Google a elargi, sans grand bruit, ce que les developpeurs peuvent envoyer a l'API Gemini et ce que les outils peuvent renvoyer. L'entree du 5 novembre 2026 dans les notes de version de l'API Gemini decrit deux changements lies: un support plus large des fichiers Microsoft Office et OpenDocument en entree, et des reponses de fonctions multimodales qui permettent de renvoyer fichiers Office, audio et video, en plus du texte, des images et des PDF.
Cote entree, l'API accepte desormais PowerPoint 97-2003 (PPT), les presentations OpenDocument (ODP) et les tableurs OpenDocument (ODS), et ajoute le traitement de Word 97-2003 (DOC) sous forme d'images de page. Les fichiers DOC, PPT et ODP sont rendus page par page ou diapositive par diapositive pour que le modele lise mise en page, graphiques et images. Pour les classeurs ODS, le modele recoit les donnees et formules de la premiere feuille seulement. Le traitement des formats modernes deja pris en charge (DOCX, DOTX, ODT, PPTX, XLSX et XLS) ne change pas.
Le guide de traitement documentaire de Google precise le comportement par format. DOCX, DOTX, ODT et PPTX sont convertis en texte integral, avec les images integrees conservees pour DOCX et PPTX, mais pages et diapositives ne sont pas rendues en images, donc la mise en page et les graphiques peuvent se perdre. XLSX et XLS n'exposent toujours que la premiere feuille comme valeurs de cellules sans formules ni mise en forme. L'ODS est l'exception parmi les tableurs: la premiere feuille arrive avec donnees et formules. Les autres feuilles sont ignorees sauf si le developpeur les place en premier ou les separe. Les limites de taille et de pages s'appliquent toujours au fichier entier.
Le second changement vise les agents qui utilisent des outils. Les reponses de fonctions peuvent desormais renvoyer fichiers Office et OpenDocument, audio et video au modele. Dans l'API GenerateContent, les parties de reponse de fonction acceptent ces medias en plus des images, PDF et texte; elles acceptent aussi fileData pour renvoyer un URI Files API plutot que des octets inline. displayName est disponible sur inlineData et fileData, et les parties video prennent mediaProcessing STATIC ou AGENTIC. Dans l'API Interactions, les etapes function_result acceptent des blocs document, audio et video (avec text et image), en donnees inline ou URI. Les blocs video sont disponibles en v1beta et v1alpha et acceptent un champ processing.
La documentation du function calling multimodal rattache la fonction aux modeles de la serie Gemini 3. Les types de blocs supportes incluent le texte simple, les images aux formats PNG JPEG et WebP, les documents PDF et CSV ainsi que les types Office et OpenDocument cites plus haut, l'audio dans les formats deja documentes et la video dans les formats deja documentes pour la comprehension video. Chaque bloc media peut utiliser des donnees base64 ou un URI Files API, et les fichiers renvoyes par les outils sont traites comme le meme fichier passe en entree ordinaire. Un type MIME non supporte renvoie l'erreur 400 INVALID_ARGUMENT avec le champ et les types acceptes.
Ensemble, les deux notes ferment un ecart pratique pour les agents centres sur les documents. Un outil peut recuperer un vieux deck PPT ou une feuille ODS, le renvoyer directement a Gemini sans conversion separee et poursuivre la conversation. L'annonce reste purement documentaire: Google n'a publie ni benchmark, ni changement de prix, ni exemple client avec l'entree du 5 novembre, et aucune couverture independante n'est apparue lors de cette execution.
Les developpeurs qui envoient deja des DOCX et PPTX verront peu de changement sur ce chemin. Les equipes qui recoivent encore des DOC, PPT ou OpenDocument de partenaires, regulateurs ou anciens systemes d'entreprise disposent d'un chemin officiel pour garder ces formats dans la boucle Gemini, y compris lorsqu'ils arrivent comme resultat d'outil et non comme le televersement initial de l'utilisateur.