Select Model                                                                                                                                                                                                                              │
│                                                                                                                                                                                                                                           │
│   1. gemini-3.1-pro-preview                                                                                                                                                                                                               │
│   2. gemini-3-flash-preview                                                                                                                                                                                                               │
│   3. gemini-3.1-flash-lite-preview                                                                                                                                                                                                        │
│   4. gemini-2.5-pro                                                                                                                                                                                                                       │
│   5. gemini-2.5-flash                                                                                                                                                                                                                     │
│   6. gemini-2.5-flash-lite                                                                                                                                                                                                                │
│   7. gemma-4-31b-it                                                                                                                                                                                                                       │
│   8. gemma-4-26b-a4b-it      

FreeLLMAPI
One OpenAI-compatible endpoint. Eleven free LLM providers. ~1B+ tokens per month.
 
Aggregate the free tiers from Google, Groq, Cerebras, SambaNova, NVIDIA, Mistral, OpenRouter, GitHub Models, Cohere, Cloudflare, and Z.ai (Zhipu) behind a single /v1/chat/completions endpoint. Keys are stored encrypted. A router picks the best available model for each request, falls over to the next provider when one is rate-limited, and tracks per-key usage so you stay under every free-tier cap.

@pankajkumar_dev
 
Google I/O leaks: Gemini desktop app is becoming a real AI agent
 
- The new Gemini desktop app is split into two workspaces: a normal Chat mode and a dedicated Spark mode for local agentic tasks
- Gemini Spark can  connect to local folders, analyze code files, run scripts, organize files, and even sync workflows directly with Google Drive
- A new “Stream to Cursor” feature acts like Google’s Magic Pointer idea, where Gemini understands the context of whatever app or window your cursor is hovering over
- The floating overlay can instantly share screen, window, or camera context while also allowing rapid switching between models like Gemini 3 Flash and Gemini 3.1 Pro
- Google is also preparing local “Skills” support, letting users attach custom scripts or capability folders directly into the agent workflow
- Internally, Gemini Omni is referred to as “Veo4 Omni”, hinting at deep Veo 4 integration inside the desktop experience
- Gemini Live is also present as a persistent voice overlay, though it still appears to be work in progress internally

Votre intuition est parfaitement exacte. Ce terme est délibérément choisi pour son élasticité sémantique et technique, permettant à Google de ne pas s'enfermer dans une métrique chiffrée stricte.
 
Cette modification récente de l'interface de Gemini (déployée massivement mi-mai 2026) marque un changement de paradigme : Google abandonne l'affichage des limites basées sur un nombre fixe de messages (comme « 30 requêtes par jour ») pour passer à un système de limites basées sur la puissance de calcul (compute-based usage limits).
 
L'analyse critique de ce terme « standard » révèle plusieurs réalités techniques et commerciales :
 
1. La réalité technique : L'hétérogénéité du coût d'une requête
Dans les coulisses d'une infrastructure d'IA, toutes les requêtes ne se valent pas.
 
Poser une question textuelle simple de trois mots consomme très peu de ressources.
 
Envoyer un fichier PDF volumineux, analyser une vidéo de plusieurs minutes ou solliciter un modèle de raisonnement avancé (Deep Think) demande une quantité colossale de jetons (tokens) et de temps de calcul (GPU/TPU).
 
En définissant une limite « standard » plutôt qu'un nombre de messages, Google quantifie une enveloppe globale de compute (ou de tokens contextuels cumulés). Si vous faites des requêtes complexes, cette jauge « standard » se videra beaucoup plus rapidement que si vous enchaînez des questions simples.
 
2. La réalité opérationnelle : L'ajustement dynamique de la charge (Load Balancing)
Le principal avantage pour Google de maintenir ce flou est la flexibilité. Les infrastructures de serveurs d'IA sont saturées et hautement dépendantes des heures de pointe.
En n'affichant aucun chiffre brut, Google s'accorde le droit de faire varier la valeur réelle du « standard » en temps réel. Si les serveurs mondiaux sont sous tension, la limite standard peut être discrètement abaissée en arrière-plan pour préserver la disponibilité du service, sans que l'utilisateur puisse invoquer une rupture des conditions contractuelles ou un non-respect des quotas promis.
 
3. La logique commerciale : Le levier de la frustration
D'un point de vue marketing, l'opacité sert la monétisation. L'interface utilise désormais des formules comparatives telles que « Limite standard atteinte » ou met en avant des forfaits supérieurs offrant « 2x plus que la limite standard ».
 
Pour l'utilisateur, l'absence de repère chiffré crée une asymétrie d'information : il est impossible de planifier rigoureusement sa consommation ou de benchmarker précisément le coût réel de son utilisation face à la concurrence (comme OpenAI ou Anthropic, qui font d'ailleurs face aux mêmes problématiques de quotas flous et dynamiques). Vous êtes poussé à l'action (attendre ou payer) par le biais d'une jauge dont les règles d'effondrement restent une boîte noire.
 
En résumé
« Le standard » ne correspond à aucun chiffre fixe. C'est un quota de calcul abstrait et dynamique, indexé sur la complexité de vos invites (prompts) et la capacité instantanée des centres de données de Google. C’est un choix d'ingénierie qui privilégie la protection des infrastructures et l'incitation commerciale à la transparence utilisateur.

L'analogie avec le marché de l'énergie (ou l'infrastructure Cloud) est parfaite. Le modèle économique actuel du "buffet à volonté" à un tarif fixe (autour de 20 €/mois) est sous assistance respiratoire.
 
L'arrivée des modèles de raisonnement et des agents autonomes a totalement détruit les *unit economics* (la rentabilité par utilisateur) des fournisseurs. Avant, un *power user* écrivant des e-mails ou des résumés coûtait peut-être le double d'un utilisateur occasionnel. Aujourd'hui, un utilisateur qui génère et débogue de l'architecture complexe en boucle avec un modèle de type *Deep Think* peut coûter 50 à 100 fois plus cher en ressources GPU.
 
C'est ce qui explique le délestage (*load shedding*) agressif de Claude et l'apparition de la jauge dynamique de Gemini : ce sont des freins d'urgence pour limiter l'hémorragie financière pendant que l'industrie pivote vers un nouveau modèle.
 
Voici comment le marché est en train de se restructurer :
 
## 1. La fin du forfait illimité (Le mouvement en cours)
 
Les grands acteurs sont en train de tuer doucement le concept d'utilisation illimitée. L'exemple le plus frappant vient du côté des développeurs : **GitHub Copilot bascule dès ce mois de juin 2026 sur une facturation à l'usage**. Fini le forfait fixe pur, les utilisateurs et les entreprises reçoivent désormais une enveloppe de crédits mensuels. S'ils la dépassent, ils paient au compteur.
 
Pour des équipes de production IT — et particulièrement celles qui s'orientent vers des pratiques d'automatisation poussées ou des méthodologies SRE —, l'imprévisibilité de ces coûts variables va d'ailleurs exiger la mise en place de métriques de consommation très strictes pour éviter l'explosion des budgets.
 
## 2. La scission B2B vs Grand Public
 
La facturation au jeton (*token*) va s'imposer partout, mais sous des noms différents selon la cible :
 
* **L'approche API / Enterprise (Le modèle pur AWS) :** C'est la facturation transparente au token (entrant, sortant, et désormais les "tokens de réflexion" cachés). On est exactement dans le modèle de l'énergie : vous payez à la milliseconde de *compute* et au volume de données traité.
* **L'approche Web / Grand Public (Le modèle Télécom) :** Le mot "token" est trop technique pour l'utilisateur lambda. Les interfaces web vont plutôt adopter un modèle d'**abonnement hybride**. Vous paierez un forfait de base pour les requêtes standard (modèles Flash ou Pro directs), et vous disposerez d'une réserve de "Crédits de calcul" pour les requêtes complexes (Deep Think, analyse de gros volumes, génération vidéo). Une fois la jauge vide, il faudra acheter des recharges (*Top-ups*), comme on achetait des recharges de données mobiles il y a dix ans.
 
## 3. La tarification multi-dimensionnelle
 
Le marché de l'énergie facture le kilowatt-heure. Le marché de l'IA va facturer la dimension de l'effort.
À terme, les interfaces web vous préviendront probablement avant d'exécuter une tâche lourde : *« Cette demande d'analyse sur vos trois fichiers de logs va consommer 15 crédits. Confirmer ? »*.
 
Nous sommes actuellement dans la phase de transition la plus inconfortable : les fournisseurs brident discrètement les outils en arrière-plan parce qu'ils n'ont pas encore trouvé la formule marketing idéale pour vous présenter la vraie facture de votre consommation d'énergie computationnelle.