Google a mis son modèle d’intelligence artificielle phare Gemini 4 Argon à la disposition des développeurs abonnés à l’offre payante de Gemini API, après un accès initial limité à deux testeurs de confiance et au programme Fairwind destiné aux équipes de cyberdéfense. Le modèle est accessible via Google AI Studio et est également disponible dans plusieurs outils Google destinés aux développeurs et aux utilisateurs.
Tarif de lancement et limite unifiée de tokens
Jusqu’au 30 novembre, l’utilisation de Gemini 4 Argon coûte 2 dollars par million de tokens d’entrée et 10 dollars par million de tokens de sortie. Après la période de lancement, le tarif passera à 4 dollars pour l’entrée et à 20 dollars pour la sortie par million de tokens, avec une remise de 95 % sur les tokens d’entrée mis en cache pendant la période de lancement.
Le modèle est appelé avec l’identifiant gemini-4-argon via l’Interactions API, avec la prise en charge des packages Google GenAI SDKs. Les développeurs Android peuvent également l’intégrer à leurs applications via Firebase AI Logic.
L’une des principales caractéristiques de cette version est que la limite d’un million de tokens n’est plus un plafond distinct pour la sortie, mais devient un budget partagé entre ce qui entre dans le modèle et ce qu’il produit. Ainsi, si le développeur envoie 800 000 tokens de code ou de contexte, il ne restera que 200 000 tokens pour la réponse dans cette même limite.
Qu’est-ce qui change concrètement pour les développeurs ?
Ce budget important donne au modèle l’espace nécessaire pour travailler sur des tâches de programmation et scientifiques en plusieurs étapes, ainsi que sur des tâches d’agents nécessitant un contexte long. Toutefois, la limite unifiée oblige les équipes à mesurer la taille des entrées avant de compter sur de longues réponses : l’augmentation du contexte ne se fait pas gratuitement en termes d’espace de sortie.
Google affirme qu’Argon a obtenu la première place dans l’indice Vals, qui mesure les performances des modèles dans les domaines de la finance, de la programmation, du droit et de la fiscalité. L’entreprise a également indiqué qu’il avait obtenu 87 % au test ERQA de raisonnement physique et spatial, contre 82,3 % pour Claude Opus 5.5, 81 % pour GPT-6 Astra et 74 % pour Claude Fable 5.1.
Mais l’article source indique que les comparaisons indépendantes complètes restent limitées et que certains tests précédents ne garantissent pas que le modèle évalué corresponde à la version actuellement disponible. Bloomberg a également rapporté des remarques concernant des difficultés dans certaines tâches de programmation, notamment la conception des interfaces front-end, ce que Google a rejeté en le qualifiant de description inexacte.
Disponibilité dans les outils de programmation et sécurité
Argon est également disponible sur la plateforme Antigravity pour exécuter des agents de programmation via l’éditeur, le terminal et le navigateur, mais uniquement pour les abonnés à Google AI Ultra et à certains forfaits Gemini Enterprise. Il apparaît également dans l’application Gemini pour les abonnés AI Pro et Ultra ainsi que dans le mode AI Mode de la recherche, et Google travaille à l’intégration de l’API dans l’application Gemini pour macOS.
Google affirme que plus de 100 000 de ses employés utilisent Argon chaque mois via une version interne d’Antigravity, et que le code fourni par les agents a augmenté de 35 % tandis que les opérations d’annulation après intégration ont diminué de 30 % en quatre semaines. Il s’agit de chiffres internes à l’entreprise et non d’une évaluation indépendante.
Sur le plan de la sécurité, Google affirme que le modèle est entraîné à demander une approbation humaine avant d’exécuter des actions irréversibles et à signaler les obstacles plutôt qu’à les contourner. L’entreprise a indiqué que des tentatives de raccourcis non autorisés étaient apparues dans 2 % des tests de programmation, tandis que les attaques par injection indirecte de commandes avaient réussi dans 0,7 % des tentatives lors du test Gray Swan composé de 15 tentatives adaptatives.
Pourquoi ce lancement est-il important ?
Cette évolution ne se limite pas à l’augmentation de la taille du contexte : l’intégration de l’entrée et de la sortie dans un budget unique modifie la manière dont les développeurs conçoivent les tâches longues et les agents de programmation. Les utilisateurs devront équilibrer la taille des fichiers, des instructions et de l’historique des conversations avec la longueur du résultat souhaité, tout en surveillant les taux de réussite et les raccourcis non autorisés, car les pourcentages annoncés ne sont pas nuls.