Exploitez la puissance de l'IA avec Google Vertex AI

Vertex AI est la plateforme d'apprentissage automatique et d'IA générative de Google Cloud. Le 22 avril 2026, Google l'a renommée Gemini Enterprise Agent Platform (les pages produit parlent aussi de « Gemini platform » ou d'« Agent Platform »), et les anciens liens cloud.google.com/vertex-ai redirigent désormais vers cette page. Les notes de version de Google établissent la correspondance entre les anciens et les nouveaux noms : Vertex AI Studio devient Agent Studio, Vertex AI Agent Engine devient Agent Runtime, Vertex AI Search devient Agent Search, l'API Vertex AI devient l'API Agent Platform, et Model Garden conserve son nom. La page de tarification de Google indique que les coûts restent identiques à ceux des produits historiques que la plateforme remplace.

On l'utilise au sein d'un projet Google Cloud. Agent Studio est une console pour concevoir et tester des prompts sur les modèles Gemini ; Model Garden propose plus de 200 modèles Google, tiers et ouverts, dont Gemini 4 Argon, la famille Claude d'Anthropic et Gemma ; l'Agent Development Kit (ADK) et Agent Runtime servent à créer et à héberger des agents ; et le volet ML classique couvre l'entraînement personnalisé, AutoML, Pipelines, Model Registry, Feature Store, la supervision des modèles et les notebooks Colab Enterprise ou Workbench connectés à BigQuery. L'accès se fait via la console, l'API REST et des SDK pour Python, JavaScript, Java et Go.

Il n'y a pas d'abonnement : vous payez les jetons des modèles, le calcul et le stockage que vous utilisez, facturés sur un compte Google Cloud. Les nouveaux clients de Google Cloud reçoivent 300 $ de crédits gratuits. Seules les requêtes qui renvoient une réponse 200 sont facturées.

Prix de certains modèles Gemini sur le point de terminaison Global (niveau standard, pour 1 million de jetons, invites jusqu'à 200K jetons) :

Les points de terminaison non globaux (régionaux) coûtent environ 10 % de plus (par exemple 2,20 $ / 11,00 $ pour Gemini 4 Argon pendant la promotion). La page de Gemini 4 indique également un niveau Priority (3,60 $ / 18,00 $ promotionnel) et un niveau Batch (1,00 $ / 5,00 $ promotionnel). Exemple chiffré : 1.000 requêtes de 2.000 jetons en entrée et 500 jetons en sortie sur Gemini 3.8 Flash au tarif de lancement coûtent 2M x 0,75 $ + 0,5M x 3,75 $ = 1,50 $ + 1,875 $, soit environ 3,38 $.

Autres tarifs publiés :

• Imagen 4 : 0,04 $ par image (Fast 0,02 $, Ultra 0,06 $).
• Grounding avec Google Search ou Google Maps : 5.000 requêtes par mois gratuites pour les modèles Gemini 3 et 4, puis 14 $ pour 1.000. Grounding avec vos propres données : 2,50 $ pour 1.000 invites.
• Agent Runtime (anciennement Agent Engine) : 0,085 $ par heure de vCPU et 0,009 $ par GiB-heure de mémoire, arrondi à la seconde ; le temps d'inactivité entre les échanges n'est pas facturé. Le stockage Sessions coûte 0,30 $ par GiB-mois.
• Pipelines : 0,03 $ par exécution de pipeline, plus les ressources utilisées.
• Entraînement personnalisé et notebooks : facturés selon le type de machine, l'accélérateur et la région, aux tarifs de Compute Engine ; Google renvoie vers son calculateur ou son service commercial pour obtenir des estimations.

Google précise qu'à partir du 13 novembre 2026, les complétions Gemini 4 de plus de 32K jetons sont facturées pour les jetons récupérables, même si la requête expire ensuite.

Prix vérifiés sur la page de tarification du fournisseur le 2 novembre 2026. Voir Generative AI pricing et Agent Platform pricing.

Ce que les pages de Google indiquent pour la plateforme :

Vertex AI (désormais Agent Platform) convient aux équipes déjà sur Google Cloud qui souhaitent utiliser Gemini et d'autres modèles avec l'identité, les contrôles régionaux, la facturation et les services de données de Google Cloud, tels que BigQuery, ainsi qu'aux équipes de ML qui veulent l'entraînement, le déploiement et la supervision au même endroit. C'est une plateforme pour développeurs et data scientists, et non une application de chat prête à l'emploi ; la console et le modèle de facturation demandent du temps d'apprentissage.

Si vous avez seulement besoin d'appeler Gemini depuis du code et que vous n'avez pas besoin des contrôles d'entreprise de Google Cloud, l'API Gemini via Google AI Studio est un point de départ plus simple. Les équipes standardisées sur AWS devraient comparer Amazon Bedrock, et les environnements Microsoft Azure AI Agent Service. Pour les modèles ouverts et l'hébergement communautaire, voir Hugging Face.

Sur PeerSpot, Google Vertex AI obtient une moyenne de 4,1 sur 5 à partir de 15 avis. Les auteurs d'avis y apprécient l'intégration avec les autres services Google Cloud, la qualité des modèles de langage et de vision de Gemini, la scalabilité et le fait de pouvoir créer, déployer et superviser au même endroit. Les critiques récurrentes portent sur la complexité de la navigation et de l'activation des services, des avis partagés sur l'accessibilité des prix, des délais de réponse du support variables et la lenteur des tâches AutoML. La couverture du changement de nom d'avril 2026 dans THE Journal relaie la description de Google, qui présente la plateforme comme « une évolution de Vertex AI » développée autour des agents ; la plupart des avis PeerSpot sont antérieurs au changement de nom, et les anciens tutoriels utilisent les noms précédents.