Il y a un schéma qui se répète à chaque nouveau modèle de Google : tu lis que Gemini fait des merveilles, tu ouvres ChatGPT par habitude pour demander comment on s'en sert, et tu finis perdu entre trois produits qui portent presque le même nom. AI Studio, l'API Gemini, Vertex AI. Ça sonne pareil et ce n'est pas la même chose.
Google AI Studio est la bonne porte pour commencer, et presque personne ne te l'explique clairement. C'est gratuit, c'est web, et en dix minutes tu passes de « je n'ai jamais touché un modèle Gemini de ma vie » à un appel à l'API qui tourne dans ton code. On va faire exactement ce parcours, sans détours.
Note
Ce tutoriel utilise les noms de modèles et le SDK actuels (2026). Les limites et les prix exacts du free tier sont publiés par Google et changent tous les quelques mois, donc pour les chiffres précis mieux vaut aller voir sa documentation ; ici on t'explique le mécanisme, qui, lui, ne change pas.
Qu'est-ce que Google AI Studio et à quoi ça sert
Google AI Studio (tu le trouves sur aistudio.google.com) est le terrain d'essai gratuit des modèles Gemini. C'est un site web où tu écris des prompts, tu vois ce que répond le modèle, tu ajustes des paramètres et tu compares des versions, le tout sans écrire une ligne de code. Vois ça comme l'établi : ici tu testes la pièce avant de la monter sur la machine.
Ce qui le rend vraiment utile, c'est ce qui se passe après l'essai. Quand tu as un prompt qui marche, AI Studio te donne deux choses en un clic : générer la clé API pour utiliser ce même modèle depuis ton application, et copier le code déjà prêt (Python, JavaScript, etc.) avec ton prompt dedans. Ce pont entre « jouer dans le navigateur » et « l'avoir en production » est la raison d'être de Studio.
En dessous, AI Studio n'est pas un modèle : c'est une vitrine de la famille Gemini. Les modèles Flash sont les rapides et bon marché, pensés pour le volume et les tâches du quotidien ; les Pro sont les puissants, pour le raisonnement complexe. C'est toi qui choisis lequel utiliser à chaque instant depuis un menu déroulant, sans rien installer.
Une distinction qui évite les maux de tête : AI Studio est toujours gratuit. Ce qui a des plans payants, c'est l'API Gemini qui vit en dessous. Autrement dit, jouer sur le web ne te coûte jamais rien ; ce qui est mesuré et facturé (quand tu grandis), ce sont les appels à l'API depuis ton code.
Comment démarrer : clé API et premier prompt
Démarrer n'a rien de sorcier. Tu entres sur aistudio.google.com, tu te connectes avec n'importe quel compte Google —pas besoin d'accès spécial ni de liste d'attente— et te voilà à l'intérieur. La première chose que tu vois, c'est un chat : choisis un modèle Flash dans le menu déroulant, écris quelque chose et envoie. Ça, c'est déjà tester Gemini.
Le panneau latéral droit, c'est là qu'est le nerf de la guerre. C'est là que tu ajustes la température (à quel point le modèle prend des risques : basse = précis et ennuyeux, haute = créatif et chaotique), le system prompt (les instructions de fond qui fixent le ton et le rôle) et le nombre maximum de tokens en sortie. Trifouiller ça dans le navigateur est gratuit et c'est la meilleure façon de comprendre comment se comporte un modèle avant de payer pour lui en production.
Quand le prompt te convainc, il est temps de sortir la clé. Clique sur Get API Key (Obtenir la clé API), en général en haut à gauche ou dans le menu. On te demandera de créer une clé dans un projet Google Cloud : tu peux en utiliser un que tu as déjà ou laisser en créer un nouveau automatiquement. Copie la clé —c'est une longue chaîne qui commence par AIza...— et garde-la comme tu garderais un mot de passe.
Attention
La clé API donne accès à ton quota (et à ta facture si tu actives le paiement). Ne la colle jamais dans le code que tu pousses sur GitHub ni dans le frontend d'un site. Elle va toujours dans une variable d'environnement du serveur (comme GEMINI_API_KEY). Si elle fuite, révoque-la depuis AI Studio et crées-en une autre.
Passer le prompt à l'API avec du code
C'est ici que Studio prouve sa valeur : le saut du navigateur à ton application est quasi immédiat. Le SDK officiel s'appelle google-genai et il existe pour Python, JavaScript/TypeScript, Go et Java, avec la même logique partout.
D'abord, enregistre la clé dans une variable d'environnement pour ne pas l'écrire dans le code :
# Linux / macOS (terminal)
export GEMINI_API_KEY="AIza...ta_cle"
# Python : installer le SDK
pip install -U google-genai
# JavaScript / Node : installer le SDK
npm install @google/genaiLa clé hors du code, le premier appel à l'API tient en trois lignes. Le SDK lit la variable GEMINI_API_KEY tout seul, donc tu ne la mentionnes pas dans le code :
from google import genai
client = genai.Client() # lit GEMINI_API_KEY dans l'environnement
response = client.models.generate_content(
model="gemini-2.5-flash",
contents="Résume en 3 phrases ce qu'est Google AI Studio.",
)
print(response.text)Et exactement la même chose en JavaScript. Remarque que la méthode (generateContent), le nom du modèle et la structure sont identiques : seule la syntaxe du langage change.
import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({}); // lit GEMINI_API_KEY dans l'environnement
const response = await ai.models.generateContent({
model: "gemini-2.5-flash",
contents: "Résume en 3 phrases ce qu'est Google AI Studio.",
});
console.log(response.text);Tu vois l'astuce ? Le prompt que tu as affiné dans le navigateur (contents), le modèle que tu as choisi dans le menu (model) et les paramètres que tu as réglés dans le panneau sont les mêmes champs que tu remplis dans le code. Studio n'est pas un jouet à part : c'est la même API avec une interface visuelle. C'est pour ça que tout le flux s'emboîte comme des Lego.
Le flux d'AI Studio à la production
Tester dans AI Studio
Tu affines le prompt, le modèle et les paramètres dans le navigateur. Gratuit et illimité.
Obtenir la clé API
Un clic sur Get API Key, tu la ranges dans une variable d'environnement du serveur.
Intégrer avec le SDK
Tu copies le prompt dans le code avec google-genai. Mêmes champs que dans l'UI.
Passer à l'échelle
Tu montes vers le palier payant ou vers Vertex AI quand les limites du free tier deviennent trop justes.
Limites du free tier et tarifs
C'est la partie qui embrouille le plus, alors allons-y doucement. Quand tu génères une clé depuis AI Studio, tu démarres automatiquement sur le free tier de l'API Gemini. Gratuit, sans carte, prêt à prototyper. Mais « gratuit » a des frontières, et elles sont au nombre de trois à la fois :
- RPM — requêtes par minute. Combien d'appels tu peux lancer en 60 secondes.
- TPM — tokens par minute. Combien de texte total (entrée + sortie) tu traites par minute.
- RPD — requêtes par jour. Le plafond quotidien d'appels.
Ces trois limites varient selon le modèle. Les modèles Flash sont ceux qui ont le free tier le plus large —pensés justement pour le volume—, tandis que les Pro sont plus restrictifs ou exigent carrément d'activer la facturation. Règle pratique : si ton projet vit sur le free tier, il vit de Flash.
Quand tu es à court de limites, tu actives la facturation et tu passes au palier payant, où l'on facture au token (un prix par million de tokens en entrée et un autre en sortie, moins cher en Flash qu'en Pro). Là, les limites montent énormément et, donnée clé, tes données cessent d'être utilisées pour entraîner les modèles de Google.
Astuce
Ne mémorise pas les chiffres de limites ni les prix : Google les retouche tous les quelques mois et tout nombre que tu notes aujourd'hui périme. Ce qui ne change pas, c'est le panneau de limites dans AI Studio, qui t'affiche le quota en vigueur pour ton projet en temps réel. Regarde toujours là.
Une nuance de confidentialité à avoir claire dès le premier jour : sur le free tier, Google peut utiliser tes prompts et tes réponses pour améliorer ses modèles. Pour bricoler et prototyper, peu importe. Pour des données clients ou des informations sensibles, non : là, c'est payant ou Vertex.
AI Studio vs Vertex AI vs OpenRouter
Trois options qui gravitent sur le même terrain et qu'il vaut mieux ne pas mélanger.
AI Studio (l'API développeur) est la porte d'entrée : clé API simple, free tier sans carte, idéal pour les prototypes, les side projects et l'apprentissage. Son revers, c'est qu'il partage les données sur le plan gratuit et que ses limites ne tiennent pas une app avec du trafic sérieux.
Vertex AI est la même famille Gemini mais en entrant par Google Cloud. Authentification différente (comptes de service au lieu d'une clé isolée), limites bien plus hautes, pas d'usage de tes données pour l'entraînement et une artillerie entreprise en plus : grounding, fine-tuning, résidence des données, SLAs. C'est là que tu migres quand le prototype de Studio devient un produit.
OpenRouter joue dans une autre catégorie : ce n'est pas du Google, c'est un agrégateur qui te donne une seule API et une seule facture pour accéder à Gemini et à GPT, Claude, Llama et des dizaines d'autres. Si tu veux ne pas te marier avec un fournisseur et pouvoir changer de modèle en une ligne, c'est l'option dont on parle dans son propre guide.
Avantages
- Démarrer en minutes : compte Google, un clic et tu as déjà une clé API.
- Tester des modèles dans le navigateur sans code et sans rien dépenser.
- Un free tier réel sans carte, suffisant pour prototyper pour de vrai.
- Même SDK et mêmes champs du navigateur au code : zéro friction à l'intégration.
Inconvénients
- Sur le plan gratuit, Google peut utiliser tes données pour entraîner ses modèles.
- Les limites du free tier ne tiennent pas une app avec du vrai trafic.
- Il t'attache à l'écosystème Gemini ; pour du multimodèle il te faut un agrégateur.
- Pour les features entreprise (grounding, résidence des données), il faut sauter vers Vertex.
Pour qui est Google AI Studio ?
Ce n'est pas une décision de « mieux ou moins bien », mais de quelle phase tu es.
Il te convient si : tu débutes avec l'API Gemini, tu veux tester des prompts et des modèles sans dépenser, tu montes un prototype ou un side project, ou tu es développeur et il te faut un appel à un bon modèle qui tourne aujourd'hui sans te battre avec la console Google Cloud. Aussi si tu veux comprendre comment se comporte Gemini avant d'engager un budget : le banc d'essai gratuit n'a pas de rival pour ça.
Il reste court si : tu vas traiter des données sensibles ou clients (là, payant ou Vertex), il te faut des limites hautes pour une app à trafic, ou tu veux ne pas dépendre d'un seul fournisseur et sauter entre les modèles selon la tâche (là, un agrégateur comme OpenRouter).
La façon saine de le voir : Google AI Studio est là où commence presque tout projet avec Gemini, et de là tu migres —vers l'API payante, vers Vertex ou vers un agrégateur— quand le projet te le demande. Commencer ici n'est pas un pansement pour débutants : c'est aussi le chemin que parcourt celui qui finit ensuite en production. Tout ce dont tu as besoin aujourd'hui, c'est d'un compte Google et de dix minutes.