← Tous les modèles

Gemini 3.5 Transcribe

Publication Éditeur Googlegemini-3.5-transcribe

Positionnement

Gemini 3.5 Transcribe est un modèle de reconnaissance vocale destiné à convertir des fichiers audio préenregistrés en texte. Le modèle de transcription en temps réel est distinct : il utilise l’identifiant gemini-3.5-transcribe-live. (blog.google)

Capacités et usages

  • Détection automatique de plus de 85 langues, y compris les changements de langue au sein d’un enregistrement ; prise en charge du français de France et du Canada. (ai.google.dev)
  • Identification des locuteurs, horodatage au niveau du mot et adaptation à un vocabulaire personnalisé, notamment pour les termes spécialisés et les noms propres. (blog.google)
  • Transcription intelligente capable de traiter les autocorrections, de supprimer les hésitations et de mettre en forme le texte. Parmi les usages envisagés figurent la transcription de réunions et d’appels ainsi que l’analyse après appel. (blog.google)
  • Google rapporte un taux d’erreur moyen sur les mots de 2,6 % pour les usages non diffusés en continu, mesuré par Artificial Analysis ; ce résultat ne garantit pas la même précision pour chaque enregistrement. (blog.google)

Limites et disponibilité

Les fichiers audio peuvent durer jusqu’à une heure. L’identification de plus de trois locuteurs est expérimentale. Le modèle non diffusé en continu ne doit pas être confondu avec la variante Live. (ai.google.dev)

L’annonce du 26 août 2026 indiquait une disponibilité en préversion publique. La documentation Gemini Enterprise Agent Platform distingue une version preview publiée en août 2026 et une version GA publiée en octobre 2026 ; les modalités et dates peuvent donc différer selon la plateforme et la version. (blog.google)

Prix

Pour gemini-3.5-transcribe sur la Gemini Developer API, tarif standard payant en USD : 2,00 USD par million de tokens audio en entrée et 12,00 USD par million de tokens en sortie. La page indique aussi un palier gratuit pour l’entrée et la sortie. Les estimations de Google sont d’environ 0,003 USD par minute en entrée et 0,002 USD par minute en sortie, soit 0,005 USD par minute au total, sur la base de 25 tokens audio par seconde et de 175 tokens texte par minute. Ces montants par minute sont des estimations, pas des tarifs distincts garantis. Source : tarifs officiels Gemini API, consultés le 16 novembre 2026. (aistudio.google.com)

Date et sources officielles