1 · MODÈLES
Google : Gemini 4 Argon ouvert à tous, avec un prix qui double fin novembre
Samedi 17 octobre 2026 · 3 sources · 9 min de lecture
13/10
ouverture générale annoncée par Google
1 M
jetons de contexte (entrée et sortie)
x 2
prix de l'API après l'offre d'essai
CE QUI S'EST PASSÉ
Le 13 octobre, Google a annoncé que son modèle Gemini 4 Argon, présenté le 30 septembre à un cercle restreint de spécialistes de cybersécurité, était disponible pour tous : par l'interface de programmation (API) pour les développeurs, et dans l'application Gemini pour les abonnés Google AI Pro et Ultra, avec un déploiement par étapes. Le tarif d'introduction est de 2 dollars par million de jetons (des morceaux de mots) en entrée et 10 dollars en sortie ; Google indique que « the price of $4 per 1M input tokens and $20 per 1M output tokens will apply » (le prix de 4 dollars en entrée et 20 dollars en sortie s'appliquera) à partir du 30 novembre ; d'autres sites parlent du 1er décembre. La fenêtre de contexte annoncée est de 1 million de jetons partagés entre entrée et sortie. Les performances citées par Google sont des annonces. Deux évaluateurs indépendants sont cités par Let's Data Science : Vals AI classe le modèle premier de son indice (68,9 %), tandis qu'Artificial Analysis le place huitième sur 216 modèles, à égalité avec d'autres (53 points), avec un taux d'hallucination de 15 % sur son test, le plus bas parmi les modèles notés 45 ou plus. Sur le code autonome, la comparaison avec les modèles d'Anthropic vient de Google lui-même.
Premier ou huitième : pourquoi deux classements différents ?
Un modèle d'IA n'a pas une « note » unique. Chaque évaluateur choisit ses épreuves et leur poids. L'indice de Vals AI mesure des tâches de finance, de code, de droit et de fiscalité, pondérées par le poids de ces secteurs dans l'économie américaine ; celui d'Artificial Analysis réunit dix évaluations plus générales. Un modèle peut donc être premier sur l'un et huitième sur l'autre sans contradiction. Le taux d'hallucination est la part de réponses inventées quand le modèle ne sait pas : ici 15 % sur un test précis, qui ne dit rien des autres usages. Enfin, le prix en jetons n'est pas le prix d'une tâche : un modèle qui « réfléchit » longtemps consomme plus de jetons en sortie.
LES POINTS DE VUE
Google dit viser avec Argon les tâches professionnelles et indique que des centaines de partenaires de son programme Fairwind, réservé à la cyberdéfense, y accéderont « without cyber guardrails on a rolling basis » (sans garde-fous de cybersécurité, au fil de l'eau).
annonce du 13 octobre · Google
Vals AI classe Argon premier sur son indice (68,9 %) ; Artificial Analysis le place huitième avec 53 points et note un taux d'hallucination de 15 %, le plus bas des modèles à 45 points ou plus.
évaluations citées par Let's Data Science · Let's Data Science
Nvidia dit que Super VL offre jusqu'à cinq fois le débit de modèles comparables et que Bolt est premier des modèles ouverts de sa catégorie sur PinchBench ; ces mesures sont celles de l'entreprise.
annonce du 15 octobre · Nvidia
L'évaluateur note 26 points pour Super VL et 21 pour Bolt, et précise que ses tests ne remplacent pas une évaluation propre à chaque usage.
article du 15 octobre · Artificial Analysis
CE QUE ÇA CHANGE
Pour un développeur ou une entreprise, l'offre d'essai à 2 et 10 dollars incite à tester avant la fin novembre, puis le coût double. Pour un particulier, l'accès passe par un abonnement payant (Pro ou Ultra).
ET APRÈS ?
- 1
Le prix double autour du 30 novembre ou du 1er décembre selon les sources
- 2
Les comparaisons indépendantes sur le code autonome restent à publier
