AI Tools

Gemini 4 Argon : disponibilité, tarifs API et benchmarks

Gemini 4 Argon expliqué : accès actuel, tarifs de lancement à 2/10 $, prix futurs à 4/20 $, benchmarks Google et limite de sortie d’1 M.

Photo de profil de Long Nguyen

Long Nguyen

Développeur fullstack · Ingénieur IA · Chercheur

• • 6 min de lecture •

Qu’est-ce que Gemini 4 Argon ?

Gemini 4 Argon est le premier modèle de la génération Gemini 4 de Google, annoncé par Google DeepMind le . Il se situe au-dessus de la gamme Gemini 3.8 et devient le nouveau modèle de pointe de Google. Il vise les tâches longues et en plusieurs étapes plutôt que les conversations rapides : développement logiciel en conditions réelles, travail intellectuel en entreprise comme le droit et la finance, ainsi que cybersécurité défensive.

Selon l’annonce officielle de Google concernant Gemini 4 Argon, trois éléments le distinguent de la génération précédente :

  • Une limite de sortie d’1 million de tokens, contre 64 000 pour les modèles précédents. Il s’agit de la sortie, et non du contexte : le modèle peut générer plusieurs centaines de milliers de tokens en une seule réponse.
  • Des capacités de pointe en cyberdéfense : il peut détecter, valider et corriger seul des vulnérabilités logicielles, ce qui explique le déploiement sous accès restreint.
  • Un tarif API de lancement de 2 $ / 10 $ par million de tokens d’entrée / de sortie, qui passera à 4 $ / 20 $ après la période de lancement.

En bref, pour ceux qui préparent des projets autour de ce modèle : il a été annoncé, tarifé et évalué sur des benchmarks, mais il n’est pas encore accessible via l’API publique.

Gemini 4 est-il déjà disponible ?

Pas pour la plupart des utilisateurs. Google déploie Argon par étapes et n’a pas publié de date de disponibilité générale. Au , l’accès se présente ainsi :

Étape Qui y a accès Statut
1. Fairwind Program Un groupe de cyberdéfenseurs de confiance, qui reçoivent le modèle sans garde-fous liés à la cybersécurité Déploiement en cours
2. Examen gouvernemental préalable Le processus volontaire du gouvernement américain d’accès préalable aux modèles En cours
3. Première vague payante Les clients payants de l’API Gemini et les abonnés Google AI Ultra « Dès que possible », aucune date
4. Disponibilité générale Les développeurs, entreprises et particuliers dans leur ensemble Après l’ajustement des garde-fous, aucune date

Deux conséquences pratiques en découlent. Premièrement, l’annonce ne fournit pas d’identifiant de modèle API : tout exemple de code trouvé en ligne avec un nom précis de modèle Gemini 4 n’est donc qu’une supposition. Deuxièmement, si vous utilisez une offre gratuite ou une formule grand public autre que Ultra, vous devrez probablement attendre après les clients API payants.

Tarifs de l’API Gemini 4 Argon

Google a publié ses tarifs avant la disponibilité générale du modèle, ce qui permet déjà d’établir un budget :

Type de token Tarif de lancement (par million) Après la période de lancement (par million)
Entrée 2,00 $ 4,00 $
Entrée mise en cache 0,10 $ (95 % de réduction sur l’entrée) Non précisé ; 0,20 $ si la réduction de 95 % est maintenue
Sortie 10,00 $ 20,00 $

Google n’a pas précisé la durée de la période de lancement. Établissez vos marges sur la base du tarif de 4 $ / 20 $ et considérez le prix inférieur comme une remise temporaire, pas comme le coût réel du modèle.

Combien coûte un appel d’agent typique ?

Pour les tâches à long horizon, les tokens de sortie représentent l’essentiel de la facture. C’est encore plus important avec un modèle capable d’en générer jusqu’à 1 million. Prenons l’exemple d’une étape de programmation agentique avec un prompt de 200 000 tokens, dont 150 000 correspondent au contexte mis en cache d’un dépôt, et qui produit 40 000 tokens de sortie :

Poste Tarif de lancement Après le lancement
50 000 tokens d’entrée non mis en cache 0,10 $ 0,20 $
150 000 tokens d’entrée mis en cache 0,015 $ 0,03 $
40 000 tokens de sortie 0,40 $ 0,80 $
Total par appel 0,515 $ 1,03 $

La sortie représente environ 78 % du total. Un appel utilisant la limite complète d’1 million de tokens de sortie coûte 10 $ au tarif de lancement et 20 $ ensuite, hors tokens d’entrée. La mise en cache réduit fortement le coût d’entrée, mais aucune remise ne s’applique à la sortie : le véritable levier de maîtrise des coûts est donc la quantité de texte que vous autorisez le modèle à générer.

Benchmarks de Gemini 4 Argon

Voici les scores et classements communiqués par Google dans son annonce. Lorsque Google a donné un classement sans fournir de score, le tableau le précise au lieu d’inventer une valeur.

Benchmark Ce qu’il mesure Résultat d’Argon (selon Google)
DeepSWE v1.1 Tâches de développement logiciel en conditions réelles et à long horizon 77,9 %, nouveau meilleur résultat
Vals Index Impact économique dans la finance, le développement, le droit et la fiscalité, pondéré par la contribution au PIB américain N° 1 (score non indiqué dans l’article)
AutomationBench (Zapier) Exécution de bout en bout des fonctions essentielles d’une entreprise 51,3 %, classé n° 1
LVBench Compréhension de vidéos longues 91,7 %, meilleur résultat
CWE-bench v1 Correction de vulnérabilités de sécurité 68 %, ex aequo en tête
Vals Finance Agent v2 Recherche financière en plusieurs étapes En tête (score non indiqué)
Harvey Legal Agent Benchmark Recherche et rédaction juridiques En tête (score non indiqué)
Gray Swan IPI Résistance à l’injection indirecte de prompt En tête (score non indiqué)

Quel poids accorder à ces chiffres ?

Tous les résultats ci-dessus sont communiqués par le fournisseur, sur un modèle que presque personne en dehors de Google ne peut encore tester. Cela ne signifie pas qu’ils sont faux, mais qu’ils n’ont pas fait l’objet d’une réplication indépendante. Bloomberg a fait état de scepticisme en interne chez Google quant aux performances du modèle dans certains domaines comme le développement, malgré son avance sur les benchmarks. La lecture la plus raisonnable est la suivante : les résultats en génération longue et en workflows agentiques indiquent un véritable bond de capacité, mais seule votre propre évaluation sur vos propres tâches doit décider d’une migration.

Ce que change réellement la limite de sortie d’1 million de tokens

Depuis des années, la plupart des développeurs contournent les limites de sortie : découper une refonte importante en dizaines d’appels, générer un long rapport section par section, tout réassembler, puis corriger les raccords. Un plafond de sortie d’1 million de tokens, soit environ 15 fois les 64 000 tokens précédents, supprime une grande partie de cette orchestration pour les tâches réalisables en un seul passage.

Les exemples internes de Google montrent ce que cela donne à grande échelle :

  • Migration de base de code : les agents Argon convertissent du code C/C++ en Rust chez Google, depuis des bibliothèques essentielles comme re2 jusqu’au noyau Fuchsia Zircon, qui dépasse 800 000 lignes, avec des audits automatisés et manuels avant toute mise en production.
  • Optimisation des performances : sur libgav1, le décodeur vidéo open source de Google, les agents ont remplacé 32 000 lignes de code SIMD dans un portage Rust existant. Le résultat est sûr du point de vue mémoire et fonctionne 2,7 fois plus vite que ce portage, avec une sortie identique.
  • Infrastructure : des agents analysant les données de profilage de l’ensemble du parc ont appliqué des optimisations mémoire qui ont libéré plus de 300 Tio dans les centres de données de Google.

Les compromis rarement évoqués dans la couverture du lancement

  • Une génération longue qui échoue coûte cher. Si une réponse de 600 000 tokens s’interrompt au 500 000e token à cause d’un délai d’expiration ou d’une connexion interrompue, vous avez payé 500 000 tokens de sortie sans rien d’exploitable. Diffusez les réponses en streaming et concevez vos tâches de manière à pouvoir enregistrer ou reprendre les sorties partielles.
  • La latence augmente avec le volume de sortie. Une réponse de plusieurs centaines de milliers de tokens prend des minutes, pas des secondes. Cela convient aux traitements par lots et aux agents en arrière-plan, pas aux interfaces où l’utilisateur attend une réponse.
  • L’effort de vérification augmente aussi. Un seul passage qui produit 800 000 lignes de code migré n’est utile que si vous pouvez les vérifier. Google effectue lui-même des tests d’émulation et des revues manuelles sur ces réécritures. Si votre pipeline n’a pas de tests capables de détecter les régressions, une limite de sortie plus élevée ne fera que produire des différences plus importantes et non vérifiées.
  • Définissez toujours une limite de sortie explicite. Le plafond est un maximum, pas une cible. Ajustez max_output_tokens à la tâche afin qu’un modèle trop bavard ne transforme pas un appel à 0,50 $ en appel à 10 $.

Pourquoi l’accès à Gemini 4 est-il restreint : capacités cyber et garde-fous

Le déploiement sous accès restreint découle directement des capacités du modèle. Google a entraîné Argon à détecter, valider et corriger de manière autonome des vulnérabilités critiques, et fournit à des défenseurs de confiance ainsi qu’à ses propres équipes une version dépourvue de garde-fous cyber. Wiz l’utilise déjà dans son programme Scan for Good consacré aux infrastructures publiques. Google affirme que le modèle y a découvert une faille critique exposant des données personnelles dans un logiciel de santé utilisé par des hôpitaux, faille qui avait échappé aux modèles de pointe précédents.

Avant une diffusion plus large, Google indique renforcer quatre domaines :

Domaine Mesures prises par Google Conséquence si vous développez avec ce modèle
Usage abusif Refus des demandes d’attaque cyber et CBRN, avec surveillance des activations internes du modèle pour détecter les abus Les outils de sécurité légitimes pourront rencontrer des refus sur la version publique, contrairement aux utilisateurs de Fairwind
Injection de prompt Entraînement adversarial et red teaming automatisé ; Google revendique la première place au benchmark IPI de Gray Swan Un risque réduit, mais pas nul, pour les agents qui lisent des pages web, des e-mails ou des fichiers importés
Désalignement Des systèmes de surveillance observent le chain-of-thought et les actions, et peuvent interrompre l’exécution lorsque le modèle dépasse l’intention de l’utilisateur Les longues exécutions d’agents peuvent être interrompues en cours de tâche ; prévoyez ce cas comme un résultat normal
Renforcement du système Les environnements d’exécution sont isolés et verrouillés avant les entraînements ou évaluations à haut risque Un rappel à isoler également vos propres agents qui exécutent du code ou accèdent à la production

Comment préparer votre application à Gemini 4 dès maintenant

Vous ne pouvez pas encore appeler Argon, mais vous pouvez faire de son adoption un simple changement de configuration plutôt qu’une réécriture complète lorsqu’il sera disponible.

  1. Placez le nom du modèle dans la configuration. Ne l’inscrivez jamais en dur. Lorsque Google publiera l’identifiant du modèle Argon, vous n’aurez plus qu’à modifier une variable d’environnement.
  2. Constituez un petit jeu d’évaluation à partir de vos tâches réelles. Vingt à cinquante entrées représentatives avec des sorties de référence suffisent pour comparer votre modèle actuel à Argon dès le premier jour, plutôt que de vous fier aux benchmarks du lancement.
  3. Réorganisez vos prompts pour la mise en cache. Placez d’abord la partie stable (instructions système, schémas, contexte du dépôt ou des documents), puis la partie variable. Avec une réduction de 95 % sur l’entrée mise en cache, c’est l’optimisation la moins coûteuse.
  4. Limitez la sortie et configurez des alertes de facturation. Déterminez le volume maximal réellement nécessaire pour chaque tâche et configurez une alerte budgétaire avant le premier appel à Argon, pas après la première facture.
  5. Établissez le prix de votre produit sur les tarifs post-lancement. Si une fonctionnalité ne fonctionne qu’à 2 $ / 10 $, elle ne fonctionne pas réellement.

Voici à quoi ressemble un appel indépendant du modèle avec le SDK Python officiel Google Gen AI. Le nom du modèle vient de l’environnement et la sortie est limitée pour chaque tâche :

import os
from google import genai
from google.genai import types

client = genai.Client()  # reads GEMINI_API_KEY from the environment

MODEL = os.environ["GEMINI_MODEL"]  # set to the Argon ID once Google publishes it

def run_job(prompt: str, max_out: int = 32_000) -> str:
    response = client.models.generate_content(
        model=MODEL,
        contents=prompt,
        config=types.GenerateContentConfig(max_output_tokens=max_out),
    )
    return response.text

Si votre équipe évalue l’intérêt de reconstruire un chatbot, un agent de génération de rapports ou une automatisation interne autour d’Argon, il est utile de distinguer ce que le modèle change de ce dont votre pipeline a besoin dans tous les cas. C’est le type de décision par lequel commence notre service de développement d’agents IA et de chatbots : évaluation sur vos propres données d’abord, choix du modèle ensuite.

Devriez-vous passer à Gemini 4 Argon ?

Lorsqu’il sera disponible, la réponse dépendra davantage de la nature de votre travail que du tableau de benchmarks :

Votre charge de travail Recommandation Raison
Refontes importantes, migrations de code, longues exécutions de programmation agentique Testez rapidement La limite de sortie d’1 million de tokens et le résultat DeepSWE ciblent précisément ces usages
Rapports longs, analyse de contrats ou analyse financière à partir de nombreux documents Testez rapidement La génération en un seul passage évite d’assembler les sections ; les résultats juridiques et financiers font partie de ses arguments les plus solides
Compréhension de vidéos longues ou de documents riches en graphiques Testez Le score de 91,7 % sur LVBench est le résultat multimodal phare
Réponses courtes à fort volume (chat d’assistance, classification, extraction) Restez sur un modèle de classe Flash Vous paieriez le tarif d’un modèle de pointe pour des capacités inutilisées ; la latence compte davantage
Tests de sécurité et recherche de vulnérabilités Candidatez via Fairwind si vous êtes éligible Les capacités cyber sans garde-fous ne sont disponibles que dans ce cadre
Tout projet dont le lancement est prévu dans les prochaines semaines Ne comptez pas dessus Aucune date de disponibilité générale ni aucun identifiant de modèle public n’ont encore été annoncés

La stratégie vers laquelle la plupart des équipes finiront probablement par se tourner est le routage, et non le remplacement : un modèle rapide et économique pour la majorité des requêtes, et Argon pour les tâches longues et complexes où un passage de haute qualité coûte moins cher que le travail qu’il évite.

Si vous souhaitez un second avis sur la place d’Argon dans votre stack, ou de l’aide pour mettre en place l’évaluation et le routage avant l’ouverture des accès, demandez un devis gratuit en décrivant votre charge de travail. La demande est gratuite et ne nécessite aucun compte.

FAQ

Questions fréquentes

Quand Gemini 4 a-t-il été lancé ?

Google a annoncé Gemini 4 Argon le 30 septembre 2026. Il s’agit d’un déploiement par étapes : le modèle est d’abord proposé aux cyberdéfenseurs de confiance via le Fairwind Program, et Google n’a communiqué aucune date de disponibilité générale.

Puis-je utiliser Gemini 4 Argon dans l’API Gemini aujourd’hui ?

Pas encore pour la plupart des utilisateurs. Google indique que l’accès élargi commencera avec les clients payants de l’API Gemini et les abonnés Google AI Ultra, mais aucune date ni aucun identifiant de modèle public n’avaient été publiés au 1er octobre 2026.

Combien coûte Gemini 4 Argon ?

Le tarif API de lancement est de 2 $ par million de tokens d’entrée et de 10 $ par million de tokens de sortie, avec une réduction de 95 % sur le prix de l’entrée mise en cache. Après la période de lancement, le tarif passe à 4 $ par million de tokens d’entrée et 20 $ par million de tokens de sortie. Google n’a pas précisé la durée de la période de lancement.

Quelle est la limite de sortie en tokens de Gemini 4 ?

Gemini 4 Argon peut générer jusqu’à 1 million de tokens de sortie en une seule réponse, contre 64 000 pour la génération précédente. Il s’agit d’une limite de sortie, distincte de la quantité de contexte d’entrée acceptée par le modèle.

Dans quels domaines Gemini 4 Argon est-il le plus performant ?

Google le destine au développement logiciel à long horizon, au travail intellectuel en entreprise comme la recherche juridique et financière, à la compréhension de vidéos longues et à la cybersécurité défensive. Google annonce un score de 77,9 % sur DeepSWE v1.1 et la première place au Vals Index, même si ces résultats sont communiqués par Google et n’ont pas encore été répliqués indépendamment.

Qu’est-ce que le Fairwind Program ?

Fairwind est le programme de Google DeepMind destiné aux cyberdéfenseurs de confiance. Ses participants sont les premiers à accéder à Gemini 4 Argon, dans une version sans garde-fous cyber, afin d’utiliser ses capacités de détection et de correction des vulnérabilités.

Restez informé avec Netalith

Recevez des ressources de développement, des mises à jour produit et des offres spéciales directement dans votre boîte mail.