Limites, coûts et bonnes pratiques

Les limites à connaître

Valeurs relevées dans la documentation de l'API Gemini le 2026-10-15 (elles évoluent : vérifiez les pages citées en références).

Élément	Limite documentée
Requête inline	20 Mo au total selon les guides image, audio et vidéo ; le tableau des méthodes d'envoi annonce jusqu'à 100 Mo
PDF	50 Mo ou 1 000 pages, inline comme via l'API Files
API Files	2 Go par fichier, 20 Go par projet, conservation 48 h
URL externe	15 Mo par fichier
Images	jusqu'à 3 600 par requête
Audio	jusqu'à 9 h 30 par prompt
Vidéo	environ 3 h en résolution par défaut avec un modèle à 1 million de tokens ; jusqu'à 10 vidéos par requête

flowchart TD
  A["Fichier"] --> B{"Plus de 20 Mo ?"}
  B -- "non" --> C["Inline"]
  B -- "oui" --> D{"Plus de 2 Go ?"}
  D -- "non" --> E["API Files"]
  D -- "oui" --> F["Découper (pages, extraits) ou compresser"]

Calculer un coût

Le prix se calcule en tokens, séparément pour l'entrée et la sortie :

\text{coût} = \frac{\text{tokens d'entrée}}{10^6} \times P_{\text{entrée}} + \frac{\text{tokens de sortie}}{10^6} \times P_{\text{sortie}}

où $P$ est le prix par million de tokens affiché sur la page « Tarifs » pour votre modèle. Certains modèles ont un prix d'entrée différent pour l'audio : lisez bien la ligne correspondante.

Nos mesures réelles (module 1) donnent la base du calcul :

Traitement	Entrée	Sortie	Pour 1 000 documents
Justificatif (ticket)	1 123	133	environ 1,1 M d'entrée, 0,13 M de sortie
Résumé de PDF (3 pages)	1 622	542	environ 1,6 M d'entrée, 0,54 M de sortie
Mémo vocal (11 s)	295	117	environ 0,3 M d'entrée, 0,12 M de sortie

Que faire pour réduire le coût d'un traitement de 10 000 photos de tickets ?

Bonnes pratiques

Pratique	Pourquoi
Consigne après le média, précise et en français	réponses plus pertinentes
Sortie structurée (JSON + schéma)	exploitable par le code, validable
`temperature=0` pour l'extraction	réponses stables
Porte de sortie (`lisible`, `null`, « INCONNU »)	le modèle n'invente pas pour combler
Contrôles en Python	les calculs et formats sont vérifiés à coup sûr
Réessais avec attente sur 429/503	les quotas et surcharges sont normaux
`files.delete()` après usage	pas de documents qui traînent 48 h
Données fictives pour tester, minimisation en production	confidentialité
Humain dans la boucle pour toute décision	responsabilité

Les réessais du lab :

files/multimodal.py (extrait)

for i in range(essais):
    try:
        return client.models.generate_content(model=MODEL, contents=contents, config=config)
    except errors.APIError as e:
        if e.code not in (429, 500, 503) or i == essais - 1:
            raise
        time.sleep(5 * 2 ** i)  # 5 s, 10 s, 20 s

Le code 429 signifie « trop de requêtes » (quota dépassé), 503 « service momentanément indisponible ». Attendre de plus en plus longtemps entre deux essais s'appelle un backoff exponentiel. Une erreur 400 (requête invalide) ne se réessaie pas : elle échouerait pareil.

Une requête renvoie 400 INVALID_ARGUMENT. Que fait notre fonction generer() ?

Exercice : estimer un budget

Votre service comptable reçoit environ 800 justificatifs par mois. À partir du tableau des mesures et en notant $P_e$ et $P_s$ les prix par million de tokens d'entrée et de sortie, écrivez la formule du coût mensuel. Puis écrivez le code qui mesure les tokens d'entrée de ticket.png sans générer de réponse.

Voir la solution

Coût mensuel ≈ $800 \times \left(\frac{1\,123}{10^6} P_e + \frac{133}{10^6} P_s\right) \approx 0{,}9\,P_e + 0{,}11\,P_s$ (en unités monétaires de la grille tarifaire).

from google import genai
from google.genai import types
from pathlib import Path

client = genai.Client()
img = types.Part.from_bytes(data=Path("ticket.png").read_bytes(), mime_type="image/png")
print(client.models.count_tokens(model="gemini-3.5-flash", contents=[img]).total_tokens)

Ajoutez une marge (réessais, photos plus grandes) et remesurez sur vos vraies photos.

Résultat obtenu

count_tokens sur l'image seule, exécution réelle du 2026-10-15 :

sortie

count_tokens image seule 1065

Le reste des 1 123 tokens mesurés à l'extraction correspond à la consigne et au schéma.

Je connais les limites de taille de chaque modalité et où les vérifier
Je sais calculer un coût à partir des tokens et de la grille tarifaire
Je sais estimer les tokens avant de payer avec count_tokens
Je réessaie seulement les erreurs passagères, avec un maximum