--- title: Utiliser Gemini dans WorkBuddy via RunAPI — Guide MCP | RunAPI description: Appelez Google Gemini depuis WorkBuddy via le serveur MCP RunAPI. Gemini 3.5 Flash, 3.x Pro, 2.5 Pro — une seule clé, une seule configuration MCP, aucun projet Google Cloud. url: https://runapi.ai/fr/workbuddy-gemini.md canonical: https://runapi.ai/fr/workbuddy-gemini locale: fr site: RunAPI image: https://runapi.ai/assets/opengraph-bfaaa0f0.png alternates: en: https://runapi.ai/workbuddy-gemini zh-CN: https://runapi.ai/zh-CN/workbuddy-gemini es: https://runapi.ai/es/workbuddy-gemini ja: https://runapi.ai/ja/workbuddy-gemini de: https://runapi.ai/de/workbuddy-gemini fr: https://runapi.ai/fr/workbuddy-gemini pt-BR: https://runapi.ai/pt-BR/workbuddy-gemini ko: https://runapi.ai/ko/workbuddy-gemini it: https://runapi.ai/it/workbuddy-gemini nl: https://runapi.ai/nl/workbuddy-gemini pl: https://runapi.ai/pl/workbuddy-gemini tr: https://runapi.ai/tr/workbuddy-gemini zh-TW: https://runapi.ai/zh-TW/workbuddy-gemini zh-HK: https://runapi.ai/zh-HK/workbuddy-gemini ar: https://runapi.ai/ar/workbuddy-gemini x-default: https://runapi.ai/workbuddy-gemini model: gemini --- > HTML version: https://runapi.ai/fr/workbuddy-gemini > Site index for agents: https://runapi.ai/llms.txt # 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](https://runapi.ai/fr/login) - [Lire la documentation](https://runapi.ai/fr/docs/guides) une clé RunAPI · connexion MCP en un clic · aucun projet Google Cloud requis ### Prompt ```text 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 ``` ### Config MCP ```bash { "mcpServers": { "runapi": { "url": "https://runapi.ai/mcp", "transport": "streamable_http", "headers": { "Authorization": "Bearer $RUNAPI_API_KEY" } } } } ``` ### Réponse ```json { "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 } } ``` ## 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 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. ## Questions sur Gemini + WorkBuddy ### Puis-je utiliser Google Gemini dans WorkBuddy sans projet Google Cloud ? Oui. RunAPI donne accès à Gemini via son serveur MCP. Vous avez seulement besoin d'une RUNAPI_API_KEY — aucun projet Google Cloud, aucun JSON de compte de service, aucune configuration de facturation Vertex AI. ### Quelle est la différence entre Gemini Flash et Pro — quand utiliser l'un ou l'autre ? Flash (gemini-3.5-flash) est le plus rapide et le moins cher — idéal pour les boucles d'agents en temps réel, la classification et les chaînes d'appels d'outils. Pro (gemini-2.5-pro) gère le raisonnement complexe, l'analyse sur contexte long et les tâches multi-étapes où la précision prime sur la vitesse. ### Comment Gemini est-il facturé via RunAPI ? Paiement à l'usage sans abonnement mensuel ni dépense minimale. Les tokens en entrée et en sortie sont mesurés séparément, et les tarifs de Gemini Flash sont parmi les plus bas du catalogue RunAPI. Consultez la page de tarification RunAPI pour les tarifs en vigueur. ### Puis-je passer de Gemini à GPT dans la même session WorkBuddy ? Oui. Les deux transitent par le même serveur MCP RunAPI et la même clé API. Nommez un modèle différent dans votre prochaine requête — gemini-3.5-flash, gpt-5.5 ou tout autre modèle du catalogue — et WorkBuddy ne modifie que l'argument model de l'appel d'outil. ### Gemini via RunAPI prend-il en charge le function calling et l'utilisation d'outils ? Oui. Définissez des outils dans la requête et Gemini retourne des tool_calls dans le message assistant. WorkBuddy les traite de la même façon que les appels d'outils de GPT ou Claude. - [Guide de configuration WorkBuddy →](https://runapi.ai/fr/workbuddy.md) - Pas encore connecté ? Commencez par le guide de configuration RunAPI MCP pour WorkBuddy. - [Modèles Gemini →](https://runapi.ai/fr/models/gemini.md) - Voir toutes les variantes Gemini, les niveaux de tarification et la documentation API. ## 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 →](https://runapi.ai/fr/models.md) --- ## More from RunAPI - [Home](https://runapi.ai/fr/.md) ### Produit - [Catalogue de modèles](https://runapi.ai/fr/models.md) - [Tarifs](https://runapi.ai/fr/pricing.md) - [Fournisseurs](https://runapi.ai/fr/models#all-models) ### Développeurs - [Documentation](https://runapi.ai/fr/docs/guides) - [SDK](https://runapi.ai/fr/sdk.md) - [CLI](https://runapi.ai/fr/cli.md) - [Serveur MCP](https://runapi.ai/fr/mcp.md) - [x402](https://runapi.ai/fr/x402.md) ### Guides - [Claude Code vs Cursor](https://runapi.ai/fr/claude-code-vs-cursor.md) - [Configuration de l’API Cursor](https://runapi.ai/fr/cursor-api-setup.md) - [RunAPI vs OpenRouter](https://runapi.ai/fr/openrouter-alternative.md) ### Entreprise - [Entreprise](https://runapi.ai/fr/contact.md) - [Contact](https://runapi.ai/fr/contact.md) ### Légal - [Conditions](https://runapi.ai/fr/terms.md) - [Confidentialité](https://runapi.ai/fr/privacy.md) - [Site index for agents](https://runapi.ai/llms.txt) Contact: contact@runapi.ai ## Structured data ```json [ { "@context": "https://schema.org", "inLanguage": "fr", "@type": "WebSite", "name": "RunAPI", "url": "https://runapi.ai/fr", "potentialAction": { "@type": "SearchAction", "target": { "@type": "EntryPoint", "urlTemplate": "https://runapi.ai/fr/models?q={search_term_string}" }, "query-input": "required name=search_term_string" } }, { "@context": "https://schema.org", "inLanguage": "fr", "@type": "Organization", "name": "RunAPI", "url": "https://runapi.ai/fr", "logo": { "@type": "ImageObject", "url": "https://runapi.ai/fricon.svg" }, "sameAs": [ "https://github.com/runapi-ai" ] }, { "@context": "https://schema.org", "inLanguage": "fr", "@type": "SoftwareApplication", "name": "RunAPI Gemini pour WorkBuddy", "applicationCategory": "DeveloperApplication", "description": "Appelez Google Gemini depuis WorkBuddy via le serveur MCP RunAPI. Gemini 3.5 Flash, 3.x Pro, 2.5 Pro — une seule clé, une seule configuration MCP, aucun projet Google Cloud.", "url": "https://runapi.ai/fr/workbuddy-gemini" }, { "@context": "https://schema.org", "inLanguage": "fr", "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "name": "Puis-je utiliser Google Gemini dans WorkBuddy sans projet Google Cloud ?", "acceptedAnswer": { "@type": "Answer", "text": "Oui. RunAPI donne accès à Gemini via son serveur MCP. Vous avez seulement besoin d'une RUNAPI_API_KEY — aucun projet Google Cloud, aucun JSON de compte de service, aucune configuration de facturation Vertex AI." } }, { "@type": "Question", "name": "Quelle est la différence entre Gemini Flash et Pro — quand utiliser l'un ou l'autre ?", "acceptedAnswer": { "@type": "Answer", "text": "Flash (gemini-3.5-flash) est le plus rapide et le moins cher — idéal pour les boucles d'agents en temps réel, la classification et les chaînes d'appels d'outils. Pro (gemini-2.5-pro) gère le raisonnement complexe, l'analyse sur contexte long et les tâches multi-étapes où la précision prime sur la vitesse." } }, { "@type": "Question", "name": "Comment Gemini est-il facturé via RunAPI ?", "acceptedAnswer": { "@type": "Answer", "text": "Paiement à l'usage sans abonnement mensuel ni dépense minimale. Les tokens en entrée et en sortie sont mesurés séparément, et les tarifs de Gemini Flash sont parmi les plus bas du catalogue RunAPI. Consultez la page de tarification RunAPI pour les tarifs en vigueur." } }, { "@type": "Question", "name": "Puis-je passer de Gemini à GPT dans la même session WorkBuddy ?", "acceptedAnswer": { "@type": "Answer", "text": "Oui. Les deux transitent par le même serveur MCP RunAPI et la même clé API. Nommez un modèle différent dans votre prochaine requête — gemini-3.5-flash, gpt-5.5 ou tout autre modèle du catalogue — et WorkBuddy ne modifie que l'argument model de l'appel d'outil." } }, { "@type": "Question", "name": "Gemini via RunAPI prend-il en charge le function calling et l'utilisation d'outils ?", "acceptedAnswer": { "@type": "Answer", "text": "Oui. Définissez des outils dans la requête et Gemini retourne des tool_calls dans le message assistant. WorkBuddy les traite de la même façon que les appels d'outils de GPT ou Claude." } } ] }, { "@context": "https://schema.org", "inLanguage": "fr", "@type": "HowTo", "name": "Comment utiliser Gemini dans WorkBuddy via RunAPI", "description": "Enregistrez RunAPI comme serveur MCP dans WorkBuddy, demandez à l'agent du workbench d'appeler l'outil de chat Gemini et lisez la réponse retournée.", "step": [ { "@type": "HowToStep", "position": 1, "name": "Enregistrez le serveur MCP RunAPI", "text": "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.", "url": "https://runapi.ai/fr/workbuddy-gemini#how-step-1" }, { "@type": "HowToStep", "position": 2, "name": "Inviter l'agent workbench", "text": "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.", "url": "https://runapi.ai/fr/workbuddy-gemini#how-step-2" }, { "@type": "HowToStep", "position": 3, "name": "Lisez le résultat de l'outil", "text": "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.", "url": "https://runapi.ai/fr/workbuddy-gemini#how-step-3" } ] }, { "@context": "https://schema.org", "inLanguage": "fr", "@type": "BreadcrumbList", "itemListElement": [ { "@type": "ListItem", "position": 1, "name": "Accueil", "item": "https://runapi.ai/fr" }, { "@type": "ListItem", "position": 2, "name": "RunAPI Gemini pour WorkBuddy", "item": "https://runapi.ai/fr/workbuddy-gemini" } ] } ] ```