidog.com/fr/blog/apidog-cli-in-claude-code?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation) et notre [guide CI/CD d'Apidog CLI](https://apidog.com/fr/blog/apidog-cli-ci-cd-pipeline?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation) couvrent la configuration. Le forfait Free d'Apidog couvre jusqu'à 4 utilisateurs, le volet tests reste donc à 0 $ lui aussi.

## FAQ

**Project Genie est-il gratuit avec un compte Google ?** Non. Au 29 octobre 2026, Google indique que Project Genie n'est disponible qu'avec un forfait Google AI Ultra, pour les utilisateurs de 18 ans et plus. Un compte Google gratuit, Google AI Plus ou Google AI Pro ne l'inclut pas.

**Genie 4 est-il gratuit ?** Google n'a annoncé ni prix ni palier gratuit. Genie 4 est un aperçu de recherche destiné à des testeurs de confiance, « bientôt disponible » pour les abonnés Google AI Ultra dans Project Genie et pour les partenaires en accès anticipé de l'API Gemini et de Google AI Studio.

**Existe-t-il un essai gratuit de Project Genie ?** La page des forfaits de Google n'en faisait pas la promotion le 29 octobre 2026. Les essais Google One, lorsqu'ils sont proposés, nécessitent un moyen de paiement et se renouvellent automatiquement, alors annulez avant la fin de l'essai si vous voulez seulement le tester.

**Quelle est la meilleure alternative gratuite à Project Genie ?** Pour une option hébergée, le forfait gratuit de Marble offre jusqu'à 4 générations de mondes par mois. Pour des mondes interactifs en temps réel à 0 $, exécutez Matrix-Game 4.0 ou HY-World 1.5 sur votre propre GPU NVIDIA.

**Puis-je développer avec la boucle d'agent de Genie 4 gratuitement ?** En partie. Le modèle de monde n'est pas public, mais Gemini 3.8 Flash, le modèle que Google utilise comme agent dans la boucle, est gratuit sur le palier gratuit de l'API Gemini, avec des limites de débit et des données utilisées pour améliorer les produits de Google.

Gemini 4 Carbon vs Argon : lequel utiliser maintenant ?

Antoine Laurent — Thu, 29 Oct 2026 03:33:33 +0000

Gemini 4 Carbon vs Argon : lequel utiliser maintenant ?

Au 29 octobre 2026, Gemini 4 Carbon de Google dépasse Gemini 4 Argon sur chaque benchmark que Google a publié pour les deux, au même prix de lancement de 2 $ en entrée / 10 $ en sortie par million de tokens. Mais c'est Argon que vous pouvez réellement appeler : Carbon est limité à « un sous-ensemble de cyberdéfenseurs », tandis que gemini-4-argon est disponible en accès général sur l'API Gemini payante depuis le 13 octobre.

Essayez Apidog dès aujourd'hui

Alors développez sur Argon dès aujourd'hui, gardez le nom du modèle dans la config, et testez Carbon le jour où il s'ouvrira. Ci-dessous : la comparaison côte à côte, les points où Carbon est signalé comme plus faible, ce qui sort d'autre aujourd'hui, et comment comparer les deux en A/B avec un agent de codage.

Qu'est-ce que Gemini 4 Carbon ?

Gemini 4 Carbon est le tout nouveau modèle de pointe de Google DeepMind, annoncé le 28 octobre 2026 par Koray Kavukcuoglu comme « notre modèle le plus puissant, avec des capacités de cybersécurité et de long horizon à la pointe de l'état de l'art ». Il suit Argon de deux semaines, conserve la pile de sécurité d'Argon et sort au prix de lancement d'Argon.

Le tableau complet des benchmarks et le calcul des prix se trouvent dans Qu'est-ce que Gemini 4 Carbon ?. Si vous découvrez Argon, commencez par Qu'est-ce que Gemini 4 Argon ?.

Gemini Carbon vs Argon : comparaison côte à côte

Uniquement les lignes que Google a publiées pour les deux modèles, ou celles où l'écart est tout l'intérêt.

	Gemini 4 Argon	Gemini 4 Carbon	Source
Qui peut l'utiliser	API Gemini payante, GA depuis le 13 oct. 2026	Sous-ensemble de cyberdéfenseurs ; partenaires Fairwind ensuite	Article de lancement de Carbon, Page des modèles de l'API Gemini
ID du modèle	`gemini-4-argon`	Non publié	Page des modèles de l'API Gemini
Prix de lancement par million de tokens	2 $ en entrée / 10 $ en sortie jusqu'au 30 nov. 2026	2 $ en entrée / 10 $ en sortie, durée d'introduction non précisée	Tarifs de l'API Gemini, article de lancement
Prix après l'introduction	4 $ / 20 $ à partir du 1er déc. 2026	4 $ / 20 $, date de début non précisée	Idem
Entrée mise en cache	0,10 $ par million (mise en cache implicite uniquement)	95 % de remise sur l'entrée (0,10 $ à l'introduction)	Idem
Fenêtre de contexte	1 M de tokens, décodages longs jusqu'à 1 M	Non publiée	Page des modèles de l'API Gemini
Offre gratuite	Non	Non publiée	Tarifs de l'API Gemini
Indice Artificial Analysis	Non fourni pour la v5.0	59, classé n° 1 sur la v5.0	Article de lancement
Injection de prompt indirecte Gray Swan	0,7 % de réussite d'attaque	0,0 %	Article de lancement
Génération de code sécurisé (interne)	Référence	Plus de 2 fois le taux de réussite d'Argon	Article de lancement
Affirmations non étayées (interne)	Référence	Environ 2 fois moins	Article de lancement

L'égalité de prix est temporaire. Le tarif de 2 $ / 10 $ d'Argon prend fin le 30 novembre, tandis que la période d'introduction de Carbon n'a aucune durée publiée ; vérifiez donc les deux lignes de tarification le jour où vous basculez.

Sur la ligne Artificial Analysis, Google n'a pas attribué de score v5.0 à Argon. Artificial Analysis classait Argon (High) à environ 53 avant la mise à jour v5.0 ; lisez donc « 59 vs 53 » comme une tendance, pas comme un écart mesuré. Le tableau de 19 lignes d'Argon se trouve dans Benchmarks de Gemini 4 Argon.

Benchmarks de Gemini 4 Carbon : là où il prend l'avantage

L'avance de Carbon se situe dans la sécurité et les tâches d'agents de longue durée. Google rapporte ces résultats, évalués sans garde-fous :

SEC-bench Pro : 88,2 %, à la pointe de l'état de l'art, pour trouver de vraies vulnérabilités.
ExploitGym : 54,8 %, à la pointe de l'état de l'art, pour vérifier quelles vulnérabilités sont exploitables.
CWE-bench (Collinear) : 71,0 % pour corriger à la cause racine.
WebDev Arena : n° 4 avec 1768, en hausse de 89 points Elo.
Équipe Chrome : des correctifs plus de 10 fois meilleurs que ceux d'« un grand modèle de pointe d'un autre laboratoire », que Google ne nomme pas.

Les chiffres de comportement comptent davantage si vous exécutez des agents sans surveillance. Sur Terminal-Bench 4.0, Google indique que la triche réussie est tombée à 0,0 % et les tentatives de triche à 0,4 %. Dans les environnements de codage internes, les alertes de désalignement de haute gravité ont chuté de près de 80 %. L'excès de zèle a reculé de 26 % et le sous-service de 29 %.

Google indique aussi que ses équipes ont vu Carbon « tourner pendant des jours » sur des tâches d'ingénierie à plusieurs étapes. Ce sont des chiffres internes, pas des résultats indépendants.

Là où Carbon est signalé comme plus faible

L'article de Google ne liste aucune faiblesse. Les premiers testeurs, si, et il s'agit de témoignages, pas de mesures. Selon TestingCatalog, un testeur en accès anticipé a décrit Carbon comme « nettement meilleur » qu'Argon sur le travail 3D, tandis que « le frontend/UI reste mauvais ». Il l'a aussi qualifié de plus lent, mais « moins paresseux ». Business Insider a été le premier à signaler le checkpoint de Carbon sur la plateforme Jetski interne de Google le 9 octobre.

Si votre charge de travail est principalement de la génération d'UI, le bond dans WebDev Arena et les retours des testeurs se contredisent : testez donc vos propres prompts. Et « plus lent » signifie que les timeouts comptent : le guide d'Argon de Google avertit déjà que les prompts difficiles peuvent prendre plusieurs minutes.

Un avertissement : les pages tierces « Gemini 4 Carbon API » sont des pages fictives. Google n'a pas livré d'endpoint, donc personne ne peut vous en vendre un.

Date de sortie de Gemini 4 Carbon : quand pouvez-vous basculer ?

Il n'y en a pas. Google indique que Carbon sera déployé d'abord auprès d'« un sous-ensemble de cyberdéfenseurs », puis progressivement auprès de partenaires de confiance via le Fairwind Program, et auprès des développeurs, des entreprises et des consommateurs « dès que possible ». Google participe également au processus volontaire de tests avant sortie du gouvernement américain.

Argon a mis 13 jours entre son annonce réservée à Fairwind et sa disponibilité générale. C'est un précédent, pas une promesse. Le calendrier et l'éligibilité à Fairwind sont traités dans Date de sortie de Gemini 4 Carbon, et si vous espérez une voie à 0 $, lisez Gemini 4 Carbon est-il gratuit ?.

Lequel utiliser maintenant ?

Choisissez selon ce dont vous avez besoin cette semaine :

Votre situation	À utiliser maintenant	Pourquoi
Vous livrez un produit sur Gemini	`gemini-4-argon`	Seul modèle Gemini 4 doté d'une API publique
Équipe de recherche en sécurité éligible	Candidater à Fairwind	Seule voie nommée vers Carbon avant sa sortie
Surtout de la génération frontend ou UI	Argon, puis tester Carbon	Les testeurs jugent la sortie UI de Carbon faible
Agents de codage de longue durée	Argon maintenant, Carbon à sa sortie	Les chiffres anti-triche et de désalignement de Carbon visent ce cas
Besoin d'un modèle de pointe sans préférence de fournisseur	Comparez les options ci-dessous	Plusieurs sont disponibles aujourd'hui

Options disponibles aujourd'hui si vous avez besoin de la pointe maintenant

Si vous n'avez pas besoin spécifiquement de Gemini, trois fournisseurs proposent aujourd'hui des modèles de pointe sur des API publiques. Tarifs standard par million de tokens, relevés sur la page de chaque fournisseur le 29 octobre 2026.

Modèle	ID du modèle	Entrée	Sortie	Entrée mise en cache	Source
Gemini 4 Argon	`gemini-4-argon`	2,00 $ (4,00 $ à partir du 1er déc.)	10,00 $ (20,00 $ à partir du 1er déc.)	0,10 $	Tarifs de l'API Gemini
Claude Opus 5.5	`claude-opus-5-5`	4,00 $	20,00 $	0,20 $ (lecture du cache)	Tarifs d'Anthropic
GPT-6.1 Sol	`gpt-6.1-sol`	2,00 $	10,00 $	0,10 $	Tarifs d'OpenAI
GPT-6.1 Terra	`gpt-6.1-terra`	1,00 $	5,00 $	0,05 $	Tarifs d'OpenAI

Argon et GPT-6.1 Sol correspondent exactement au prix de lancement de Carbon. Claude Opus 5.5 coûte ce que coûtent Argon et Carbon après leurs périodes d'introduction. Pour des résultats en confrontation directe, voir Gemini 4 Argon vs GPT-6 Astra vs Claude Opus 5.5, et pour les détails de l'API d'OpenAI, GPT-6.1 Sol API.

Gardez le modèle dans la config pour que le basculement tienne en une ligne

Développez sur gemini-4-argon en plaçant le nom du modèle dans une variable. Le jour où Carbon obtient un ID, vous changez une seule valeur et relancez vos tests. Cette requête suit le format de l'API Interactions documenté par Google. Nous ne l'avons pas exécutée pour cet article ; elle nécessite une clé payante, car Argon n'est pas dans l'offre gratuite (détails tarifaires).

export GEMINI_MODEL="gemini-4-argon"   # Carbon's model ID isn't published yet

curl -s "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-[REDACTED CREDENTIAL] \
  -H "Content-Type: application/json" \
  -X POST \
  -d "{\"model\": \"${GEMINI_MODEL}\", \"input\": \"Find the root cause of this failing test and propose a patch.\", \"generation_config\": {\"thinking_level\": \"medium\"}}"

Journalisez les tokens d'entrée et de sortie par requête (un même prix par token ne signifie pas un même coût par tâche) et réglez les timeouts client en minutes, pas en secondes.

Ne partez pas du principe que les paramètres de Carbon correspondent à ceux d'Argon. Lors du passage en disponibilité générale d'Argon, la mise en cache explicite a été supprimée et temperature ignoré. Notre guide de l'API Gemini 4 Argon couvre ces changements.

Comparez Argon et Carbon en A/B avec Apidog CLI et votre agent de codage

Les benchmarks vous renseignent sur les tâches de Google, pas sur les vôtres. Laissez votre agent de codage faire la comparaison. Apidog CLI permet à Claude Code, Codex, Cursor ou OpenCode de créer et d'exécuter des tests d'API depuis le terminal, de sorte que l'agent peut construire un cas de test visant l'endpoint Gemini Interactions et l'exécuter une fois par modèle.

Configurez-le une fois :

npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com   # pick your agent when prompted

Ensuite, donnez un seul prompt à votre agent :

In Apidog project <id>, create a Gemini API environment with GEMINI_MODEL=gemini-4-argon.
Add a test case: POST /v1beta/interactions using {{GEMINI_MODEL}} with my five real
prompts from prompts.csv, asserting HTTP 200 and non-empty output text. Run it with
Argon now. When Carbon has a model ID, run it again with that ID and compare pass rate,
response time and token usage per prompt.

L'agent vérifie chaque payload par rapport à son schéma avant d'écrire quoi que ce soit, puis exécute le cas :

apidog environment create gemini-api --project <id> --base-url https://generativelanguage.googleapis.com
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file gemini-ab.json
apidog test-case create --project <id> --file gemini-ab.json
apidog run --test-case <caseId> --project <id> -e <envId> -d prompts.csv --timeout-request 300000 -r cli,json --out-file argon

Le jour de la sortie, l'agent relance le même cas avec --env-var "GEMINI_MODEL=<carbon-id>" --out-file carbon et compare les deux rapports JSON. Ajoutez --upload-report si vous voulez que l'équipe voie les deux exécutions dans l'application Apidog. Pour l'exécuter en CI, suivez le guide CI/CD d'Apidog CLI ; si vous débutez avec le CLI, commencez par Apidog CLI dans Claude Code. L'offre gratuite d'Apidog couvre jusqu'à 4 utilisateurs.

FAQ

Gemini 4 Carbon est-il meilleur qu'Argon ? D'après les chiffres publiés par Google, oui : 0,0 % contre 0,7 % sur l'injection de prompt Gray Swan, plus de 2 fois Argon sur les tests internes de code sécurisé, et n° 1 de l'indice Artificial Analysis v5.0 avec 59. Les résultats indépendants ne sont pas encore disponibles.

Gemini 4 Carbon et Argon coûtent-ils la même chose ? Au lancement, oui : 2 $ par million de tokens d'entrée et 10 $ par million de tokens de sortie, entrée mise en cache à -95 %. Le prix d'introduction d'Argon prend fin le 30 novembre 2026 ; la durée d'introduction de Carbon n'est pas publiée.

Puis-je utiliser Gemini 4 Carbon via l'API aujourd'hui ? Non. Au 29 octobre 2026, Carbon n'a pas d'ID de modèle public et seul un sous-ensemble de cyberdéfenseurs peut l'utiliser. Argon est disponible sur l'API Gemini payante sous le nom gemini-4-argon.

Carbon est-il moins bon qu'Argon sur certains points ? Google ne le dit pas. Les premiers testeurs ont rapporté que Carbon était plus faible sur la sortie frontend et UI, et plus lent qu'Argon. Ce sont des témoignages, pas des mesures.

Dois-je attendre Carbon ou développer sur Argon maintenant ? Développez sur Argon maintenant avec le nom du modèle dans la config. Le prix de lancement est identique, donc le basculement se résume à un changement d'une ligne plus une exécution de tests.

Gemini 4 est-il sans carbone ?

Antoine Laurent — Thu, 29 Oct 2026 03:17:53 +0000

Gemini 4 est-il sans carbone ?

Depuis le 29 octobre 2026, Gemini 4 Carbon de Google n'est pas gratuit : Google le tarifie à 2 $ par million de tokens d'entrée et 10 $ par million de tokens de sortie au lancement, et seul un sous-ensemble de cyberdéfenseurs peut l'utiliser. Il n'existe pas de niveau gratuit Gemini 4 Carbon, pas de voie d'accès par clé API gratuite et pas de formule gratuite de l'application Gemini qui l'inclut.

Essayez Apidog dès aujourd'hui

Vous ne pouvez pas encore essayer le tout nouveau modèle de Google gratuitement, mais vous pouvez dès aujourd'hui développer sur un modèle Gemini gratuit. Ce guide couvre toutes les voies Gemini gratuites que Google confirme sur ses propres pages, les modèles que chacune couvre, et comment étirer le quota sans déclencher d'erreurs 429.

Gemini 4 Carbon est-il gratuit ?

Gemini 4 Carbon n'est pas gratuit et n'est pas ouvert au public. Google l'a annoncé le 28 octobre 2026 comme « notre modèle le plus puissant » et en a d'abord donné l'accès à un sous-ensemble de cyberdéfenseurs. Les partenaires de confiance suivent via le Fairwind Program. Les développeurs, les entreprises et les consommateurs y auront accès « dès que possible », sans date.

Voici ce que Google a publié et ce qu'il n'a pas publié :

Élément	Valeur	Source
Annoncé	28 octobre 2026, par Koray Kavukcuoglu	Article de lancement Google
Qui peut l'utiliser maintenant	Un sous-ensemble de cyberdéfenseurs	Article de lancement Google
Prochain sur la liste	Partenaires de confiance via le Fairwind Program	Article de lancement Google
Développeurs et consommateurs	« Dès que possible », sans date	Article de lancement Google
Prix d'introduction	2 $ entrée / 10 $ sortie par 1 M de tokens	Article de lancement Google
Prix après l'introduction	4 $ entrée / 20 $ sortie par 1 M de tokens	Article de lancement Google
Entrée mise en cache	95 % de réduction sur le prix d'entrée	Article de lancement Google
Niveau gratuit	Non mentionné	Article de lancement Google, page de tarification de l'API Gemini
ID du modèle, fenêtre de contexte	Non publié	Page des modèles de l'API Gemini (aucune entrée Carbon)
Artificial Analysis Intelligence Index v5.0	N° 1, score 59	Article de lancement Google

La page de tarification de l'API Gemini ne liste pas Carbon, et la page des modèles ne comporte aucun ID de modèle Carbon, donc aucun niveau ne peut l'appeler aujourd'hui.

Ce que coûtera Gemini 4 Carbon

Lorsqu'il sera ouvert, Carbon coûtera le même prix qu'Argon : 2 $/10 $ par 1 M de tokens pendant une période d'introduction dont Google n'a pas fixé la date, puis 4 $/20 $. Notre guide qu'est-ce que Gemini 4 Carbon couvre le tableau complet des benchmarks et le calcul du prix par appel.

Date de sortie de Gemini 4 Carbon : un niveau gratuit suivra-t-il ?

Google n'a annoncé ni date ni niveau gratuit. L'article de lancement indique que Google participe au processus volontaire de test de pré-lancement aux États-Unis et déploiera l'accès progressivement via le Fairwind Program avant une sortie plus large.

Argon a suivi le même chemin, des partenaires Fairwind à la disponibilité générale le 13 octobre, et n'a toujours pas de niveau gratuit. Ne planifiez pas autour d'un Carbon gratuit. Notre suivi de la date de sortie de Gemini 4 Carbon couvre chaque étape du déploiement.

Toutes les voies Gemini gratuites qui fonctionnent aujourd'hui

Voici les voies à 0 $ que Google confirme sur ses propres pages, vérifiées le 29 octobre 2026 :

Voie	Coût	Ce que vous obtenez gratuitement	Carte requise ?	Carbon ?	Argon ?
Niveau gratuit de l'API Gemini	0 $	Gemini 3.8 Flash, 3.6 Flash, 3.5 Flash-Lite, 3.1 Flash-Lite, Gemma 4, embeddings, TTS et modèles Live	Non mentionnée ; un projet actif est l'exigence listée	Non	Non
Google AI Studio	0 $	Les mêmes modèles du niveau gratuit, plus vos limites par modèle sur la page des limites de débit	Identique à ci-dessus	Non	Non
Application Gemini, formule gratuite	0 $	« Accès à notre modèle Flash-Lite »	Non	Non	Non
Gemma 4 sur l'API	0 $	Entrée, sortie et mise en cache du contexte gratuites	Identique au niveau gratuit de l'API	Non	Non
Gemini CLI	Non gratuit	Clés payantes de l'API Gemini ou d'Agent Platform uniquement depuis le 18 juin 2026	Oui	Non	Non confirmé

Le niveau gratuit de l'API Gemini

Le niveau gratuit est la meilleure voie gratuite pour les développeurs. La page de tarification indique Gemini 3.8 Flash comme gratuit pour l'entrée, la sortie et la mise en cache du contexte sur le niveau gratuit, et liste la même chose pour Gemini 3.6 Flash, les modèles 3.5 et 3.1 Flash-Lite et Gemma 4. (Les modèles Gemini 2.5 affichent aussi un niveau gratuit, mais la page des modèles limite l'accès à 2.5 aux anciens utilisateurs.) gemini-3.8-flash est un modèle stable avec une limite d'entrée de 1 048 576 tokens et 65 536 tokens de sortie, selon sa page de modèle.

Deux réserves : pas de Search grounding pour 3.8 Flash sur le niveau gratuit, et la page de tarification indique que le contenu du niveau gratuit est « utilisé pour améliorer nos produits », donc gardez le code confidentiel et les données clients en dehors. Lorsque vous le dépassez, 3.8 Flash payant coûte 0,75 $/3,75 $ par 1 M de tokens jusqu'au 31 décembre 2026, puis 1,50 $/7,50 $. Notre guide gratuit Gemini 3.8 Flash détaille la configuration.

Google AI Studio

AI Studio est l'endroit où vous créez la clé gratuite et testez les prompts. La page des limites de débit de Google indique que le niveau gratuit nécessite « un projet actif ou un essai gratuit » et ne mentionne pas de moyen de paiement. Elle ne publie pas non plus de tableau de limites fixes : les limites varient selon le modèle, et vous consultez les vôtres sur la page des limites de débit d'AI Studio.

La formule gratuite de l'application Gemini

Pour le chat, la formule gratuite de l'application Gemini fonctionne, sans Carbon ni Argon. La page des formules de Google (version Singapour, vérifiée le 29 octobre) liste la formule gratuite comme « Accès à notre modèle Flash-Lite ». Argon apparaît sous Google AI Pro et AI Ultra.

Ce qui n'est pas une voie gratuite

Gemini CLI. Depuis le 18 juin 2026, Gemini CLI ne sert plus les comptes consommateurs gratuits, Pro ou Ultra. Il nécessite une clé payante.
Les sites « API Gemini 4 Carbon gratuite ». Google ne publie aucun ID de modèle Carbon, donc tout site vendant ou offrant un accès à Carbon est non vérifié. Gardez vos clés et vos données en dehors.

Gemini Carbon vs Argon : l'un des deux est-il gratuit ?

Ni l'un ni l'autre n'est gratuit. Argon, gemini-4-argon, est passé en disponibilité générale le 13 octobre 2026 et ne fonctionne que sur le niveau payant de l'API. La page de tarification indique que « Gemini 4 Argon n'est pas disponible sur le niveau gratuit ». Il coûte 2 $/10 $ par 1 M de tokens jusqu'au 30 novembre, puis 4 $/20 $ à partir du 1er décembre, avec une fenêtre de contexte de 1 048 576 tokens partagée entre l'entrée, la réflexion et la sortie.

La différence réside dans l'accès, pas dans le prix : vous pouvez appeler Argon aujourd'hui avec un projet facturé, et Carbon à aucun prix. Notre guide Gemini 4 Argon gratuit liste toutes les voies Argon payantes, et Gemini 4 Carbon vs Argon couvre lequel choisir une fois que les deux sont ouverts. Pour les chiffres d'Argon, voir la tarification de Gemini 4 Argon et les benchmarks de Gemini 4 Argon.

Comment étirer le quota gratuit et éviter les 429

Les limites du niveau gratuit couvrent les requêtes par minute (RPM), les tokens d'entrée par minute (TPM) et les requêtes par jour (RPD). Dépassez l'une d'elles et vous recevez une erreur de limite de débit. Cinq habitudes vous permettent de rester en dessous :

Lisez vos vraies limites par modèle sur la page des limites de débit d'AI Studio.
N'ajoutez pas de clés. Les limites s'appliquent par projet, pas par clé API.
Planifiez autour de la réinitialisation. Les quotas RPD se réinitialisent à minuit, heure du Pacifique.
Acheminez selon la difficulté. Les tâches courtes vont à Flash-Lite, les plus difficiles à 3.8 Flash.
Reculez sur les 429 avec un délai exponentiel plutôt qu'une boucle serrée.

Voici un wrapper de nouvelle tentative minimal. La forme de la requête suit le démarrage rapide REST de Google dans le guide du développeur Gemini 4 Argon, et le nom du modèle réside dans une variable afin que le même script passe à un modèle payant plus tard :

# Free key: gemini-3.8-flash. Paid key: GEMINI_MODEL=gemini-4-argon.
# Google hasn't published a Gemini 4 Carbon model ID yet.
MODEL="${GEMINI_MODEL:-gemini-3.8-flash}"

for attempt in 1 2 3 4 5; do
  code=$(curl -s -o out.json -w "%{http_code}" -X POST \
    "https://generativelanguage.googleapis.com/v1beta/interactions" \
    -H "x-goog-[REDACTED CREDENTIAL] \
    -H "Content-Type: application/json" \
    -d "{\"model\": \"$MODEL\", \"input\": \"Summarize this changelog in five bullets.\"}")
  [ "$code" != "429" ] && break
  sleep $((2 ** attempt))   # 2, 4, 8, 16, 32 seconds
done
echo "HTTP $code"; cat out.json

Vous passez à gemini-4-argon ? La liste de vérification de Google indique de supprimer temperature, top_p et top_k, de retirer la mise en cache explicite et d'augmenter les délais d'attente du client à 15 minutes. Notre guide de l'API Gemini 4 Argon couvre le reste, et HTTP 429 Too Many Requests explique le code de statut.

Laissez votre agent de codage le tester avec Apidog CLI

Les nouvelles tentatives manuelles gaspillent le quota gratuit. Laissez votre agent de codage construire la requête une fois, faire une assertion sur la réponse et la relancer contre votre clé Flash gratuite maintenant et un modèle payant plus tard. Apidog CLI donne à Claude Code, Codex ou Cursor les commandes pour le faire, et la formule gratuite d'Apidog couvre jusqu'à 4 utilisateurs.

npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com   # pick your agent when prompted

Ensuite, donnez un seul prompt à votre agent :

In Apidog project <id>, create a test case for POST
https://generativelanguage.googleapis.com/v1beta/interactions with the model
read from {{GEMINI_MODEL}} and the key from {{GEMINI_API_KEY}}. Assert HTTP 200
and a non-empty output. Run it against the "free-flash" environment with a
2-second delay between requests and summarize any failures, including 429s.

L'agent lit le schéma, valide son payload, écrit le cas de test et l'exécute :

apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <id> --file case.json
apidog run --test-case <caseId> --project <id> -e <envId> \
  --delay-request 2000 --timeout-request 900000 -r cli,json

--delay-request maintient un lot sous votre RPM, et --timeout-request (en millisecondes) correspond au délai d'attente Argon de 15 minutes de Google. Pour comparer les modèles, exécutez le même cas avec --env-var "GEMINI_MODEL=gemini-4-argon" sur une clé facturée. Le guide Apidog CLI dans Claude Code couvre la configuration de l'agent, et Apidog CLI dans CI/CD place la même exécution à chaque push.

FAQ

Gemini 4 Carbon est-il gratuit ? Non. Depuis le 29 octobre 2026, Google le tarifie à 2 $/10 $ par 1 M de tokens au lancement et seul un sous-ensemble de cyberdéfenseurs peut l'utiliser. Il n'y a pas de niveau gratuit.

Puis-je utiliser Gemini 4 Carbon dans Google AI Studio ? Pas encore. Google n'a pas publié d'ID de modèle Carbon, et ni la page des modèles ni la page de tarification ne le liste.

Quand Gemini 4 Carbon sera-t-il disponible pour les développeurs ? Google dit « dès que possible », sans date. L'accès s'élargit d'abord via le Fairwind Program.

Gemini 4 Argon est-il gratuit ? Non. Argon fonctionne uniquement sur le niveau payant de l'API : 2 $/10 $ par 1 M de tokens jusqu'au 30 novembre, puis 4 $/20 $.

Quel est le meilleur modèle Gemini gratuit aujourd'hui ? Gemini 3.8 Flash sur le niveau gratuit de l'API Gemini, avec une limite d'entrée de 1 048 576 tokens. Google utilise le contenu du niveau gratuit pour améliorer ses produits, donc gardez les données privées en dehors.

Développez gratuitement maintenant, changez de modèle plus tard

Gemini 4 Carbon n'est pas encore gratuit ni ouvert, mais vous pouvez développer autour pour 0 $ : une clé AI Studio gratuite, gemini-3.8-flash dans une variable, un backoff sur 429 et un cas de test que votre agent relance. Téléchargez Apidog, et lorsque Google publiera un ID de modèle Carbon, une seule variable constituera toute la migration.

Date de sortie de Gemini 4 Carbon et accès API : qui peut l'utiliser dès maintenant ?

Antoine Laurent — Thu, 29 Oct 2026 03:08:01 +0000

Date de sortie de Gemini 4 Carbon et accès API : qui peut l'utiliser dès maintenant ?

Au 29 octobre 2026, il n'existe pas de date de sortie publique pour Gemini 4 Carbon : Google a annoncé le modèle le 28 octobre et le réserve d'abord à « un sous-ensemble de cyberdéfenseurs », puis à des partenaires de confiance via son Fairwind Program. Les développeurs, les entreprises et les consommateurs recevront Gemini 4 Carbon de Google « dès que possible », sans date, sans identifiant de modèle et sans documentation API pour l'instant.

Essayez Apidog dès aujourd'hui

Ci-dessous : les meilleurs indices sur sa date d'arrivée possible (le déploiement d'Argon), qui peut postuler à Fairwind, ce qui est publié pour l'API, et comment préparer votre code sur gemini-4-argon dès aujourd'hui.

Qu'est-ce que Gemini 4 Carbon ?

Gemini 4 Carbon est le tout nouveau modèle de pointe de Google DeepMind, annoncé le 28 octobre 2026 par Koray Kavukcuoglu comme « notre modèle le plus puissant, avec des capacités de cybersécurité et de long horizon à la pointe de l'art ». Il succède à Gemini 4 Argon, lancé deux semaines plus tôt, et est proposé au même prix de lancement de 2 $ en entrée / 10 $ en sortie par million de tokens.

Le tableau complet des benchmarks et le calcul des prix se trouvent dans Qu'est-ce que Gemini 4 Carbon ?. Cet article se concentre sur l'accès et le calendrier.

Date de sortie de Gemini 4 Carbon : ce que Google a réellement dit

Tous les faits publiés par Google concernant l'accès et le calendrier, avec leur source :

Élément	Ce que l'on sait (29 octobre 2026)	Source
Annoncé	28 octobre 2026	Article de lancement de Google
Qui y a accès actuellement	« Un sous-ensemble de cyberdéfenseurs », à partir de la semaine du lancement	Article de lancement de Google
Prochains sur la liste	« Des partenaires de confiance supplémentaires » via le Fairwind Program, progressivement	Article de lancement de Google
Développeurs, entreprises, consommateurs	« Dès que possible », sans date	Article de lancement de Google
Prix au lancement	2 $ par 1 M en entrée, 10 $ par 1 M en sortie, entrée mise en cache à -95 %	Article de lancement de Google
Prix après l'offre de lancement	4 $ par 1 M en entrée, 20 $ par 1 M en sortie ; durée de l'offre de lancement non précisée	Article de lancement de Google, note de bas de page 1
Identifiant du modèle	Non publié	La page des modèles de l'API Gemini ne liste aucune entrée Carbon
Sortie de l'API	Non annoncée	Le journal des modifications de l'API Gemini ne contient aucune entrée Carbon

Les propres termes de Google indiquent un déploiement progressif : « Nous continuons à recueillir des retours et à itérer sur les garde-fous avant de rendre Carbon disponible aux développeurs, aux entreprises et aux consommateurs via nos surfaces produit dès que possible. »

La réponse honnête est donc « pas encore planifié ». Tout site qui annonce une date précise fait des suppositions.

Le précédent Argon : 13 jours entre Fairwind et la disponibilité générale

Le meilleur indice sur le calendrier de Carbon est ce que Google a fait avec Argon un mois plus tôt : même programme, même prix, même langage progressif. C'est un précédent, pas une promesse.

30 septembre 2026 : Google a annoncé Gemini 4 Argon et l'a déployé uniquement auprès d'un ensemble de partenaires du Fairwind Program. Aucun identifiant de modèle, aucune API publique.
13 octobre 2026 : Le journal des modifications de l'API Gemini liste gemini-4-argon comme généralement disponible. Les clients payants de l'API y ont eu accès 13 jours après l'annonce.
Jusqu'au 30 novembre 2026 : Argon est facturé 2 $ / 10 $ par million de tokens sur l'offre payante, selon la page de tarification de l'API Gemini. À partir du 1er décembre, c'est 4 $ / 20 $.

À ce rythme, une API publique arriverait vers la mi-novembre. Deux éléments pourraient allonger ce délai : Google indique qu'il participe au processus volontaire de test avant publication du gouvernement américain et qu'il itère encore sur les garde-fous, et les scores de Carbon en cybersécurité sont supérieurs à ceux d'Argon. Prévoyez « des semaines, peut-être plus ». Notre article sur la date de sortie de Gemini 4 Argon détaille le déroulement de ce déploiement.

Fairwind Program : qui est éligible et comment postuler

Le Fairwind Program est le parcours d'accès anticipé de Google DeepMind pour les cyberdéfenseurs et la seule voie nommée vers Carbon avant la sortie publique. Une mise en garde : au 29 octobre, la page du Fairwind Program décrit encore un accès exclusif à Gemini 4 Argon avec des capacités de défense en cybersécurité et ne mentionne pas encore Carbon.

Qui Google priorise, selon la FAQ de Fairwind :

Les gouvernements et les autorités nationales de cybersécurité
Les opérateurs d'infrastructures critiques : santé, télécommunications, énergie et réseaux financiers
Les plateformes technologiques essentielles qui sécurisent des logiciels largement utilisés
Les laboratoires académiques axés sur l'évaluation comparative défensive (les étudiants sont plutôt orientés vers CodeMender sur Google Cloud)

Google indique travailler avec plus de 650 partenaires dans le monde et vérifier l'historique de sécurité et les antécédents d'opérations éthiques de chaque candidat.

Comment postuler :

Ouvrez la page du Fairwind Program et cliquez sur « Apply now ».
Remplissez le formulaire d'intérêt pour votre organisation.
Attendez. Google déclare qu'il « examinera et répondra aux partenaires éligibles qui répondent à nos critères dès que possible ». Aucun délai de traitement n'est publié.

Conditions que vous accepteriez (d'après la page Fairwind, rédigées pour Argon) :

Uniquement des tâches défensives à double usage : simulation de menaces autorisée, rétro-ingénierie et analyse de logiciels malveillants à des fins de recherche défensive et universitaire. La création de logiciels malveillants n'est pas autorisée.
Authentification au niveau utilisateur, MFA résistant au phishing et contrôles d'accès.
Accès uniquement pour les équipes internes de cybersécurité, de réponse aux incidents ou de tests d'intrusion, avec un suivi des accès des employés.
Aucun partage, revente ou redistribution de l'accès.

Vous développez un outil de codage dans une startup ? Vous n'êtes presque certainement pas éligible. Votre voie est la sortie publique.

API Gemini 4 Carbon : ce qui est publié et ce qui ne l'est pas

Les pages tierces « API Gemini 4 Carbon » sont des pages provisoires. Google n'a pas livré de point de terminaison, donc personne ne peut en revendre un. Ne payez aucun site qui promet un accès à l'API Carbon pour le moment.

Publié par Google	Non publié (29 octobre 2026)
Nom : Gemini 4 Carbon	Identifiant du modèle
Prix de lancement : 2 $ / 10 $ par 1 M de tokens	Fenêtre de contexte
Prix standard : 4 $ / 20 $ par 1 M de tokens	Tokens de sortie max
Entrée mise en cache : -95 %	Disponibilité dans l'API Gemini, AI Studio ou Vertex AI
Même pile de sécurité qu'Argon	Offres de l'application Gemini
Accès : cyberdéfenseurs, puis Fairwind	Offre gratuite
Benchmarks et chiffres de comportement	Niveaux de réflexion ou paramètres

Lorsque Carbon sera disponible, vérifiez sa ligne sur la page des modèles avant de supposer qu'il correspond à Argon, dont la disponibilité générale a supprimé la mise en cache explicite, ignoré temperature et défini un contexte unifié de 1 048 576 tokens. Notre guide de l'API Gemini 4 Argon explique ce que ces changements ont signifié pour Argon.

Gemini Carbon vs Argon : ce que vous pouvez utiliser aujourd'hui

Les prix sont identiques au lancement, l'accès ne l'est pas. Les chiffres de Google, en trois lignes :

	Gemini 4 Argon	Gemini 4 Carbon
Qui peut l'utiliser	API Gemini payante, disponible depuis le 13 oct.	Sous-ensemble de cyberdéfenseurs
Prix (lancement)	2 $ / 10 $ par 1 M jusqu'au 30 nov.	2 $ / 10 $ par 1 M, durée non précisée
Identifiant du modèle	`gemini-4-argon`	Non publié

La comparaison complète se trouve dans Gemini 4 Carbon vs Argon, et si vous cherchez une solution à 0 $, lisez Gemini 4 Carbon est-il gratuit ?.

Les affirmations sur les benchmarks de Gemini 4 Carbon et pourquoi elles comptent pour le calendrier

Les chiffres en cybersécurité expliquent le verrou. Google rapporte 88,2 % sur SEC-bench Pro, un 54,8 % à la pointe de l'art sur ExploitGym (exploitation) et 71,0 % sur CWE-bench de Collinear (correctifs). Un modèle meilleur en exploitation nécessite davantage de travail sur les garde-fous avant sa publication. L'article sur les benchmarks de Gemini 4 Argon fournit la référence d'Argon pour comparaison.

Des testeurs précoces cités par TestingCatalog auraient trouvé Carbon meilleur qu'Argon pour le travail 3D, plus faible pour l'interface frontend, et plus lent mais « moins paresseux ». À prendre comme des rapports, non comme des mesures.

Préparez votre code sur gemini-4-argon

Construisez dès maintenant sur gemini-4-argon avec le nom du modèle dans une variable, afin que la sortie se traduise par un simple changement de configuration. Cette requête suit le format de l'API Interactions documenté par Google. Nous ne l'avons pas exécutée pour cet article ; elle nécessite une clé API Gemini payante, car Argon n'est pas disponible dans l'offre gratuite.

export GEMINI_MODEL="gemini-4-argon"   # Carbon's ID isn't published yet

curl -s "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-[REDACTED CREDENTIAL] \
  -H "Content-Type: application/json" \
  -X POST \
  -d "{\"model\": \"${GEMINI_MODEL}\", \"input\": \"Review this diff for injection bugs.\", \"generation_config\": {\"thinking_level\": \"medium\"}}"

Lisez le modèle depuis la configuration, journalisez l'utilisation des tokens par requête (la longueur de sortie de Carbon par tâche peut différer même à prix égal), et augmentez les délais d'attente du client : le guide Argon de Google indique que les invites difficiles peuvent prendre plusieurs minutes.

Laissez votre agent de codage surveiller la sortie de Carbon avec Apidog CLI

Ne vérifiez pas le blog de Google chaque matin. Confiez-le à votre agent de codage. Apidog CLI permet à Claude Code, Codex, Cursor ou OpenCode de créer et d'exécuter des tests API depuis le terminal, afin que l'agent puisse créer un test qui interroge le point de terminaison de liste des modèles Gemini et un autre qui exécute votre véritable invite, puis relancer les deux le jour où Carbon apparaît.

Configurez-le une fois :

npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com   # pick your agent when prompted

Ensuite, donnez une seule invite à votre agent :

In Apidog project <id>, create a Gemini API environment with GEMINI_MODEL=gemini-4-argon.
Add two test cases: (1) GET /v1beta/models that passes while no model name contains
"carbon" and fails loudly when one does; (2) POST /v1beta/interactions using
{{GEMINI_MODEL}} that asserts HTTP 200 and non-empty output text. Run both and
summarize the results.

L'agent vérifie chaque payload par rapport à son schéma avant d'écrire quoi que ce soit, puis exécute les cas :

apidog environment create gemini-api --project <id> --base-url https://generativelanguage.googleapis.com
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file models-watch.json
apidog test-case create --project <id> --file models-watch.json
apidog run --test-case <caseId> --project <id> -e <envId> -r cli,json

Lorsque le cas de surveillance échoue, l'ID de Carbon est en ligne. Relancez votre cas d'invite avec --env-var "GEMINI_MODEL=<carbon-id>" et comparez la sortie et le nombre de tokens avec Argon. Pour exécuter la surveillance quotidiennement, demandez à l'agent de lire apidog cli-schema get scheduled-task-create et de créer une tâche planifiée, ou placez le même apidog run ... -r junit dans CI avec le guide CI/CD d'Apidog CLI. Nouveau sur la CLI ? Commencez par Apidog CLI dans Claude Code. L'offre gratuite d'Apidog couvre jusqu'à 4 utilisateurs.

FAQ

Quelle est la date de sortie de Gemini 4 Carbon ? Il n'y en a pas. Google l'a annoncé le 28 octobre 2026 ; les cyberdéfenseurs y ont accès maintenant, les partenaires Fairwind ensuite, les développeurs « dès que possible ».

Puis-je utiliser l'API Gemini 4 Carbon aujourd'hui ? Non, sauf si vous faites partie de la cohorte initiale de cyberdéfenseurs ou de Fairwind. Au 29 octobre, il n'y a pas d'identifiant de modèle ni d'entrée Carbon sur la page des modèles ou le journal des modifications.

Combien de temps a pris Argon pour devenir public ? 13 jours : annoncé le 30 septembre 2026 pour les partenaires Fairwind, disponible en GA sur l'API Gemini payante le 13 octobre. Un précédent, pas un engagement.

Combien coûtera Gemini 4 Carbon ? 2 $ par million de tokens en entrée et 10 $ par million de tokens en sortie au lancement, avec l'entrée mise en cache à -95 %. Après une période d'introduction que Google n'a pas datée, c'est 4 $ et 20 $.

Dois-je attendre Carbon ou construire sur Argon maintenant ? Construisez sur gemini-4-argon maintenant. Le prix de lancement est le même, et le changement se résume à une modification de configuration plus une exécution de test.

API Pokee Enterprise : agents à sandbox persistante, tarification et votre premier appel

Antoine Laurent — Wed, 28 Oct 2026 10:03:31 +0000

API Pokee Enterprise : agents à sandbox persistante, tarification et votre premier appel

L'API Pokee Enterprise est une API REST qui exécute un agent IA de longue durée dans un bac à sable dédié et persistant pour chaque client. Vous créez une session, envoyez un message et lisez la réponse de l'agent sous forme de flux Server-Sent Events (SSE). Les sessions peuvent contenir des fichiers, des compétences personnalisées, vos propres outils et une mémoire qui persiste d'une session à l'autre. L'accès se fait via une demande de démo Pokee, et non par une inscription en libre-service.

Essayez Apidog dès aujourd'hui

Ci-dessous : le fonctionnement des sessions et des flux, votre premier appel, la tarification de Pokee Isaac, les limites, et comment faire tester les points de terminaison par un agent de codage avec Apidog CLI. Tous les chiffres proviennent de la documentation Pokee, consultée le 28 octobre 2026.

Qu'est-ce que l'API Pokee Enterprise ?

L'API Pokee Enterprise (Pokee l'appelle l'Enterprise Responses API) vous permet d'exécuter des workflows pilotés par agent qui prennent des minutes, et non des secondes. Chaque tenant obtient un espace de travail privé, un jeton Bearer [REDACTED] et son propre sous-domaine, https://your-tenant.enterprise.pokee.ai. Dans cet espace de travail, chaque session est un processus d'agent dans son propre bac à sable.

Un appel de chat répond à une invite puis oublie. Une session Pokee conserve sa conversation, ses fichiers et son état d'occupation, de sorte que l'agent peut effectuer des recherches, écrire des fichiers et appeler des outils sur de nombreux tours. Si vous avez lu notre guide sur Claude Managed Agents, la forme vous semblera familière : le fournisseur héberge la boucle d'agent et le bac à sable, et vous le pilotez en HTTP.

Il est conçu pour les équipes qui veulent un agent hébergé avec isolation par tenant et contrôles réseau d'entreprise (listes d'IP autorisées, mTLS, AWS PrivateLink, épinglage de région), que Pokee indique comme disponibles sur demande.

Concepts clés : sessions, fichiers, compétences et mémoire

L'API comporte quatre blocs de construction.

Concept	Point de terminaison	Ce qu'il vous apporte
Sessions	`POST /v1/sessions`	Un processus d'agent par session, avec son propre historique, sa portée de fichiers et son modèle
Fichiers	`/v1/sessions/{id}/files/{path}`	Téléverser, télécharger, lister et supprimer des fichiers de l'espace de travail (environ 100 Mo par téléversement)
Compétences	`POST /v1/skills/{name}`	Installer un paquet zip contenant un `SKILL.md` à sa racine ; s'applique aux nouvelles sessions
Mémoire	`.pokee/*.md`, `.memory/MEMORY.md`	Instructions de tenant ajoutées à l'invite système, plus la mémoire d'une session à l'autre

Quelques détails de session importent dès le départ :

Persistance. Par défaut, persistent vaut false, et la session se détruit 5 minutes après sa dernière réponse. Passez-le à true pour conserver la session jusqu'à expiration de son ttl (14 400 secondes par défaut, soit 4 heures) ou jusqu'à ce que vous la supprimiez.
Verrouillage du modèle. Le model que vous transmettez à la création s'applique à chaque tour de cette session.
Portée des fichiers. Transmettez file_access avec des listes de chemins read et write pour restreindre ce que l'agent voit ; l'API HTTP de fichiers renvoie 403 en dehors de cette portée.
Un tour à la fois. Envoyer un second message pendant qu'un tour s'exécute renvoie 409 Conflict.

Comment effectuer votre premier appel à l'API Pokee

Pokee vous transmet deux valeurs par un autre canal : l'URL de votre tenant et une clé de la forme pk_<tenant>_<token>. Ensuite, le premier appel se fait en trois étapes.

Vérifiez que la passerelle est opérationnelle (aucune authentification requise).
Créez une session et conservez son id.
Publiez un message et lisez le flux SSE.

export POKEE_API="https://your-tenant.enterprise.pokee.ai"
export POKEE_KEY="pk_<tenant>_<token>"

curl "$POKEE_API/health"

SID=$(curl -s -X POST "$POKEE_API/v1/sessions" \
  -H "Authorization: Bearer $POKEE_KEY" \
  -H "Content-Type: application/json" \
  -d '{"persistent": true}' | jq -r '.id')

curl -N -i -X POST "$POKEE_API/v1/sessions/$SID/messages" \
  -H "Authorization: Bearer $POKEE_KEY" \
  -H "Content-Type: application/json" \
  -d '{"message": "Summarize the files in my workspace in three bullets."}'

L'option -i affiche les en-têtes. Conservez X-Response-Id (msg_ suivi de 24 caractères hexadécimaux) : vous en avez besoin pour reprendre ou annuler le tour.

Chaque événement comporte trois lignes, id:, event: et data:. Vous verrez message.created, puis des morceaux text.delta (ainsi que des événements thinking.* ou tool_use.*), et le flux se termine par message.completed, message.cancelled ou message.error. Si les SSE sont nouveaux pour vous, le guide de MDN sur les Server-Sent Events explique le format, et notre article sur le test des API LLM qui diffusent en SSE montre comment lire les morceaux.

Appel d'outils : deux surfaces

Pokee offre à l'agent deux façons d'appeler vos fonctions, toutes deux utilisant des définitions de fonctions de style OpenAI.

	`/v1/responses` sans état	Outils de session
Boucle d'agent	Aucune, un seul aller-retour d'inférence	Session d'agent complète avec compétences et fichiers
État	Vous envoyez tout l'historique à chaque appel	Le serveur conserve la conversation
Comment apparaît un appel	Un élément `function_call` dans `output[]`	Un événement SSE `tool_call.requested` en milieu de flux
Comment vous poursuivez	Nouvel appel avec un élément `function_call_output`	`POST /v1/sessions/{id}/tool_results`

La route sans état est celle à choisir lorsque vous remplacez Pokee derrière du code écrit pour l'API OpenAI Responses, car la forme des échanges correspond. Elle accepte jusqu'à 128 outils par requête, des noms d'outils de 64 caractères maximum et des descriptions de 16 Kio maximum. Elle accepte aussi reasoning.effort (minimal, la valeur par défaut, désactive la réflexion étendue ; low, medium et high l'activent). La sortie est de 4 096 jetons par défaut, plafonnée à 32 000.

Les outils de session conviennent lorsque l'agent doit raisonner, exécuter des compétences et parfois appeler vos systèmes dans le même tour. Vous les enregistrez à la création de la session.

Reprise, annulation et clés d'idempotence

Les tours longs se rompent d'une manière que les appels courts ne connaissent pas. Pokee a ajouté trois correctifs le 4 mai 2026, selon son journal des modifications.

Reprise. Si votre client se déconnecte en plein flux, l'agent continue de tourner. Reconnectez-vous à GET /v1/sessions/{id}/responses/{rid}/events avec un en-tête Last-Event-ID et le serveur rejoue à partir de l'événement suivant. Les tours clos restent disponibles pendant 120 secondes, et la reprise ne refacture pas de jetons.
Annulation. POST /v1/sessions/{id}/responses/{rid}/cancel renvoie 202 et le flux se termine par message.cancelled. L'usage partiel d'un tour annulé n'est pas facturé. La session et ses fichiers restent actifs.
Clés d'idempotence. Envoyez Idempotency-Key: <uuid> dans le POST du message. Une nouvelle tentative avec la même clé et le même corps renvoie l'ID de réponse d'origine au lieu de démarrer un second tour. Les clés vivent 24 heures, et la même clé avec un corps différent renvoie 422.

La route sans état /v1/responses prend en charge les trois lorsque stream vaut true.

Modèles et tarification Pokee Isaac

Pokee publie deux niveaux Isaac sur sa page des modèles et de la tarification. Les prix sont par million de jetons.

Modèle	Entrée	Sortie	Lecture du cache
`pokee-isaac-high-reasoning`	3 $	15 $	0,30 $
`pokee-isaac`	0,30 $	5 $	0,10 $

Les nouveaux tenants utilisent pokee-isaac-high-reasoning par défaut lorsque vous omettez model. Les backends Kimi, GPT-5.5 et Gemini sont disponibles par tenant sur contrat. La documentation ne mentionne ni niveau gratuit ni contrat minimum ; demandez ces conditions à Pokee.

Il existe aussi une Direct Isaac API, ajoutée le 7 août 2026 : une route POST /v1/chat/completions compatible OpenAI, sans boucle d'agent ni outils. Elle est activée par tenant, n'accepte que pokee-isaac, et achemine automatiquement les requêtes longues (200 000 et 2 000 000 de jetons et plus) vers des pools de contexte plus grands. GET /v1/usage affiche votre solde de crédits.

Une note de sécurité issue de la documentation : le Bearer [REDACTED] tenant est une clé API directe. Gardez-la sur votre serveur ou derrière votre propre proxy, jamais dans du code de navigateur, mobile ou bureau.

Limites et codes d'erreur

Voici les valeurs par défaut de la page des limites et des erreurs. Pokee indique pouvoir relever n'importe laquelle sur demande.

Limite	Valeur par défaut
Sessions simultanées	10
Délai d'expiration d'un tour	90 minutes
TTL de session	4 heures
Tours par heure / par jour	300 / 5 000
Jetons par heure / par jour	20 M / 200 M
Téléversement maximal	Environ 100 Mo par appel
Espace de travail maximal	100 Go

Les codes d'erreur que vous gérerez le plus souvent : 401 (clé incorrecte ou manquante), 402 (crédits épuisés, mode crédit strict uniquement), 403 (chemin hors de la portée de la session), 409 (session occupée), 422 (clé d'idempotence réutilisée avec un corps différent), 429 (limite d'usage) et 500 (réessayez avec un backoff). Les erreurs sont renvoyées sous la forme {"error": "<name>", "message": "<detail>"}.

Faites tester l'API Pokee par votre agent de codage avec Apidog CLI

Une API de session a beaucoup de contrat à figer : 201 à la création, un ID sess_, 409 pendant l'occupation, 204 à la suppression, 202 à l'annulation. Votre agent de codage peut écrire et exécuter ces vérifications pendant que vous continuez à travailler. Apidog CLI fournit à Claude Code, Codex ou Cursor les commandes pour le faire.

Configurez-le une fois :

npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_APIDOG_TOKEN>
apidog skill install

Donnez ensuite une seule invite à votre agent :

Write an OpenAPI file for the Pokee Enterprise API endpoints /health,
POST/GET/DELETE /v1/sessions, /v1/sessions/{id}/responses/{rid}/cancel and
/v1/usage, import it into Apidog project <projectId>, create an environment
for my tenant URL, then add test cases that assert 201 and an id starting
with "sess_" on create, 204 on delete and a credit balance on /v1/usage.
Run them and summarize failures. Read POKEE_KEY from my shell, never a file.

L'agent importe la spécification, vérifie chaque charge utile par rapport au schéma de la CLI, puis crée et exécute les cas :

apidog import --project <projectId> --format openapi --file ./pokee-openapi.json
apidog environment create pokee-tenant --project <projectId> --base-url https://your-tenant.enterprise.pokee.ai
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file create-session.json
apidog test-case create --project <projectId> --file create-session.json
apidog run --test-case <caseId> --project <projectId> -e <envId> --env-var "POKEE_KEY=$POKEE_KEY" -r cli,junit

Transmettre la clé via --env-var évite qu'elle ne se retrouve dans un fichier écrit par l'agent. Ces cas couvrent les points de terminaison JSON ; le flux SSE lui-même est plus facile à observer dans l'application Apidog, qui affiche les événements diffusés (voir le test SSE dans Apidog). La même commande apidog run avec -r junit s'intègre à la CI, comme le montre notre guide d'Apidog CLI pour les pipelines CI/CD. Nouveau sur la CLI dans un agent ? Commencez par Apidog CLI dans Claude Code. Le plan gratuit d'Apidog couvre jusqu'à 4 utilisateurs.

Où se situe Sharkly

Une fois que les agents Pokee, ou n'importe quels agents de codage, exécutent des tâches qui prennent 90 minutes, quelqu'un doit décider qui fait quoi et vérifier les résultats. Un ID de session dans un fichier de log n'est pas une file de travail. Sharkly est un tableau de tâches où les agents IA et les humains partagent le travail : vous assignez une tâche à un agent ou à un collègue, suivez son statut et examinez le résultat avant sa livraison. C'est gratuit pour commencer, vous pouvez donc mettre une longue tâche d'agent sur le tableau et voir comment la revue s'intègre à votre équipe avant de passer à l'échelle.

FAQ

Existe-t-il un niveau gratuit pour l'API Pokee Enterprise ? La documentation n'en décrit aucun. L'accès commence par une demande de démo, et Pokee provisionne l'URL de votre tenant et votre clé par un autre canal. La tarification est à l'usage par jeton sur les niveaux Isaac ci-dessus.

L'API Pokee est-elle compatible avec OpenAI ? En partie. La route sans état /v1/responses correspond à la forme des échanges Responses d'OpenAI pour l'appel de fonctions, et la route Direct Isaac accepte la forme des requêtes Chat Completions. Les points de terminaison de session sont propres à Pokee.

Combien de temps peut durer un tour d'agent Pokee ? Le délai d'expiration par défaut d'un tour est de 90 minutes et le TTL de session par défaut est de 4 heures. Les deux peuvent être relevés sur demande.

Que se passe-t-il si mon client se déconnecte en plein flux ? L'agent continue de travailler. Reconnectez-vous au point de terminaison de reprise avec Last-Event-ID dans les 120 secondes suivant la clôture du tour et vous recevez le reste des événements sans refacturation.

Comment se compare-t-elle aux autres API d'agents hébergés ? Elle se situe près des offres d'agents hébergés comme l'API OpenAI Agents ; notre comparaison des options d'agents d'OpenAI est une bonne lecture ensuite, et ce que CubeSandbox apporte aux agents IA couvre le volet bac à sable.

Clés API d’IA volées financent désormais des scans de piratage : comment sécuriser vos clés OpenAI, Anthropic et Gemini

Antoine Laurent — Wed, 28 Oct 2026 08:13:53 +0000

Clés API d'IA volées financent désormais des scans de piratage : comment sécuriser vos clés OpenAI, Anthropic et Gemini

Les clés d'API IA volées paient désormais les attaques informatiques d'autres personnes. En octobre 2026, l'équipe de renseignement sur les menaces de Bitsight a décrit MONST3R-AI, un outil vendu sur un forum criminel qui exécute des scans de tests d'intrusion autonomes sur des clés OpenAI, Anthropic et Google volées. L'acheteur apporte la clé, l'agent effectue le scan, et le propriétaire de la clé reçoit la facture. Ce guide couvre la façon dont les clés fuient, comment repérer les abus et les contrôles que chaque fournisseur propose aujourd'hui.

Essayez Apidog dès aujourd'hui

Pour protéger une clé OpenAI, Anthropic ou Gemini, limitez-la à un seul projet ou espace de travail, définissez un plafond de dépenses mensuel strict, restreignez les lieux depuis lesquels elle peut être appelée, fixez une date d'expiration ou faites-la tourner, gardez-la hors du code client et des dépôts, et activez la détection de secrets avec protection push. Si une clé fuit, créez un remplacement, déployez-le, puis désactivez l'ancienne et auditez l'utilisation.

Qu'est-ce que le LLMjacking ?

Le LLMjacking est l'abus d'un identifiant de grand modèle de langage volé, généralement une clé d'API, pour exécuter de l'inférence payée par le propriétaire de la clé. Les attaquants revendent l'accès, le consomment pour leurs propres charges de travail ou, désormais, selon Bitsight, l'utilisent pour alimenter des agents d'attaque autonomes. La victime ne voit l'activité que comme une utilisation facturable sur son propre compte.

Ce que Bitsight a découvert à propos de MONST3R-AI

Les faits ci-dessous proviennent de la couverture de la recherche de Bitsight par Help Net Security et AI Weekly, publiée le 17 octobre 2026. L'analyse de Bitsight sur l'outil n'était pas publique au moment de la rédaction de cet article.

Ce que c'est : un vendeur sur un forum criminel restreint commercialise MONST3R-AI comme une « plateforme autonome de tests d'intrusion ».
Quelles clés : il fonctionne avec des clés d'API OpenAI, Anthropic et Google volées.
Qui paie : l'acheteur colle une clé volée dans le panneau de l'outil, fixe un budget et pointe l'agent vers une liste de cibles. Le vendeur n'héberge aucun modèle, donc la facture d'inférence retombe sur le propriétaire légitime de la clé.
Résultats annoncés : le tableau de bord du vendeur revendique 1 072 constats sur 199 hôtes scannés. Bitsight indique ne pas pouvoir vérifier ce chiffre de manière indépendante — à traiter comme du marketing, pas comme une preuve.
La tendance de fond : sur 16 forums clandestins entre février et août 2026, les mentions d'agents IA, d'injection de prompt indirecte et du Model Context Protocol ont augmenté de 67 %.

Une clé divulguée n'est plus seulement une facture surprise. Elle peut financer la campagne d'attaque de quelqu'un d'autre, et chaque requête ressemble à votre trafic normal.

Comment les clés d'API IA fuient

La plupart des clés volées n'ont jamais été « piratées ». Elles ont été publiées par accident. Les chemins courants :

Chemin de fuite	Comment cela se produit	Correctif
Dépôts publics	Clé committée dans du code, un `.env` ou un notebook	Détection de secrets avec protection push
Code côté client	Clé embarquée dans un bundle web ou une application mobile	Appeler le modèle uniquement depuis votre backend
Journaux de CI	Une étape de build affiche les variables d'environnement ou la sortie de débogage	Masquer les secrets, jamais `set -x` autour d'eux
Images de conteneur	`.env` copié dans une couche d'image	`.dockerignore`, injecter au moment de l'exécution
Configurations d'agents et MCP	Clé collée dans une configuration de serveur MCP ou un fichier de paramètres d'agent, puis synchronisée ou partagée	Référencer des variables d'environnement, pas des clés en clair
Chats et tickets	Clé collée dans Slack, une issue ou un ticket de support	Faire tourner toute clé ayant quitté votre coffre de secrets

Le guide des clés d'API Gemini de Google énonce clairement la règle côté client : les clés compilées dans des applications web ou mobiles peuvent être extraites par les utilisateurs, il faut donc exécuter un proxy backend qui effectue les vrais appels. Notre guide sur le stockage des clés d'API traite plus en profondeur l'aspect stockage.

Les configurations d'agents méritent une attention particulière : les fichiers MCP et de paramètres d'agents finissent dans des dépôts de dotfiles, des partages d'écran et des rapports de bugs.

Comment savoir que votre clé est utilisée abusivement

Aucune alerte ne dit « un criminel utilise ceci ». Surveillez les données d'utilisation et de facturation pour :

Des pics de dépenses sans déploiement derrière. Un coût quotidien stable qui double du jour au lendemain est le signe le plus clair.
Des modèles que vous n'utilisez pas. Une utilisation sur une famille de modèles que votre produit n'appelle jamais.
Du trafic en dehors des heures ouvrables. Des requêtes régulières à 3 h du matin dans votre fuseau horaire depuis une clé utilisée par une application de journée.
Des erreurs de limite de débit que vous n'avez pas causées. Quelqu'un d'autre consomme votre quota par minute.
Des clés ou projets inconnus sur les pages d'utilisation. La page Usage de Google AI Studio regroupe les requêtes qu'elle ne peut associer à une clé nommée sous « (unknown keys) ».

Découpez les clés assez finement pour qu'un pic pointe vers une seule clé.

Comment protéger votre clé d'API OpenAI

Vérifié le 28 octobre 2026 par rapport à la documentation développeur d'OpenAI.

Limites de dépenses strictes : selon le guide des limites de dépenses, vous pouvez définir une limite mensuelle pour l'organisation ou un projet unique et activer « Enforce a hard limit ». Une fois les dépenses suivies atteignant cette limite, les requêtes échouent avec un 429 et le code organization_spend_limit_exceeded ou project_spend_limit_exceeded. L'application n'est pas instantanée, les dépenses peuvent donc dépasser légèrement le plafond.
Alertes de dépenses : les alertes vous notifient mais n'arrêtent pas le trafic. Utilisez les deux, avec l'alerte réglée bien en dessous de la limite stricte.
Liste d'IP autorisées : la liste d'autorisation d'IP rejette les requêtes venant d'autres IP même avec une clé valide. Elle accepte jusqu'à 50 adresses ou plages CIDR, peut s'appliquer par projet ou à l'échelle de l'organisation, et les appels bloqués reçoivent un HTTP 401 avec ip_not_authorized. Les modifications prennent jusqu'à 15 minutes.
Un projet par application et par environnement : les limites et listes d'autorisation au niveau du projet ne servent à rien si les clés ne sont pas séparées par projet.
Permissions de clé restreintes : le guide des projets d'OpenAI liste les permissions All (la valeur par défaut), Restricted et Read Only pour les clés détenues par des utilisateurs. Ne donnez à chaque clé que ce dont son application a besoin.
Accès aux modèles par projet : dans les Limits d'un projet, Model usage détermine quels modèles le projet peut appeler. Une clé volée ne peut alors pas sauter vers un modèle plus cher que vous n'utilisez jamais.

Voir notre guide des clés d'API OpenAI.

Comment protéger votre clé d'API Anthropic

Vérifié le 28 octobre 2026 par rapport à la documentation de la plateforme Claude.

Limites de dépenses par espace de travail : selon la documentation sur les espaces de travail, vous pouvez plafonner les dépenses mensuelles par espace de travail et configurer des alertes à des seuils. Vous ne pouvez pas définir de limites de dépenses sur l'espace de travail par défaut, donc placez les clés de production dans leur propre espace de travail.
Limites de débit par espace de travail : plafonnez les requêtes, les jetons d'entrée et les jetons de sortie par minute pour chaque espace de travail.
Expiration des clés : la documentation d'authentification vous permet de choisir une expiration à la création : 3 heures, 1 jour, 7 jours, 30 jours, une durée personnalisée ou Never. Elle ne peut pas être modifiée ensuite.
Clés rattachées à une identité : les clés personnelles et de compte de service cessent de fonctionner lorsque leur propriétaire est supprimé. Anthropic qualifie les clés d'espace de travail d'héritées et recommande Workload Identity Federation pour la production sur les plateformes cloud et en CI.
Désactiver versus supprimer : désactiver est réversible et affiche la clé comme inactive. Supprimer est définitif. Désactivez d'abord en cas de doute.

Voir notre guide des clés d'API Anthropic.

Comment protéger votre clé d'API Google Gemini

Vérifié le 28 octobre 2026 par rapport à la documentation des clés d'API Gemini et à la documentation de facturation de Google.

Clés d'authentification : depuis le 28 mai 2026, les nouvelles clés créées dans Google AI Studio sont des clés d'autorisation liées à un compte de service, restreintes par défaut à l'API Gemini. Google indique qu'elles bénéficient d'une application rapide contre les clés divulguées que ses systèmes détectent.
Pas de clés sans restriction : l'API Gemini rejette les requêtes provenant de clés standard sans restriction. Restreignez les anciennes clés à l'API Gemini dans AI Studio, ou migrez vers une clé d'authentification.
Restrictions applicatives : dans la page des identifiants de la console Cloud, restreignez une clé à des adresses IP spécifiques.
Plafonds de dépenses par projet : définissez un plafond mensuel par projet sur la page Spend d'AI Studio. Google qualifie cela d'expérimental et signale des dépassements pendant un délai de facturation d'environ 10 minutes.

La liste de verrouillage pour chaque fournisseur

À exécuter une fois par clé que vous détenez :

Inventaire. Listez chaque clé, l'application qui l'utilise et l'endroit où elle est stockée.
Séparation. Un projet ou espace de travail par application et par environnement, pour qu'un pic nomme sa source.
Plafond. Définissez une limite mensuelle stricte et une alerte plus précoce.
Restriction. Liste d'IP autorisées ou restriction applicative partout où votre sortie réseau est fixe.
Expiration ou rotation. Expiration courte là où le fournisseur le permet ; un calendrier de rotation là où ce n'est pas le cas.
Analyse. Les motifs de détection de secrets de GitHub incluent les clés d'API OpenAI, Anthropic et Google Gemini, et les clés OpenAI prennent en charge la protection push. Notre article sur la vérification des clés d'API divulguées couvre les scanners que vous pouvez exécuter localement.
Préférez les identifiants à courte durée de vie. Anthropic et OpenAI documentent tous deux la fédération d'identité de charge de travail pour la production.

Pour l'aspect politique, voir les bonnes pratiques de gestion des clés d'API.

Que faire dans la première heure après une fuite

La rapidité prime sur la cause racine. Dans l'ordre :

Créez une clé de remplacement dans un nouveau projet ou espace de travail.
Déployez-la vers les applications qui en ont besoin.
Désactivez la clé divulguée. La liste de vérification de Google en cas de fuite indique de désactiver l'ancienne clé seulement après avoir vérifié la nouvelle, pour éviter une interruption de service. Si les dépenses grimpent vite, désactivez d'abord et acceptez l'interruption.
Abaissez le plafond de dépenses du projet concerné pendant votre investigation.
Auditez l'utilisation par modèle, heure et clé sur la période depuis la fuite.
Trouvez le chemin de la fuite à l'aide du tableau ci-dessus, et purgez-la de l'historique git.
Contactez le fournisseur au sujet de l'utilisation frauduleuse une fois que vous avez la chronologie.

Laissez votre agent de codage tester la gestion des clés avec Apidog CLI

Votre proxy backend vers OpenAI, Anthropic ou Gemini est l'endroit où la gestion des clés casse : il accepte des appels non authentifiés, ou renvoie la clé du fournisseur dans un corps d'erreur. Laissez votre agent de codage écrire et exécuter des tests pour cela avec Apidog CLI, en gardant les secrets hors des définitions de test.

Configurez-le une fois :

npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com   # pick your agent when prompted

Ensuite, donnez un seul prompt à votre agent :

In Apidog project <id>, create a test case for POST /v1/ai/chat on our proxy.
Assert: no Authorization header returns 401, a bad token returns 401, a valid
token returns 200, and no response body contains "sk-" or "AIza". Read the
token from the {{PROXY_TOKEN}} environment variable, never hardcode it.
Then run it against the staging environment and summarize failures.

L'agent lit le schéma de la charge utile, le valide, crée le cas et l'exécute :

apidog cli-schema get test-case-create
apidog test-case category --project <id>
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <id> --file case.json
apidog run --test-case <caseId> --project <id> -e <envId> \
  --env-var "PROXY_TOKEN=$PROXY_TOKEN" -r cli,junit

--env-var passe le jeton au moment de l'exécution, il ne réside donc jamais dans la spécification ou le dépôt. La même ligne apidog run s'intègre à la CI ; voir Apidog CLI dans un pipeline CI/CD et Apidog CLI dans Claude Code.

FAQ

Qu'est-ce que le LLMjacking ? C'est l'utilisation d'un identifiant de LLM volé, généralement une clé d'API, pour exécuter de l'inférence payée par le propriétaire. Les attaquants revendent l'accès ou, comme avec MONST3R-AI, l'utilisent pour alimenter des agents d'attaque.

Des clés d'API IA volées peuvent-elles vraiment payer des outils de piratage ? Oui. Bitsight a rapporté que les acheteurs de MONST3R-AI collent des clés OpenAI, Anthropic ou Google volées dans son panneau, et le vendeur n'héberge aucun modèle, donc les victimes paient. Les résultats annoncés par le vendeur ne sont pas vérifiés.

Une limite de dépenses arrête-t-elle une clé volée ? Une limite stricte arrête les dépenses au plafond, mais pas instantanément. OpenAI et Google signalent tous deux de légers dépassements pendant la propagation des limites. Les alertes de dépenses seules n'arrêtent jamais le trafic.

Puis-je mettre ma clé d'API OpenAI dans du code frontend ? Non. Tout ce qui est livré à un navigateur ou une application mobile peut être extrait. Appelez le modèle depuis votre backend.

GitHub détectera-t-il une clé d'IA divulguée ? La détection de secrets de GitHub détecte les motifs de clés d'API OpenAI, Anthropic et Google Gemini. Activez la protection push pour qu'un commit contenant une clé soit bloqué avant d'être public.

DEV Community: Antoine Laurent

API Nemotron 3.5 Transcribe : transcrire 1 heure d’audio pour 12 cents

API Nemotron 3.5 Transcribe : transcrire 1 heure d'audio pour 12 cents

Ce que vous offre l'API Nemotron 3.5 Transcribe

Où l'appeler, et combien cela coûte

Étape 1 : obtenir une clé API DeepInfra

Étape 2 : transcrire votre premier fichier

Étape 3 : lire la réponse

Étape 4 : l'appeler depuis Python

Prompts : verbatim, propre, locuteurs, jargon

Utiliser OpenRouter à la place

Garder les coûts prévisibles

Laissez votre agent de codage le tester avec Apidog CLI

Comment utiliser NVIDIA Nemotron 3.5 Transcribe gratuitement (le modèle open source de reconnaissance vocale n 1)

Comment utiliser NVIDIA Nemotron 3.5 Transcribe gratuitement (le modèle open source de reconnaissance vocale n°1)

Nemotron 3.5 Transcribe est-il gratuit ?

Pourquoi on le veut : les chiffres

Comparaison de toutes les voies gratuites et payantes

Voie gratuite 1 : l'espace de démo de NVIDIA

Voie gratuite 2 : exécuter vous-même les poids ouverts

Voie gratuite 3 : Spaces communautaires

Des prompts pour de meilleurs résultats gratuits

Quand le gratuit ne suffit plus : la voie payante la moins chère

Laissez votre agent de codage tester le point de terminaison avec Apidog CLI

Meilleurs modèles open source de reconnaissance vocale en 2026

Comment nous les avons classés

Le classement en un coup d'œil

1. NVIDIA Nemotron 3.5 Transcribe : meilleur globalement

2. Qwen3-ASR-1.7B : meilleure précision par dollar de GPU

3. IBM Granite Speech 5.0 2B : meilleur sur l'audio de réunion pour sa taille

4. Cohere Transcribe : rapide et précis

5. TheStage AI Whisper large-v3 turbo : le plus rapide du haut du classement

6. NVIDIA Canary-Qwen 2.5B : l'ancien fleuron de NVIDIA

7. NVIDIA Parakeet TDT 0.6B : la plus petite option sérieuse

8. Mistral Voxtral Small 24B : parole plus un LLM performant

9. OpenAI Whisper large-v3 : la référence de base

Lequel choisir ?

Évaluez les candidats avec votre agent de codage et Apidog CLI

FAQ

Le verdict

Comment migrer de Redocly vers Apidog sans perdre votre workflow Docs-as-Code

Comment migrer de Redocly vers Apidog sans perdre votre workflow Docs-as-Code

Ce qui se reporte et ce qui ne se reporte pas

Pourquoi vos champs de description ne s'affichent pas de la même manière

La structure cible du dépôt

Migration étape par étape

1. Auditez le contenu de vos champs de description

2. Scindez info.description en fichiers Markdown

3. Connectez le dépôt en Spec-first Mode

4. Publiez le site de documentation et définissez la navigation

5. Ajoutez votre domaine personnalisé

Laissez votre agent de codage migrer les descriptions de tags avec Apidog CLI

Ce qui reste en dehors de Git

Offre et tarification

Redocly vs. Apidog après la migration

FAQ

Faites la transition en un après-midi

API Genie 4 : comment obtenir un accès anticipé dans l'API Gemini et AI Studio

Existe-t-il une API Genie 4 ?

Ce que Google a dit sur l'accès à l'API Genie 4, mot pour mot

Comment obtenir un accès anticipé à Genie 4 aujourd'hui

Ce que vous pouvez construire aujourd'hui avec la Gemini API

Testez les requêtes du superviseur avec Apidog CLI

Ce qu'il faut surveiller lorsque l'API Genie 4 sera disponible

FAQ

7 alternatives à Google Project Genie, y compris des modèles du monde gratuits et open source

7 alternatives à Google Project Genie, y compris des modèles du monde gratuits et open source

Quelle est la meilleure alternative à Project Genie ?

Les alternatives à Project Genie comparées

Les alternatives hébergées à Project Genie avec une API

1. World Labs Marble

2. Odyssey

3. Decart Oasis 3

Les alternatives open source à Project Genie

4. Matrix-Game 4.0 (Skywork AI)

5. HY-World 1.5 et 2.0 (Tencent Hunyuan)

6. LingBot-World (Robbyant)

7. NVIDIA Cosmos 3

Alternative gratuite à Project Genie : ce que 0 $ vous offre

Project Genie face à Unity et Roblox

2. Scindez `info.description` en fichiers Markdown