Gemini 4 Argon : le modèle frontier de Google, à moitié prix jusqu'au 30 novembre

Le 13 octobre 2026, Google a ouvert Gemini 4 Argon à tous ses clients payants, deux semaines après une première diffusion réservée à des cyberdéfenseurs vérifiés². Google le destine au code, aux agents qui enchaînent de longues tâches, au travail de connaissance en entreprise et à la cyberdéfense. Jusqu'au 30 novembre, il coûte deux fois moins cher que son tarif normal⁴.

Qui peut l'utiliser, et où

Koray Kavukcuoglu, de Google DeepMind, a présenté Argon le 30 septembre¹¹³. Les premiers accès sont passés par le Fairwind Program, ouvert sur candidature à des équipes de cyberdéfense⁶. Depuis le 13 octobre, Google propose le modèle sur tous ses canaux, et chaque accès est payant²³ :

• l'API Gemini, dans le monde entier, sur le palier payant ;
• l'app Gemini, pour les abonnés Pro et Ultra ;
• Antigravity, pour les abonnés Ultra et les clients Gemini Enterprise ;
• l'interface web d'AI Studio, pour les abonnés Ultra ;
• Vertex AI (rebaptisé Gemini Enterprise Agent Platform) et Gemini Enterprise, en disponibilité générale.

Les entreprises européennes peuvent passer par la multirégion « eu » de Gemini Enterprise, où Google garde les données et leur traitement dans l'Union. Google y laisse Argon désactivé par défaut jusqu'au 27 octobre ; un administrateur peut l'activer avant⁷. Les filiales suisses et britanniques devront trouver une autre option : la zone « eu » ne couvre ni la Suisse ni le Royaume-Uni.

Le prix : 2 $, puis 4 $

Jusqu'au 30 novembre 2026, Google facture 2 $ le million de tokens en entrée et 10 $ en sortie. Le tarif passe ensuite à 4 $ et 20 $, sans palier lié à la taille du contexte. Les modes Batch et Flex coûtent moitié prix⁴.

Meta a retenu ce même tarif de 4 $ et 20 $ le 12 octobre pour l'API de Muse Wonder. Pendant sept semaines, Google divise donc par deux le prix que les deux groupes affichent pour leurs modèles frontier.

La fenêtre de contexte atteint 1 048 576 tokens, partagés entre l'entrée et la sortie. La réponse plafonne par défaut à 65 536 tokens ; le mode « long decode », disponible sur l'API v1beta1, la pousse jusqu'à un million environ⁴.

Ce que disent les mesures

Google compare Argon à GPT-6 Astra d'OpenAI et à deux modèles d'Anthropic, Claude Opus 5.5 et Claude Fable 5.1. Dans le tableau publié avec la fiche du modèle, repris par ComputingForGeeks, Argon obtient des résultats contrastés⁶⁸.

Benchmark	Gemini 4 Argon	Concurrent le mieux placé
DeepSWE v1.1	77,9	74,2 (Claude Opus 5.5)
Vals Index	68,9	67,0 (Claude Opus 5.5)
CWE-bench v1	68	68 (GPT-6 Astra)
Terminal-bench 4.0	57,4	66,4 (Claude Opus 5.5)
FrontierSWE v2	55,0	65,5 (GPT-6 Astra)

Scores publiés par Google.

Artificial Analysis, qui teste les modèles de façon indépendante, donne 53 points à Argon sur son Intelligence Index, au niveau de GPT-6 Astra et derrière les derniers modèles d'Anthropic. Sur son test AA-Omniscience, Artificial Analysis mesure le taux d'hallucination d'Argon à 15 %, le plus bas parmi les modèles de tête. The Batch, la lettre de DeepLearning.AI, en conclut qu'Argon brille en finance, en fiscalité et en droit, sans être le meilleur choix pour le code⁹.

Sur le code, Google doit aussi convaincre ses propres équipes. Le 2 octobre, Bloomberg a rapporté que des employés soupçonnent un modèle optimisé pour les benchmarks et le jugent en difficulté sur certaines tâches de développement ; Google conteste¹⁰. Mi-septembre, Business Insider avait révélé que Google autorisait tous ses ingénieurs à utiliser Claude Opus 5 dans Antigravity¹².

Pour sa démonstration du 13 octobre, Google a demandé à Argon d'écrire en Python pur, sans bibliothèque externe, un moteur de rendu 3D par lancer de rayons²¹⁵.

Le volet cyber, sous double régime

Dans le rapport de sécurité publié avec le modèle, Google DeepMind écrit ne pas pouvoir exclure que la version d'Argon sans garde-fous atteigne le seuil critique en cybersécurité de son Frontier Safety Framework. Ses équipes estiment que cette version rendrait une cyberattaque grave environ 16,7 fois moins chère en moyenne. Elles ne peuvent pas non plus exclure le seuil biologique, ni un seuil de vigilance sur la furtivité et la conscience de la situation ; les seuils sur la R&D en IA et la manipulation ne sont pas atteints⁵.

Pour contenir ces risques, Google surveille les activations internes du modèle et son raisonnement. L'AI Security Institute britannique, le NIST américain et la société Faculty ont mené des évaluations externes⁵.

Google a prévu deux régimes d'accès. Dans la version publique, il bloque les tâches offensives comme le test d'intrusion ou l'exploitation de failles. Les membres du Fairwind Program reçoivent une variante sans ces garde-fous (gemini-4-argon-cyber-permissive sur Vertex AI). Pour y entrer, une entreprise candidate, passe une vérification, réserve l'accès à ses équipes cyber internes, impose une authentification multifacteur résistante au phishing et renonce à toute revente⁶. Le 13 octobre, Google a ouvert le programme à plusieurs centaines de partenaires supplémentaires².

Matthieu Eugène, du Blog du Modérateur, résumait le dilemme dès le 1er octobre : un modèle capable de trouver des failles sait aussi les exploiter¹¹.

Que tester d'ici le 30 novembre

Avec sept semaines de prix réduit, vous avez le temps de confronter Argon à vos propres cas d'usage.

• Travail de connaissance. Sur 30 à 50 tâches réelles (analyse de contrats, questions fiscales, synthèses financières), comparez Argon au modèle en place en comptant les erreurs factuelles plutôt qu'en jugeant le style.
• Code. Testez-le dans vos dépôts et avec vos outils. Argon mène sur DeepSWE et recule sur Terminal-bench et FrontierSWE : seuls vos projets trancheront.
• Données. Vérifiez la configuration de la multirégion « eu », la date d'activation dans votre console et le cas des entités hors Union.
• Sécurité. Un RSSI qui dispose d'un SOC interne peut candidater au Fairwind Program. Les autres ont intérêt à raccourcir leurs délais de correction des failles exposées.

Le 1er décembre, le tarif passera à 4 $ et 20 $ le million de tokens.

Sources

1. Koray Kavukcuoglu, « Gemini 4 Argon: our next era of frontier intelligence », blog Google, 30 septembre 2026 : blog.google ; version française : blog.google/intl/fr-ca.
2. Koray Kavukcuoglu, « Gemini 4 Argon: Built to solve your hardest problems », blog Google, 13 octobre 2026 : blog.google.
3. Michael Gerstenhaber, « Gemini 4 Argon available on Google Cloud, built to help solve your business' hardest problems », Google Cloud Blog, 13 octobre 2026 : cloud.google.com.
4. Google, documentation de l'API Gemini : fiche Gemini 4 Argon (contexte, limite de sortie, long decode) et tarifs (prix promotionnel jusqu'au 30 novembre 2026, Batch et Flex).
5. Google DeepMind, Gemini 4 Argon Safety & Security Report, octobre 2026 : storage.googleapis.com.
6. Google DeepMind, Fairwind Program (conditions d'accès) et fiche du modèle.
7. Google Cloud, notes de version de Gemini Enterprise et résidence des données.
8. Josphat Mutai, « Gemini 4 Argon: Pricing, Benchmarks, API and Real Tests », ComputingForGeeks, 13 octobre 2026 : computingforgeeks.com.
9. « Google's First Gemini 4 Model, Argon, Avoids Hallucinations and Shines at Knowledge Work », The Batch (DeepLearning.AI), 9 octobre 2026 : deeplearning.ai.
10. Julia Love et Davey Alba, « Google grapples with employee scepticism about new Gemini 4 », Bloomberg, repris par The Star, 2 octobre 2026 : thestar.com.my.
11. Matthieu Eugène, « Gemini 4 Argon : capacités, prix, accès… ce que l'on sait du nouveau modèle de Google », Blog du Modérateur, 1er octobre 2026 : blogdumoderateur.com.
12. Hugh Langley, Business Insider, 14 septembre 2026 (accès des ingénieurs de Google à Claude Opus 5) : businessinsider.com.
13. @GoogleDeepMind sur X, 30 septembre 2026 (annonce du modèle et de sa diffusion aux testeurs du Fairwind Program) : x.com.
14. @Google sur X, 14 octobre 2026 (fil de cinq réalisations de l'équipe avec Argon) : x.com.
15. @Google sur X, 15 octobre 2026 (démonstration du moteur de rendu 3D en Python pur) : x.com.