Google DeepMind améliore l'API Gemini avec le chaînage multi-outils et la circulation du contexte

Ces évolutions s'inscrivent dans la course aux capacités agentiques, où les grands modèles de langage doivent orchestrer des flux de travail complexes sans intervention humaine. Permettre à un modèle d'enchaîner plusieurs outils en une seule passe réduit la latence, simplifie l'architecture des applications et ouvre la voie à des agents plus autonomes, un enjeu central pour les développeurs qui construisent des assistants ou des automatisations métier sur Gemini.

L'intégration de Google Maps comme source de données natives est particulièrement notable : elle permet d'enrichir les réponses avec des informations géographiques, d'itinéraires ou de points d'intérêt sans passer par des appels d'API tiers. La circulation du contexte, soit la capacité à maintenir et transmettre le contexte entre les différentes étapes d'un enchaînement d'outils, résout l'un des problèmes récurrents des pipelines agentiques, où la perte d'information entre les appels dégradait la cohérence des résultats.

Ces annonces positionnent Google DeepMind face à des concurrents comme OpenAI et Anthropic, qui développent également leurs propres frameworks d'orchestration d'outils. L'ouverture progressive de l'écosystème Google, Maps, Search, et d'autres services, comme briques natives de l'API Gemini pourrait constituer un avantage différenciant significatif pour attirer les développeurs dans l'orbite de Google Cloud.