Modèles IA pour la création d'images
Gemini Image — génération et édition d'image avec Google
Google intègre la génération et l'édition d'images dans sa famille Gemini, accessible par API. Ce qu'apporte un modèle multimodal — comprendre une image avant de la modifier, éditer par langage naturel — et ce qu'il faut savoir avant de l'intégrer.
Gemini Image désigne les capacités de génération et d'édition d'images intégrées par Google à sa famille de modèles Gemini, accessibles par API. Son intérêt pour un créatif est multimodal : le modèle reçoit une instruction, une image ou plusieurs éléments de contexte, comprend l'image existante et la modifie par langage naturel — changer un élément, conserver une partie, adapter un style. Google fait évoluer régulièrement les modèles, leurs noms et leurs modes d'accès ; chez Axiris, Gemini Image est un moteur distant parmi d'autres, choisi quand il apporte une capacité utile et que le projet autorise l'envoi des images chez un fournisseur.
Des modèles multimodaux
Google intègre la génération et l'édition d'images dans sa famille Gemini. L'intérêt d'une approche multimodale est de travailler avec du texte et des informations visuelles dans la même interaction : le modèle reçoit une instruction, une image ou plusieurs éléments de contexte, et produit ou transforme un visuel.
Génération
Gemini génère une image à partir d'une description. Mais son intérêt pour un workflow créatif apparaît surtout dans les tâches où le modèle doit comprendre une image existante avant de la modifier — ce qu'un modèle de génération seul ne sait pas faire.
Édition par langage naturel
Un créatif exprime directement une intention : modifier un élément, conserver une partie de l'image, changer un environnement, adapter un style, introduire de nouveaux éléments. Le modèle interprète la consigne et la scène.
Ce type d'interaction rapproche le modèle d'une direction artistique conversationnelle — le même geste que l'édition par instruction dans Nova. Ce que cela permet, et ce que ça ne garantit pas, est expliqué dans Modèles d'édition d'image.
Un modèle distant
Gemini Image s'utilise par API : les images et les consignes sont envoyées chez Google et traitées sur son infrastructure, sous ses conditions. Aucun matériel n'est nécessaire de votre côté. Ce que cela implique pour vos données, et quand c'est le bon choix : Modèle IA local ou API ?.
Les modèles évoluent vite
Google fait évoluer régulièrement les modèles disponibles, leurs noms, leurs capacités et leurs modes d'accès. Cette page ne dresse donc pas de liste de versions : elle deviendrait fausse sans qu'on le voie. Les sorties importantes sont traitées dans les news, à leur date, et la documentation officielle reste la référence pour l'état courant.
Gemini dans les workflows Axiris
Ce qui nous intéresse est la capacité de relier intention → contexte visuel → édition → contrôle → finition sans perdre ce qui est validé. Gemini Image est l'un des moteurs distants que nous pouvons mobiliser quand il apporte une capacité réellement utile au projet — et quand le niveau de confidentialité du projet l'autorise. La qualité réelle de ses éditions se mesure dans nos tests, à conditions connues, et se lit dans Comparer les modèles d'image IA.
Pour une même instruction, la réponse de Gemini diffère de celle de FLUX, de Qwen-Image ou de GPT Image ; le choix se fait sur le travail à faire — Comment choisir un modèle d'image IA ?.
Source officielle
Google AI for Developers — Image generation
Demande de contact — un premier échange offert, sans engagement : chaque pratique est différente, c'est en vous écoutant qu'on propose ce qui vous convient.