EN DIRECT
Google présente "Gemini 4 Carbon", nouvelle étape de sa gamme de modèles28/10/26 · Google|DeepMind dévoile Genie 4, une nouvelle génération de modèle de monde27/10/26 · Google DeepMind|Anthropic dépose son dossier d'introduction en bourse, dominé par les risques26/10/26 · Anthropic|Une politique robotique entraînée uniquement en simulation égale les meilleurs systèmes réels26/10/26|OpenAI dévoile GPT-6.1 Terra, un modèle taillé pour l'usage d'ordinateur26/10/26 · OpenAI|L'IA de Google reste évasive sur l'issue de l'élection américaine de 202028/10/26 · Google|NVIDIA dévoile Nemotron 3.5 Transcribe, un modèle de transcription multilingue pilotable par prompt28/10/26 · NVIDIA|OpenAI et ServiceNow élargissent leur partenariat autour des workflows d'entreprise28/10/26 · OpenAI|Des start-ups défuntes revendent leurs données pour entraîner des IA28/10/26|Anthropic élargit son programme AI for Science à 20 fondations et instituts de recherche28/10/26 · Anthropic|Anthropic détaille les premiers résultats de Claude appliqué au développement de médicaments27/10/26 · Anthropic|GEPA-Curator : filtrer les échecs pour mieux entraîner les agents LLM27/10/26|Google présente "Gemini 4 Carbon", nouvelle étape de sa gamme de modèles28/10/26 · Google|DeepMind dévoile Genie 4, une nouvelle génération de modèle de monde27/10/26 · Google DeepMind|Anthropic dépose son dossier d'introduction en bourse, dominé par les risques26/10/26 · Anthropic|Une politique robotique entraînée uniquement en simulation égale les meilleurs systèmes réels26/10/26|OpenAI dévoile GPT-6.1 Terra, un modèle taillé pour l'usage d'ordinateur26/10/26 · OpenAI|L'IA de Google reste évasive sur l'issue de l'élection américaine de 202028/10/26 · Google|NVIDIA dévoile Nemotron 3.5 Transcribe, un modèle de transcription multilingue pilotable par prompt28/10/26 · NVIDIA|OpenAI et ServiceNow élargissent leur partenariat autour des workflows d'entreprise28/10/26 · OpenAI|Des start-ups défuntes revendent leurs données pour entraîner des IA28/10/26|Anthropic élargit son programme AI for Science à 20 fondations et instituts de recherche28/10/26 · Anthropic|Anthropic détaille les premiers résultats de Claude appliqué au développement de médicaments27/10/26 · Anthropic|GEPA-Curator : filtrer les échecs pour mieux entraîner les agents LLM27/10/26|
Tooléditeur officiel

url_context (Gemini)

Tool : Une action précise que l’IA peut appeler · nécessite gemini-api

Lit le contenu des URL que vous passez dans le prompt.

Le web_fetch de Google ; même vigilance sur l'injection.

Score global
6.6 /10
Sécu : une réserve, lire la fiche
Utilité
7.0
Fiabilité
6.0
Sécurité
Une réserve
Facilité
1 clic · À l’aise

La sécurité reflète la destination des données, les permissions demandées et les incidents recensés à la date de vérification. Ce n’est pas une garantie d’absence de risque : vérifiez le mode de déploiement et les connexions que vous activez.

Ce que ça fait, concrètement

Lorsque vous travaillez avec l'API Gemini, il est souvent nécessaire d'analyser du contenu web sans avoir à copier-coller manuellement des pages entières. L'outil url_context résout ce problème en permettant au modèle de récupérer et de lire directement le contenu de pages web à partir d'URL fournies dans le prompt.

Concrètement, l'outil fonctionne en deux temps : il cherche d'abord le contenu dans un cache interne indexé pour aller vite, puis, si la page n'est pas encore indexée, il effectue une récupération en direct. Le modèle peut traiter jusqu'à 20 URL par requête, chacune pesant au maximum 34 Mo, et il cite ses sources via des annotations intégrées dans la réponse.

Cet outil s'adresse aux développeurs qui construisent des applications nécessitant l'extraction de données, la comparaison de documents, la synthèse de plusieurs sources ou l'analyse de dépôts de code et de documentation technique. Il peut aussi être combiné avec la recherche Google pour d'abord trouver des pages pertinentes, puis les analyser en profondeur.

En revanche, il ne convient pas aux usages nécessitant l'accès à des pages protégées par un identifiant ou un abonnement, à des vidéos YouTube, à des fichiers Google Workspace, ni à des ressources sur des réseaux privés ou locaux. Il est réservé à l'API Gemini et n'est pas disponible sur la plateforme Gemini Enterprise Agent.

Ce que ça propose

  • ·Lecture du contenu de pages web publiques à partir d'URL fournies directement dans le prompt.
  • ·Traitement de jusqu'à 20 URL par requête, avec un contenu maximal de 34 Mo par URL.
  • ·Récupération en deux temps : cache interne indexé en priorité, puis accès en direct si nécessaire.
  • ·Annotations de citations intégrées dans la réponse, reliant chaque passage à son URL source.
  • ·Combinaison possible avec la recherche Google pour trouver puis analyser des pages en profondeur.
  • ·Combinaison possible avec des outils personnalisés via l'appel de fonctions sur les modèles Gemini 3.
  • ·Prise en charge de formats variés : HTML, PDF, JSON, CSV, images PNG et JPEG, entre autres.
  • ·Vérification de sécurité automatique sur chaque URL avant traitement, avec statut retourné dans la réponse.

En pratique

Prix
FreemiumTokens.
Usage commercial
Usage commercial : oui
Disponible sur
api
Hôte
gemini-api
Interface FR
Non

Sécurité et données

Pastille
Sécu : une réserve, lire la fiche
Capacités
litécritexécuteréseau
Vos données
Données chez l’éditeur
Permissions
Lecture et réseau.
Maintenance
Active

Liens et dépôt vérifiés le 25 octobre 2026 · ajoutée le 1 mai 2025

Comment installer url_context (Gemini)

1. Obtenez une clé API Gemini sur ai.google.dev et stockez-la dans une variable d'environnement (GEMINI_API_KEY) plutôt qu'en dur dans le code. 2. Installez le SDK Python avec : pip install google-genai (version 2.0.0 ou supérieure requise). 3. Importez le client dans votre script : from google import genai, puis initialisez-le avec client = genai.Client(). 4. Ajoutez {"type": "url_context"} dans le paramètre tools de votre appel à client.interactions.create(). 5. Passez vos URL directement dans le champ input de la requête, en texte libre ou dans une instruction structurée. 6. Vérifiez le champ url_context_result dans la réponse pour contrôler le statut de chaque URL récupérée.
pip install google-genai

Documentation officielle ↗

Dans la même catégorie

Toute la catégorie Nourrir (mémoire, contexte) →