Blog

API Gemini Gratuite et Illimitée

Ashley Innocent

Ashley Innocent

9 May 2026

API Gemini Gratuite et Illimitée

enterprise.banner.title

enterprise.banner.feature1

enterprise.banner.feature2

enterprise.banner.feature3

enterprise.banner.ctaB

La famille Gemini de Google est la ligne de modèles de pointe la plus rentable pour les charges de travail à volume élevé, avec Gemini 2.5 Pro coûtant 1,25 $ / 10 $ par million de jetons et les variantes Flash étant beaucoup moins chères. Pour une application publique gratuite, un projet annexe ou une construction de hackathon, même ces tarifs s'accumulent rapidement une fois que quelques milliers d'utilisateurs atteignent votre point de terminaison. Puter.js inverse le modèle : il expose toute la gamme Gemini (2.5 Pro, 2.5 Flash, 2.0 Flash, la préversion 3 Flash, plus la famille open Gemma 2/3/4) sans clé API Google et facture l'utilisateur final au lieu de vous. Pour le développeur, la surface est gratuite et illimitée.

button

En bref

Comment fonctionne le « gratuit illimité »

Puter.js inverse le modèle de facturation des LLM. Au lieu que vous déteniez la clé Google AI Studio et que vous supportiez chaque coût de jeton, votre utilisateur final se connecte à Puter (compte gratuit) et l'appel est facturé sur son solde. Les nouveaux comptes Puter reçoivent un crédit de démarrage ; les utilisateurs rechargent s'ils en veulent plus.

Pour le développeur, les conséquences sont claires :

Le compromis : ceci est d'abord pour le navigateur. Une tâche cron backend ne peut pas utiliser Puter sans une session utilisateur connectée.

Étape 1 : Installer

Une balise CDN, pas d'étape de construction :

<script src="https://js.puter.com/v2/"></script>

C'est toute l'installation. Ou pour une application packagée :

npm install @heyputer/puter.js

import { puter } from '@heyputer/puter.js';

Étape 2 : Choisir un modèle

La gamme Gemini sur Puter, avec le bon outil pour chaque cas :

ID du modèle Quand l'utiliser
google/gemini-2.5-pro Raisonnement le plus profond ; analyse complexe et tâches à long contexte
google/gemini-2.5-flash Pilote quotidien par défaut ; bon équilibre coût/qualité
google/gemini-2.5-flash-lite Variante Flash la moins chère ; classification à volume élevé
google/gemini-2.0-flash Base stable ; comportement bien compris
google/gemini-3-flash-preview Dernière préversion ; vitesse de pointe
google/gemma-3-27b-it Gemma ouvert ; ajusté aux instructions, bon pour les bases de fine-tuning
google/gemma-4-31b-it Le plus grand Gemma ouvert ; plus proche de la qualité Gemini fermée

Pour la plupart des applications, utilisez par défaut gemini-2.5-flash et n'utilisez Pro que pour les invites difficiles. Les variantes Lite sont un ordre de grandeur plus rapides et suffisamment bonnes pour le balisage, la classification et les questions-réponses simples.

Étape 3 : Faire parler Gemini

L'appel minimal viable :

<!DOCTYPE html>
<html>
<body>
  <script src="https://js.puter.com/v2/"></script>
  <script>
    puter.ai.chat(
      "Expliquez le machine learning en trois phrases",
      { model: 'google/gemini-2.5-flash' }
    ).then(response => {
      puter.print(response);
    });
  </script>
</body>
</html>

Ouvrez dans un navigateur. Puter gère l'appel, l'utilisateur se connecte (ou crée un compte Puter gratuit lors de la première exécution), et la réponse s'affiche sur la page. Pas de clé API, pas de variable d'environnement, pas de serveur.

Étape 4 : Diffuser la réponse en streaming

Pour les interfaces de chat et les réponses longues, le streaming est le bon défaut :

const response = await puter.ai.chat(
  "Expliquez la photosynthèse en détail",
  {
    model: 'google/gemini-2.5-flash',
    stream: true,
  }
);

for await (const part of response) {
  if (part?.text) {
    outputDiv.innerHTML += part.text;
  }
}

Chaque part.text est un fragment de la réponse. Ajoutez-le à votre interface ; l'utilisateur voit le texte apparaître mot par mot.

Étape 5 : Vision (entrée d'image)

La fonctionnalité la plus puissante de Gemini est l'ancrage multimodal. Passez une URL d'image comme deuxième argument :

puter.ai.chat(
  "Que voyez-vous dans cette image ? Décrivez les couleurs, les objets et l'ambiance.",
  "https://assets.puter.site/doge.jpeg",
  { model: 'google/gemini-2.5-flash' }
).then(response => {
  puter.print(response);
});

Cas d'utilisation : génération de texte alternatif, QA visuelle, analyse de captures d'écran, OCR, outils d'accessibilité, balisage d'images de produits. La qualité de vision de Gemini est constamment forte sur les images naturelles et les diagrammes ; sur les captures d'écran de texte dense, GPT-5.x le surpasse parfois.

Étape 6 : Ajuster la température

Passez les paramètres standards dans l'objet d'options :

const response = await puter.ai.chat(
  'Écrivez une courte histoire créative sur un robot chef cuisinier',
  {
    model: 'google/gemini-2.5-flash',
    temperature: 0.2,
  }
);

Température plus basse (0,0–0,3) pour une sortie factuelle ou structurée, plus élevée (0,7–1,0) pour l'écriture créative. Les paramètres par défaut de Gemini Flash fonctionnent bien à une température de 0,7 pour la plupart des cas d'utilisation de chat.

Étape 7 : Conversations à plusieurs tours

Passez un tableau de messages :

const messages = [
  { role: 'user', content: 'Je construis une application Next.js avec Postgres.' },
  { role: 'assistant', content: 'Compris. De quoi avez-vous besoin d\'aide ?' },
  { role: 'user', content: 'Comment devrais-je structurer les migrations ?' },
];

const response = await puter.ai.chat(messages, {
  model: 'google/gemini-2.5-pro',
});

console.log(response);

Ajoutez chaque message utilisateur et chaque réponse de l'assistant au tableau avant l'appel suivant. Gemini lit l'intégralité de la transcription et reste cohérent d'un tour à l'autre.

Comparaison de Gemini avec d'autres modèles sur la même invite

Puter expose tous les principaux LLM via une seule interface. Le moyen le plus rapide de trouver le bon modèle pour votre cas d'utilisation est de scripter la même invite sur plusieurs fournisseurs :

const models = [
  'google/gemini-2.5-flash',
  'claude-sonnet-4-6',
  'gpt-5.5',
  'x-ai/grok-4.3',
];
const prompt = "Refactorisez ce composant React pour utiliser des hooks : ...";

for (const model of models) {
  const start = performance.now();
  const response = await puter.ai.chat(prompt, { model });
  const elapsed = performance.now() - start;
  console.log(`${model}: ${elapsed.toFixed(0)}ms`);
  console.log(response);
  console.log('---');
}

Exécutez-le une fois et vous verrez le modèle de compromis. Gemini Flash est généralement le vainqueur en termes de latence, Sonnet est le vainqueur en termes de qualité sur le codage, GPT-5.5 est le vainqueur en termes de qualité sur l'écriture longue, Grok 4.3 l'emporte sur le coût. Choisissez le modèle qui correspond à votre forme.

Ce que vous obtenez et ce que vous n'obtenez pas

La répartition honnête :

Vous obtenez :

Vous pourriez ne pas obtenir (selon la version de Puter) :

Pour les flux agentiques profonds qui nécessitent l'exécution de code et l'ancrage, l'API officielle Google AI Studio vous offre plus. Pour le chat typique, les questions-réponses, la génération de contenu et les tâches visuelles, Puter est suffisant.

Quand utiliser Puter vs l'API officielle Gemini

La répartition :

Utilisez Puter quand :

Utilisez l'API officielle Gemini quand :

Pour la présentation autonome de Gemini 3 Flash, consultez Comment utiliser l'API de préversion Gemini 3 Flash.

Tester l'intégration dans Apidog

Les appels Puter se produisent dans le navigateur, vous ne pouvez donc pas les scripter à partir d'un exécuteur de tests backend. Le modèle qui fonctionne :

  1. Construisez une petite page statique avec le script Puter et un paramètre de requête pour l'invite.
  2. Utilisez Apidog pour valider la surface de l'API Google Gemini en amont (lorsque vous migrerez éventuellement).
  3. Gardez les deux comme environnements séparés dans la même collection Apidog afin de pouvoir basculer en un clic.

Téléchargez Apidog et configurez deux environnements : puter-prototype (une URL localhost hébergeant votre page Puter) et gemini-prod (https://generativelanguage.googleapis.com/v1). La collection se porte proprement lorsque vous passez à la production. Pour des modèles de test API plus larges, consultez Outil de test API pour les ingénieurs QA.

Autres chemins LLM gratuits via Puter

Le même modèle "l'utilisateur paie" fonctionne pour tous les principaux LLM :

Le script unique Puter les gère tous. Changez la chaîne model et vous changez de fournisseur.

FAQ

Est-ce vraiment illimité, ou y a-t-il un plafond caché ?Illimité du côté du développeur, oui. L'utilisateur final dispose du solde de son compte Puter ; les nouveaux comptes reçoivent un crédit de démarrage et les utilisateurs rechargent s'ils en veulent plus.

Ai-je besoin d'un compte Google ou d'un projet Google Cloud ?Non. Puter gère la relation avec Google. Vous ne verrez jamais de clé API Google.

Puis-je l'utiliser en production ?Oui pour les applications basées sur un navigateur. Puter gère l'infrastructure de production. La bonne question est de savoir si vos utilisateurs tolèrent une étape de connexion à Puter.

Gemini via Puter fonctionne-t-il de manière identique à l'API officielle ?La sortie du modèle est la même ; Puter appelle l'API de Google au nom de l'utilisateur. La latence peut être légèrement plus élevée en raison du saut supplémentaire, mais le comportement du modèle reste inchangé.

Qu'en est-il de la fenêtre de contexte massive de 2M de jetons de Gemini ?Puter n'expose pas le plafond complet de 2M sur toutes les variantes de modèle aujourd'hui. Pour un contexte extrêmement long, l'API officielle Google AI Studio est la bonne voie. La plupart des cas d'utilisation restent bien en dessous de 200K jetons, où Puter est suffisant.

Puis-je utiliser Gemini via Puter dans un bot Discord ou un service backend ?Pas proprement. Puter est d'abord basé sur le navigateur et suppose une session utilisateur. Les services backend devraient utiliser directement l'API officielle Gemini.

Quel modèle devrais-je utiliser par défaut ?google/gemini-2.5-flash. C'est le bon équilibre entre coût, vitesse et qualité pour la plupart des invites. Passez à google/gemini-2.5-pro pour les tâches de raisonnement difficiles, et à google/gemini-2.5-flash-lite pour la classification à volume élevé.

La génération d'images est-elle prise en charge (Imagen) ?Puter expose la génération d'images via gpt-image-2 d'OpenAI et les variantes DALL-E aujourd'hui, pas Imagen. Voir Obtenez l'API GPT-5.5 illimitée gratuite pour le chemin de génération d'images.

En résumé

Gemini illimité et gratuit via Puter.js est le moyen le plus simple pour toute application basée sur un navigateur qui souhaite une sortie multimodale de qualité Google sans la configuration Google Cloud. Intégrez le script, choisissez gemini-2.5-flash, écrivez l'invite. L'utilisateur final couvre l'utilisation ; vous livrez sans clé.

Pour Gemini côté serveur, le fine-tuning, les outils d'exécution de code ou le contexte complet de 2M de jetons, l'API officielle Google AI Studio reste la bonne réponse. Pour les prototypes, les constructions de hackathon, les applications publiques gratuites et les sites statiques, Puter est la réponse.

Construisez la requête une fois dans Apidog, comparez Puter à l'API officielle, et choisissez le chemin qui correspond à vos besoins.

button

Pratiquez le Design-first d'API dans Apidog

Découvrez une manière plus simple de créer et utiliser des API

S'inscrire gratuitementTélécharger