Formats de fichiers lus par les API Claude, Gemini, Mistral

Les interfaces de programmation (API) des grands modèles ne lisent pas les mêmes fichiers. Au 15/11/2026, d'après leur documentation : l'API de Claude lit le PDF et le texte brut comme documents, et les images à part ; l'API Gemini lit le PDF en vision et accepte aussi les formats Office et OpenDocument ; l'API de Mistral accepte PDF, DOCX, PPTX et images par son service de reconnaissance de caractères (OCR). Cette fiche s'adresse aux développeurs qui appellent ces API ; pour les applications grand public (Claude, Copilot, Gemini…), voyez la page consacrée aux formats acceptés par les assistants IA.

Le tableau par API

Une case « non indiqué » signifie que la documentation lue ne le dit pas, pas que le format est refusé.

API Claude : trois types de blocs

La documentation des fichiers distingue :

• le bloc document, pour le PDF (application/pdf) et le texte brut (text/plain), avec en option un titre, un contexte et l'activation des citations ;
• le bloc image, pour JPEG, PNG, GIF et WebP ;
• le bloc container_upload, qui envoie un fichier à l'outil d'exécution de code : on analyse alors le fichier (un tableau de données par exemple) plutôt qu'on ne le lit.

Pour les autres formats, la consigne est explicite : convertir les .docx et .xlsx en texte brut et les inclure dans le message. Les fichiers .csv et .md peuvent être téléversés avec le type text/plain. Pour un .docx qui contient des images, la documentation conseille de le convertir en PDF, afin de profiter de la lecture des images et des citations propres aux PDF.

{"type": "document",
 "source": {"type": "file", "file_id": file_id},
 "title": "Conditions générales 2026",
 "citations": {"enabled": True}}

API Gemini : la vision sur les PDF

La documentation de Gemini traite le PDF comme une entrée visuelle : graphiques, schémas et tableaux sont compris. Les formats Office (DOCX, DOTX, DOC, PPTX, PPT, XLSX, XLS) et OpenDocument (ODT, ODP, ODS) sont aussi acceptés, avec deux particularités : les fichiers DOC, PPT et ODP sont rendus page par page en image, et pour XLSX et XLS seule la première feuille est lue. Les autres documents, comme le TXT, le Markdown ou le HTML, sont lus comme du texte brut, sans mise en forme.

API Mistral : l'OCR comme porte d'entrée

L'API d'OCR de Mistral accepte, par document_url, des PDF, PPTX, DOCX « et d'autres formats de documents », et par image_url des PNG, JPEG, AVIF et autres images. Elle renvoie le texte de chaque page en Markdown. Pour poser directement une question sur un PDF, la page « Document QnA » montre un message qui contient un bloc document_url, avec le modèle mistral-small-latest ; l'adresse doit être publique, ou le PDF envoyé en base64 ou téléversé.

Les règles qui en découlent

1. Convertissez en Markdown tout ce qui n'est pas PDF ou texte, avant l'envoi : c'est le seul format que les trois API lisent de la même façon. Outils : MarkItDown pour les fichiers Office, Docling pour les PDF mis en page.
2. Un classeur Excel, une feuille par fichier si vous passez par Gemini, ou convertissez chaque feuille en tableau Markdown.
3. Google Docs : exportez-les directement en Markdown. L'API Google Drive propose l'export text/markdown pour les Docs, et text/csv pour les Sheets, mais seulement pour la première feuille (formats d'export).
4. Les images : vérifiez qu'elles portent une information utile ; si oui, voyez Images et schémas.

Les limites de taille et de pages de ces mêmes API sont réunies sur la page Documents trop gros.