Claude visitors: new accounts receive $1.00 in bonus API credit within 30 days. One per person; usage credits only.

WORKBUDDY + GEMINI

Utilisez Gemini dans WorkBuddy.

Google Gemini est disponible via RunAPI — Gemini 3.5 Flash pour une latence first-token inférieure à 100 ms, 3.x Pro pour le raisonnement complexe, et 2.5 Pro pour les charges de production avec une fenêtre de contexte de 1 M de tokens. WorkBuddy prend en charge MCP nativement, donc le même serveur MCP RunAPI et la même RUNAPI_API_KEY qui alimentent GPT permettent aussi d'appeler Gemini. Aucun projet Google Cloud, aucun compte de service, aucune configuration Vertex AI.

Obtenir une API Key Lire la documentation
une clé RunAPI · connexion MCP en un clic · aucun projet Google Cloud requis 
Use the runapi MCP server to send a chat request to Gemini.

Requirements:
- Call the RunAPI chat tool exposed by the runapi MCP server
- Set model to "gemini-3.5-flash"
- Ask: "Explain the difference between gRPC and REST in three sentences."
- Set temperature to 0.7 and max_tokens to 256
- Show me the assistant reply and the token usage counts

{
  "mcpServers": {
    "runapi": {
      "url": "https://runapi.ai/mcp",
      "transport": "streamable_http",
      "headers": {
        "Authorization": "Bearer $RUNAPI_API_KEY"
      }
    }
  }
}

{
  "model": "gemini-3.5-flash",
  "content": "gRPC uses HTTP/2 and Protocol Buffers for strongly-typed, multiplexed RPC calls with built-in code generation. REST uses JSON payloads and relies on URL paths and HTTP verbs for resource semantics. gRPC is faster for service-to-service calls; REST is simpler to debug and more widely supported by browsers.",
  "finish_reason": "stop",
  "usage": {
    "prompt_tokens": 34,
    "completion_tokens": 71,
    "total_tokens": 105
  }
}
Copiez le prompt dans WorkBuddy gemini
FONCTIONNEMENT

Utilisez Gemini dans WorkBuddy en trois étapes

1

Enregistrez le serveur MCP RunAPI

Définissez RUNAPI_API_KEY dans l'environnement qui lance WorkBuddy, puis ajoutez un serveur MCP nommé runapi pointant vers https://runapi.ai/mcp via HTTP streamable. Aucune accréditation Google Cloud, aucun JSON de compte de service — la clé RunAPI est tout ce dont Gemini a besoin.

export RUNAPI_API_KEY=runapi_xxx # MCP server: runapi → https://runapi.ai/mcp
2

Inviter l'agent workbench

Saisissez une demande en langage naturel dans WorkBuddy et nommez le modèle — gemini-3.5-flash pour la vitesse, gemini-2.5-pro pour le raisonnement sur contexte long. WorkBuddy renseigne les arguments model et messages de l'outil de chat RunAPI et envoie l'appel.

model: gemini-3.5-flash
3

Lisez le résultat de l'outil

L'outil MCP retourne la réponse de façon synchrone avec le nombre de tokens utilisés. Passez à GPT ou Claude dans votre prochaine requête sans toucher à la configuration — chaque modèle derrière le serveur RunAPI partage la même clé et la même structure d'outil.

usage.total_tokens: 105
PARAMÈTRES

Paramètres de l'outil Gemini sur le serveur MCP RunAPI

Paramètre Type Description
model string Requis. gemini-3.5-flash, gemini-2.5-flash, gemini-2.5-pro, gemini-3-flash-preview ou gemini-3.1-pro-preview.
messages array Obligatoire. Tableau d'objets message avec les champs role (system, user, assistant) et content. WorkBuddy le construit à partir de votre invite.
temperature number Optionnel. Température d'échantillonnage entre 0 et 2. Les valeurs plus basses produisent une sortie plus déterministe. La valeur par défaut varie selon le modèle.
max_tokens integer Optionnel. Nombre maximum de tokens à générer dans la réponse.
top_p number Optionnel. Seuil d'échantillonnage nucleus entre 0 et 1. Alternative à la température pour contrôler l'aléatoire de la sortie.
tools array Optionnel. Définitions d'outils pour le function calling. Gemini retourne des tool_calls dans le message assistant, que WorkBuddy traite comme n'importe quel autre résultat d'outil.

Qu'est-ce que Gemini sur WorkBuddy ?

Google Gemini est disponible via RunAPI sans projet Google Cloud, compte de service ni configuration Vertex AI. WorkBuddy y accède via le même serveur MCP RunAPI et la même RUNAPI_API_KEY utilisés pour GPT et Claude. Gemini 3.5 Flash offre une latence first-token inférieure à 100 ms pour les boucles d'agents en temps réel, tandis que Gemini 2.5 Pro gère les tâches sur contexte long grâce à sa fenêtre de 1 M de tokens et son mode de raisonnement pour les cas complexes.

Cas d'usage Gemini

Analyse multimodale depuis le workbench

Envoyez des images, des PDF, des fichiers audio ou des extraits vidéo avec des prompts texte pour que Gemini les analyse, les décrive ou en extraie des données structurées — le tout géré nativement via un seul appel d'outil.

Analyse de longs documents avec un contexte de 1 M de tokens

Introduisez des bases de code entières, des ensembles de documents juridiques ou des collections d'articles de recherche dans la fenêtre de contexte de 1 M de tokens de Gemini 2.5 Pro pour les analyser et les résumer sans découpage ni pipeline de récupération.

Boucles d'agents en temps réel avec Flash

Utilisez Gemini 3.5 Flash pour les chaînes d'appels d'outils sensibles à la vitesse où une latence first-token inférieure à 100 ms prime sur la qualité de raisonnement. Le coût par million de tokens est parmi les plus bas du catalogue.

FAQ

Questions sur Gemini + WorkBuddy

Configuration générale de WorkBuddy

Pas encore connecté ? Commencez par le guide de configuration RunAPI MCP pour WorkBuddy.

Guide de configuration WorkBuddy →

Catalogue de modèles Gemini

Voir toutes les variantes Gemini, les niveaux de tarification et la documentation API.

Modèles Gemini →

Essayez Gemini dans WorkBuddy dès aujourd'hui.

Obtenez une clé RunAPI gratuite, enregistrez le serveur MCP et commencez à discuter avec Gemini 3.5 Flash — aucun projet Google Cloud requis.

Parcourir les modèles →