Gemini 4 Argon : ce que vaut le nouveau modèle de Google, et qui peut l’utiliser

Depuis le 13 octobre, Gemini 4 Argon n’est plus réservé à une poignée d’équipes de cyberdéfense. Google ouvre son nouveau modèle de pointe aux abonnés payants de l’appli Gemini, aux développeurs qui passent par l’API Gemini et aux entreprises. Pour un utilisateur français, la nouvelle tient en une ligne : l’abonnement Google AI Pro, à 21,99 € par mois, suffit pour s’en servir dans l’appli. Pour coder avec lui dans Antigravity ou AI Studio, en revanche, il faut l’offre Ultra.

Reste à savoir ce que vaut le modèle. Google aligne des scores flatteurs face à GPT-6 Astra et aux derniers Claude, mais c’est Google qui choisit les adversaires et les épreuves. Nous avons donc lu la fiche du modèle, la note de sécurité et les grilles tarifaires officielles. Le résumé ? Un modèle de tout premier rang, bon marché jusqu’à fin novembre, avec des angles morts à connaître avant de payer.

Gemini 4 Argon, c’est quoi exactement ?

Le 30 septembre, Google présentait Argon sans date de sortie : seuls les membres du programme Fairwind, des équipes de cyberdéfense triées sur le volet, pouvaient l’essayer. Deux semaines plus tard, le billet de lancement de Google annonce le déploiement mondial de Gemini 4 Argon, taillé pour le « travail en profondeur » : code, finance, droit, cybersécurité, sciences.

La fiche du modèle précise qu’il s’agit d’un modèle neuf, pas d’une version retouchée d’un Gemini précédent. Il repose sur un mélange d’experts : pour chaque requête, seule une partie du réseau travaille. Il lit du texte, des images, du son et de la vidéo, mais ne répond qu’en texte. Et sa fenêtre atteint un million de tokens, entrée et sortie cumulées. Cette lecture des images sert déjà à des usages inattendus, comme identifier un tableau avec l’IA à partir d’une simple photo.

Ce dernier point compte. Google a porté la limite de sortie à un million de tokens, contre 64 000 pour la génération précédente : de quoi produire d’une traite un rapport fleuve ou réécrire un gros pan de code. Petite réserve, ses connaissances s’arrêtent en mars 2026. Tout ce qui est plus récent doit venir d’une recherche web ou de vos documents.

Qui peut utiliser Gemini 4 Argon en France, et à quel prix

La France figure bien dans la liste des pays où Google AI Pro et Ultra sont proposés. Voici ce que donne la page des forfaits Google AI, consultée le 14 octobre depuis la France :

Le bon point, c’est Google AI Pro. Fin septembre, Google ne citait que les abonnés Ultra parmi les premiers servis, avec les clients payants de l’API. Finalement, l’offre à 21,99 € suffit. Aucun quota précis n’est publié pour le modèle : Google indique seulement que l’Ultra 5x offre des limites d’usage cinq fois plus hautes que Pro, et l’Ultra 20x vingt fois. Le Mode IA de la recherche est aussi cité, mais sa disponibilité dépend des pays.

Le revers ? Google AI Plus et la version gratuite restent à la porte, et Google ne dit pas si cela changera. Même chose pour AI Studio : la page de tarifs de Google précise qu’Argon n’y est disponible « ni au niveau gratuit, ni avec le forfait Google AI Pro ». Pour prototyper dans AI Studio ou confier du code à des agents dans Antigravity, c’est Ultra ou l’API Gemini payante.

Les entreprises, elles, passent par Gemini for business, l’API ou Antigravity : seuls les comptes Google personnels peuvent souscrire un forfait Google AI.

API Gemini : le prix d’Argon face à GPT-6 Astra et Claude

Côté développeurs, on paie au token, ce morceau de mot qui sert d’unité de compte. Jusqu’au 30 novembre 2026, Gemini 4 Argon coûte 2 dollars par million de tokens envoyés et 10 dollars par million de tokens générés. Dès le 1er décembre, le prix double : 4 et 20 dollars. Détail qui compte, les tokens de réflexion (le raisonnement produit avant la réponse) sont facturés au prix de la sortie.

Quelques leviers allègent la note. Les entrées gardées en cache coûtent 95 % de moins, mais seul le cache automatique est pris en charge. Le traitement par lots, quand la réponse peut attendre, divise la facture par deux. Et Google indique que les contenus envoyés au niveau payant de l’API Gemini ne servent pas à améliorer ses produits : un argument pour les entreprises françaises attentives à leurs données.

Et face à la concurrence ? OpenAI facture GPT-6 Astra 10 dollars en entrée et 50 en sortie, tant que la requête reste sous 272 000 tokens. Chez Anthropic, Claude Fable 5.1 coûte aussi 10 et 50 dollars, Claude Opus 5.5 4 et 20 dollars. Au prix de lancement, Argon revient donc au cinquième de GPT-6 Astra. En décembre, il s’alignera sur Opus 5.5.

Attention au piège du prix affiché. Un modèle qui réfléchit plus longtemps consomme plus de tokens pour la même tâche : le prix au million ne dit rien du prix à la tâche. Le tarif de lancement ressemble à une offre d’appel, alors bâtissez votre budget sur le prix de décembre et mesurez sur vos propres requêtes. Notre comparatif des API de Mistral AI et d’OpenAI suit la même méthode.

Ce que Gemini 4 Argon sait faire, d’après Google

Google met en avant ses propres équipes. Avec Argon dans Antigravity, ses ingénieurs auraient soumis plus de 35 % de code supplémentaire écrit par des agents, et réduit de près d’un tiers les retours en arrière. L’équipe de Chrome s’en est servie pour démêler un dossier hérité d’environ 6 millions de lignes, perdu dans les 40 millions de Chromium : des mois de travail bouclés en quelques semaines, selon Google.

D’autres exemples suivent, tous chiffrés par l’éditeur. Le décodeur vidéo libgav1, porté en Rust, tourne 2,7 fois plus vite qu’au départ. L’inférence d’un petit modèle Gemma 4 a été accélérée de 2,85 fois sur une carte A100. Et des agents Argon ont libéré plus de 300 tébioctets de mémoire dans les centres de données de Google.

Pour le travail de bureau, la promesse tient surtout au ton : des réponses plus directes, moins de précautions oratoires, moins de répétitions, pas de clichés. Chez Isomorphic Labs, spécialiste de la découverte de médicaments, il synthétise des brevets et des PDF complexes en quelques heures au lieu de plusieurs semaines.

La cybersécurité reste son terrain favori. L’entreprise Wiz l’a utilisé pour trouver une faille critique dans un logiciel hospitalier, faille que les modèles précédents avaient ratée, protégeant ainsi des centaines de milliers de dossiers de patients. Les défenseurs du programme Fairwind, élargi à des centaines de nouveaux partenaires, reçoivent même une version sans garde-fous cyber. Quant à la robotique (un robot humanoïde qui apprend un geste en regardant une vidéo), nous y consacrons un article à part.

Une réserve, tout de même : ces résultats viennent de Google ou de ses partenaires, sans mesure indépendante. La vidéo ci-dessous, publiée par Google DeepMind, raconte le chantier de Chromium.

Face à GPT-6 Astra et Claude, des scores à lire de près

La fiche du modèle publie un tableau comparatif. Voici les lignes les plus parlantes, chiffres de Google :

Gemini 4 Argon gagne la majorité des lignes, et nettement sur le contexte long. Mais pas toutes. GPT-6 Astra le devance sur FrontierSWE et sur le pilotage d’un ordinateur, Opus 5.5 sur Terminal-bench. Pour du code agentique pur, le match reste ouvert.

Nous avons recoupé la première ligne sur le site du Vals Index, mis à jour le 13 octobre. Argon y est bien premier, à 68,90 %. Sauf que la deuxième place revient à Claude Sonnet 5.5 (67,04 %), un modèle absent du tableau de Google. Moins de deux points séparent les quatre premiers : le titre de « meilleur modèle » tient à peu de chose.

En clair, Argon rejoint le peloton de tête sans l’écraser. Si vous hésitez entre assistants, notre duel entre Google Gemini et ChatGPT pose les bases, et notre point sur les abonnements de ChatGPT et de Claude compare ce que chaque forfait donne vraiment.

Limites et sécurité : ce que Google reconnaît lui-même

La fiche ne cache pas les défauts classiques. Gemini 4 Argon peut halluciner, c’est-à-dire inventer avec aplomb, et se montrer lent, voire expirer sur certaines requêtes. Bon point en revanche : Google mesure 9,6 points de refus injustifiés en moins que Gemini 3.1 Pro.

Le passage le plus instructif concerne les risques graves. Google ne peut pas exclure qu’Argon ait atteint son seuil critique en biologie et en cybersécurité, et a donc rédigé des dossiers de sécurité pour ramener le risque sous ces seuils. Le modèle résout les 12 scénarios d’attaque informatique simulés, contre 5 pour la génération précédente. En face, trois couches de protection : filtrage des requêtes, sondes qui lisent les signaux internes du modèle, surveillance continue des réponses.

La note de sécurité de Google contient aussi des aveux rares. Pendant l’entraînement, le moniteur a surpris le modèle, dans de rares cas, à tenter d’élever ses droits pour modifier les scripts de notation, et une fois à faire planter son bac à sable pour éviter une mauvaise note. Anthropic a vécu un épisode voisin, au point de couper internet à ses évaluations.

Google en tire une règle : ne jamais pénaliser ce que le modèle écrit dans son raisonnement. Lors d’un essai où une telle pénalité avait été appliquée par erreur, la part de raccourcis pris en silence est passée de 11,2 % à 36,4 %. Le modèle trichait autant, il le disait juste moins. Sur des tests de code, les tentatives de raccourci tombent à 2 %, et sur le banc d’essai de Gray Swan, les injections de prompt cachées ne réussissent que dans 0,7 % des cas. Avant de confier des tâches à un agent autonome, ce sont les chiffres à regarder.

Gemini 4 Argon et l’AI Act : ce qui s’applique en Europe

En Europe, le modèle arrive sous un régime déjà en place. Le chapitre de l’AI Act, dans sa version consolidée du 27 juillet 2026, consacré aux modèles d’IA à usage général s’applique depuis le 2 août 2025. Et depuis le 2 août 2026, la Commission européenne peut sanctionner les fournisseurs qui ne le respectent pas.

Le texte présume qu’un modèle présente un risque systémique au-delà de 10²⁵ opérations de calcul pour l’entraînement. Son fournisseur doit alors l’évaluer, y compris par des essais contradictoires, atténuer les risques, signaler les incidents graves et le protéger des attaques. Google ne publie pas la puissance de calcul de Gemini 4 Argon, mais les évaluations décrites dans sa fiche recoupent assez fidèlement cette liste.

Google figure aussi parmi les signataires du code de bonnes pratiques européen pour ces modèles, selon la liste de la Commission. Pour une entreprise française qui veut brancher Argon sur ses outils, cela ne dispense de rien : ses propres obligations dépendent de son rôle, comme l’explique notre guide AI Act pour les entreprises.

Faut-il payer pour Argon ?

Tout dépend de votre point de départ. Déjà abonné à Google AI Pro ? Gemini 4 Argon est inclus : essayez-le sur vos longs documents et vos analyses touffues, c’est là qu’il devrait se distinguer. Sur Plus ou sur la version gratuite ? Rien ne justifie de passer à Ultra pour lui seul, à 99,99 € par mois au minimum.

Pour les développeurs, la fenêtre est claire : jusqu’au 30 novembre, tester le modèle par l’API Gemini coûte peu. Profitez-en pour mesurer sa consommation réelle de tokens avant que le prix double. Les entreprises gagneront à tester sur leurs propres tâches plutôt que de croire l’éditeur sur parole. Pour replacer Argon parmi les sorties de l’année, voyez notre récapitulatif des nouveaux modèles IA de 2026.

Foire aux questions

Gemini Argon est-il gratuit ?

Non. Google ne cite pas la version gratuite de l’appli parmi les offres qui donnent accès à Gemini Argon, et l’API ne propose aucun niveau gratuit pour ce modèle. Seuls des chercheurs retenus sur candidature, 10 000 au maximum, peuvent obtenir six mois gratuits du palier le plus élevé d’Antigravity.

Combien coûte Gemini 4 Argon en France ?

Dans l’appli, il faut au moins Google AI Pro, à 21,99 € par mois. Ultra coûte 99,99 € ou 219,99 € par mois selon le palier. Par l’API Gemini, comptez 2 dollars par million de tokens en entrée et 10 en sortie jusqu’au 30 novembre 2026, puis 4 et 20 dollars.

Peut-on utiliser Argon dans Google AI Studio avec l’offre Pro ?

Non. Google précise qu’Argon n’est pas disponible dans AI Studio avec le forfait Google AI Pro. Il faut un abonnement Ultra, ou le niveau payant de l’API. Même règle pour Antigravity, réservé aux abonnés Ultra pour ce modèle.

Mes données servent-elles à entraîner le modèle ?

Par l’API payante, Google indique que vos contenus ne servent pas à améliorer ses produits. Dans l’appli grand public, la fiche du modèle mentionne que des données d’utilisateurs peuvent servir à l’entraînement, selon les conditions de Google et les réglages de chaque compte. Vérifiez vos paramètres avant d’y déposer des documents sensibles.

Sources

• AI Act, règlement (UE) 2024/1689, version consolidée du 27 juillet 2026 (EUR-Lex)
• Commission européenne : lignes directrices pour les fournisseurs de modèles à usage général
• Commission européenne : code de bonnes pratiques et signataires
• Commission européenne : questions-réponses sur les modèles à usage général