Gemini 3.8 Flash : extraction de factures vers un CRM

Gemini 3.8 Flash peut lire une facture PDF, produire un JSON contraint, puis alimenter un CRM ou un ERP après validation. C'est un cas d'usage où la gamme Flash de Google est particulièrement bien placée : entrée PDF native, compréhension visuelle, sorties structurées et tarif adapté aux volumes.

Mais le raccourci « PDF vers CRM en un appel API » est dangereux. Un JSON valide peut contenir un mauvais montant, une ligne oubliée ou un numéro de facture inventé. Le bon système sépare lecture, extraction, contrôles déterministes, revue humaine et écriture dans le logiciel métier.

Guide pilier

Cet article fait partie de notre Guide automatisation n8n, qui regroupe l'ensemble de nos ressources sur le sujet.

Points clés à retenir

Gemini 3.8 Flash est disponible en GA depuis le 2 septembre 2026, avec PDF, structured outputs et un million de tokens de contexte.
Le JSON Schema sécurise le format, pas les valeurs. Les montants, dates, devises et lignes doivent encore passer des règles métier.
Gemini et Document AI ne sont pas le même produit. Le premier est généraliste et flexible ; le second propose notamment un parseur de factures spécialisé.
Le ROI dépend surtout du taux de revue humaine, des erreurs évitées et du coût d'intégration, pas du seul prix des tokens.

Pourquoi Gemini Flash est adapté à l'extraction de documents

Un modèle généraliste rapide, avec le PDF comme entrée native

Google a lancé Gemini 3.8 Flash le 2 septembre 2026, trois semaines après 3.7 Flash. C'est la troisième version Flash en six semaines. Ce rythme inhabituel ne change pas la règle de production : ciblez l'identifiant stable gemini-3.8-flash, puis rejouez vos tests à chaque migration.

Le modèle est généralement disponible et accepte texte, images, audio, vidéo et PDF. Sa fenêtre de contexte atteint 1 048 576 tokens et sa sortie 65 536 tokens. Il prend aussi en charge le cache, le Batch, les appels de fonctions et les sorties structurées. Notre présentation de Gemini 3.8 Flash en entreprise compare ses prix, sa vitesse et ses limites. Pour de l'extraction documentaire, les deux fonctions qui comptent sont plus simples : voir la page telle qu'elle est rendue et répondre dans le schéma demandé.

La documentation Document understanding de Gemini indique que l'API analyse le texte, les images, les graphiques et les tableaux d'un PDF, puis peut extraire l'information dans un format structuré. Sur l'API développeur, un fichier peut atteindre 50 Mo ou 1 000 pages. Une facture de deux pages est loin de cette limite ; la vraie difficulté est sa qualité, pas sa taille.

Ce que les chiffres de lancement ne prouvent pas

Google publie un score de 35,0 % sur GDP.pdf pour 3.8 Flash, contre 34,0 % pour 3.7 Flash. C'est un gain limité sur un benchmark de raisonnement documentaire, pas un taux de précision sur les factures. Aucun score facture champ par champ n'accompagne l'annonce.

Une étude indépendante publiée en 2025 a comparé huit modèles, dont plusieurs Gemini 2.5, sur trois jeux de factures. La vision native y dépassait généralement une chaîne qui convertissait d'abord le document en texte structuré. Ce résultat explique l'intérêt de l'approche multimodale de Google, mais ne valide ni Gemini 3.8 Flash ni vos formats fournisseurs.

Voilà la lecture honnête : la famille Gemini dispose d'une architecture très adaptée au document. La qualité exacte reste à mesurer sur votre corpus. Notre guide sur l'extraction PDF par IA détaille cette évaluation pour les PDF natifs, scans et documents semi-structurés.

Le pipeline facture vers JSON puis CRM ou ERP

Un pipeline fiable ne connecte jamais directement la réponse du modèle au bouton « créer » de l'ERP. Il avance par états : reçu, lisible, extrait, contrôlé, à revoir, validé, puis synchronisé. Chaque transition laisse une trace.

1. Router le document avant de solliciter Gemini

Le flux commence dans une boîte email, un espace Drive, un bucket Cloud Storage ou une GED. Le système calcule un hash du fichier, identifie son type et recherche d'abord une donnée déjà structurée. Si une facture Factur-X contient un XML exploitable, il faut lire ce XML. Faire interpréter par un LLM une valeur déjà fournie de manière déterministe ajoute du coût et du risque.

Pour les autres PDF, quelques contrôles évitent beaucoup d'erreurs : mot de passe, page vide, rotation, résolution, langue, nombre de pages et présence réelle d'une facture. Google recommande explicitement de corriger l'orientation et d'éviter les pages floues avant l'envoi.

Les pièces jointes non-PDF méritent une route séparée. La documentation précise que les fichiers TXT, HTML ou XML sont vus comme du texte ; leur mise en page visuelle n'est pas interprétée comme celle d'un PDF. Un tableur Excel doit donc être parsé avec une bibliothèque adaptée, pas aplati en capture d'écran par défaut.

2. Extraire vers un schéma JSON explicite

Le structured output de Gemini accepte un sous-ensemble de JSON Schema. Les SDK Google permettent aussi de décrire la réponse avec Pydantic en Python ou Zod en JavaScript. C'est exactement le bon mécanisme pour transformer une facture en objet typé.

{
  "document_type": "supplier_invoice",
  "invoice_number": "string | null",
  "supplier": {
    "name": "string | null",
    "vat_number": "string | null"
  },
  "invoice_date": "YYYY-MM-DD | null",
  "due_date": "YYYY-MM-DD | null",
  "currency": "EUR",
  "subtotal": 0.00,
  "tax_total": 0.00,
  "grand_total": 0.00,
  "line_items": [
    {
      "description": "string",
      "quantity": 0.00,
      "unit_price": 0.00,
      "tax_rate": 0.00,
      "line_total": 0.00
    }
  ]
}

Chaque champ doit préciser son sens, son type et le comportement attendu quand l'information manque. null vaut mieux qu'une valeur devinée. Une date doit suivre ISO 8601. Une devise doit appartenir à une liste contrôlée. Le prompt doit aussi interdire de compléter un IBAN, un numéro de TVA ou une référence illisible.

Le schéma ne doit pas recopier aveuglément le modèle de données du CRM. On conserve d'abord un objet canonique, indépendant de Salesforce, HubSpot, Odoo, Sage ou Pennylane. Un mapping séparé traduit ensuite cet objet vers chaque logiciel. C'est plus facile à tester et beaucoup plus réversible.

3. Valider, faire relire les exceptions, puis écrire

Google le dit dans sa propre documentation : une sortie structurée garantit un JSON syntaxiquement valide, pas des valeurs sémantiquement correctes. Avant l'insertion, le pipeline doit donc vérifier :

L'arithmétique : somme des lignes, remises, taxes et total TTC doivent se réconcilier avec une tolérance définie.
Les référentiels : fournisseur, devise, taux de TVA, numéro de commande et centre de coût doivent exister ou déclencher une exception.
Les doublons : numéro de facture, fournisseur, date, montant et hash du document forment un contrôle plus solide qu'un seul champ.
Les champs critiques : un IBAN nouveau, un total ambigu ou une facture sans numéro passent en revue humaine.

La file de revue doit montrer le document à côté des champs extraits et expliquer pourquoi il a été bloqué. Une correction humaine est enregistrée comme donnée d'évaluation ; elle ne disparaît pas dans un email. C'est ainsi que le système apprend où il échoue réellement.

Après validation seulement, un connecteur appelle l'API du logiciel cible avec une clé d'idempotence. Dans un ERP ou un outil comptable, on crée une facture fournisseur ou une écriture en brouillon. Dans un CRM, on rattache plutôt le document et ses informations au bon compte client ou fournisseur. Le workflow complet est illustré dans notre guide pour automatiser les factures reçues par email vers Pennylane.

Gemini 3.8 Flash ou Google Document AI pour les factures ?

Gemini 3.8 Flash est un modèle généraliste. Document AI est un produit de traitement documentaire. Ils appartiennent au même écosystème Google, mais ne répondent pas au même besoin et ne se facturent pas de la même manière.

Critère	Gemini 3.8 Flash	Document AI Invoice Parser
Nature	Modèle multimodal généraliste	Processeur spécialisé OCR + entités
Schéma	JSON Schema défini par l'équipe	Champs de facture prédéfinis
Bon terrain	Documents variés, règles sur mesure, extraction contextuelle	Factures récurrentes, extraction standardisée
Facturation	Tokens d'entrée et de sortie	Document traité, par tranche de pages
Point à tester	Exactitude métier et stabilité du schéma	Couverture des champs et formats propres au corpus

Quand commencer par Gemini 3.8 Flash

Gemini est logique lorsque les documents changent souvent, que la même chaîne doit lire factures, bons de commande et devis, ou que le schéma demandé contient des concepts propres au métier. On peut lui demander d'extraire une clause de paiement, de rapprocher une référence écrite différemment ou de classer une exception en plus des champs standards.

Cette souplesse a une contrepartie : l'équipe porte la définition du schéma, les règles de validation, la mesure de qualité et le traitement des erreurs. La capacité du modèle ne remplace pas cette ingénierie.

Quand tester Document AI en priorité

Le Document AI Invoice Parser extrait nativement le numéro, le fournisseur, les montants, les taxes, les dates et les lignes. Il est disponible en français et se trouve en disponibilité générale. Pour un flux homogène centré sur ces champs, c'est un candidat évident au benchmark.

Une architecture hybride est aussi possible : Document AI réalise l'OCR et les champs standards, puis Gemini traite uniquement les documents rejetés ou les règles contextuelles. Mais ajouter deux services n'est justifié que si le taux d'exceptions baisse réellement. Sinon, on paie deux fois le même document.

Les erreurs à bloquer avant la production

Un mauvais scan reste un mauvais scan

Un modèle multimodal ne recrée pas une information absente. Flou, ombre, pli, compression JPEG, rotation, caractères trop petits ou tampon sur un montant : ces défauts dégradent la lecture. Google redimensionne aussi les pages selon ses règles de résolution. Un tableau minuscule sur une grande feuille peut perdre des détails.

Le test doit donc séparer PDF natifs, scans propres, photos mobiles et documents dégradés. Pour chaque groupe, mesurez la précision par champ et pas seulement le pourcentage de documents « réussis ». Une erreur sur le nom du fournisseur n'a pas le même impact qu'une erreur sur l'IBAN ou le TTC.

Les tableaux de lignes sont le vrai point dur

Les en-têtes de facture sont souvent simples. Les lignes le sont moins : descriptions sur plusieurs lignes, remises globales, unités implicites, TVA différente par article, sous-totaux intermédiaires et tableaux poursuivis sur la page suivante. Le modèle peut lire tous les mots et reconstruire malgré tout la mauvaise ligne.

Trois contrôles sont indispensables : nombre de lignes attendu, somme recalculée et correspondance avec le bon de commande quand il existe. Pour interroger ensuite des milliers de factures, une architecture hybride SQL et RAG sur les factures fournisseurs est plus sûre qu'un RAG chargé de calculer des totaux.

Un score de confiance déclaré par le modèle ne suffit pas

Demander au modèle « à quel point es-tu sûr ? » produit une opinion, pas une probabilité calibrée. La décision de revue doit croiser plusieurs signaux : champ absent, échec arithmétique, fournisseur inconnu, divergence avec la commande, qualité d'image et accord éventuel entre deux méthodes.

Construisez un jeu de référence annoté avec les cas faciles et les cas pénibles. Comparez Gemini 3.8 Flash, le système actuel et, si pertinent, Document AI sur les mêmes fichiers. La métrique utile est le coût par facture correctement intégrée sans correction ultérieure. Notre méthode pour évaluer un LLM en entreprise explique comment figer ce corpus et suivre les régressions.

Coût, RGPD et décision de déploiement

Le token est peu cher ; l'exception mal traitée coûte cher

Jusqu'au 31 décembre 2026, le tarif standard de Gemini 3.8 Flash est de 0,75 $ par million de tokens en entrée et 3,75 $ en sortie, tokens de raisonnement compris. Le Batch divise ces deux prix par deux. À partir du 1er janvier 2027, Google annonce 1,50 $ et 7,50 $.

Google indique qu'une page PDF représente 258 tokens dans l'API développeur, avec des règles spécifiques de résolution pour Gemini 3. Le calcul brut reste incomplet : il faut ajouter le prompt, le JSON, les tokens de raisonnement, les nouvelles tentatives, le stockage, l'orchestration et la revue humaine. Le niveau LOW est le point de départ logique pour une extraction de métadonnées simple ; MEDIUM ou HIGH ne se justifient que si le jeu de tests montre un gain.

Document AI Invoice Parser affiche de son côté 0,10 $ par document de une à dix pages. Ces prix ne sont pas directement comparables : l'un facture des tokens pour un modèle flexible, l'autre une opération spécialisée. Faites tourner les deux sur le même lot et comptez les factures réellement validées.

Le ROI se calcule après la file d'exceptions

La formule tient en une ligne : temps de saisie évité + coût des erreurs évitées − coût API − temps de revue − maintenance. Mesurez-la pendant un traitement à blanc, sans écriture dans l'ERP. Le pourcentage de factures envoyées en revue et le temps moyen de correction pèseront généralement plus que quelques centimes d'écart entre modèles.

Ne promettez pas un taux d'automatisation avant le test. Commencez par un fournisseur fréquent, puis ajoutez les formats un à un. Une facture corrigée doit enrichir le jeu d'évaluation. Une facture silencieusement fausse doit déclencher une analyse de cause.

RGPD : choisir le bon canal et gérer la rétention

Une facture contient des coordonnées, identifiants fiscaux, références bancaires et parfois des données personnelles. Sur les services payants de la Gemini Developer API, Google indique ne pas utiliser les prompts, fichiers et réponses pour améliorer ses produits. Cela ne signifie pas automatiquement zéro conservation : journalisation anti-abus, Files API, cache explicite et état de l'Interactions API ont chacun leurs règles.

Pour un déploiement entreprise, la fiche Gemini Enterprise Agent Platform annonce les multi-régions eu et us, ainsi que des contrôles de résidence, CMEK et VPC Service Controls. Il faut vérifier leur disponibilité sur le canal réellement acheté, signer le DPA, limiter les champs transmis, définir les durées de conservation et supprimer les fichiers devenus inutiles. Le sujet est développé dans notre checklist sécurité, RGPD et souveraineté pour une PME.

Décision pratique : retenez Gemini 3.8 Flash si son coût par document validé bat votre solution actuelle sur un corpus représentatif, sans dégrader le délai ni la conformité. Son prix et sa vitesse en font un excellent candidat. Seul le test métier en fait un choix de production.

Questions fréquentes sur Gemini 3.8 Flash et les factures

Oui. Gemini 3.8 Flash accepte les PDF en entrée, interprète le texte et la mise en page, puis peut restituer les champs dans un schéma JSON. Cette capacité ne garantit pas l'exactitude de chaque montant : les scans dégradés, tableaux complexes et champs ambigus doivent être contrôlés avant toute écriture dans un CRM ou un ERP.

Non. Le structured output garantit la forme du JSON, pas la vérité des valeurs. L'application doit encore vérifier les calculs HT, TVA et TTC, les dates, les devises, les fournisseurs connus, les doublons et les champs absents.

Gemini 3.8 Flash convient aux documents variés et aux schémas métier qui changent. Document AI Invoice Parser est un processeur spécialisé avec des champs de facture prédéfinis. Sur un flux stable et volumique, il mérite un test direct ; sur un corpus hétérogène ou une extraction sur mesure, Gemini apporte davantage de souplesse.

Oui, mais seulement après validation. Le pipeline doit appliquer des règles métier, isoler les exceptions dans une file de revue humaine, puis appeler l'API du CRM ou de l'ERP avec une clé d'idempotence afin d'éviter les créations en double.

Jusqu'au 31 décembre 2026, le tarif standard annoncé est de 0,75 dollar par million de tokens en entrée et 3,75 dollars en sortie, raisonnement inclus. Le Batch coûte deux fois moins cher. Le coût réel dépend du nombre de pages, de la résolution, du niveau de raisonnement, des nouvelles tentatives et du volume de JSON produit.

Il peut entrer dans une architecture conforme, mais le modèle ne rend pas le traitement conforme à lui seul. Google indique que les données des services payants ne servent pas à améliorer ses produits. Une entreprise doit aussi choisir le canal contractuel adapté, documenter le traitement, minimiser les données, gérer la rétention des fichiers et vérifier la région ainsi que les contrôles de sécurité.

À retenir : une facture n'entre dans le CRM ou l'ERP que lorsque ses valeurs ont passé des contrôles indépendants du modèle. Le JSON d'abord. La validation surtout.

Pour aller plus loin

Structurer des données non structurées avec l'IA : extraction, schéma, harmonisation et contrôle humain.
Google AI Studio en entreprise : ce qui change entre un test gratuit et un usage professionnel.
Automatiser l'extraction des bons de commande vers un ERP : le même principe appliqué aux commandes clients.
Automatisation IA des processus métier : cadrage, intégration CRM/ERP et garde-fous en production.

Sources