For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/fr/articles/gemini-4-argon-availability-pricing-and-k-1a098195.md.
Google a rendu Gemini 4 Argon disponible dans plusieurs services destinés aux développeurs, aux entreprises et aux consommateurs. Son annonc...
Google a rendu Gemini 4 Argon disponible dans plusieurs services destinés aux développeurs, aux entreprises et aux consommateurs. Son annonce du 13 octobre présente le modèle comme un outil pour les travaux prolongés : navigation dans de grandes bases de code, combinaison de preuves issues de documents complexes et conduite de tâches de recherche en plusieurs étapes.
Les détails les plus utiles concernent les conditions d'accès, les tarifs d'API de lancement et les exemples concrets fournis par Google. Les chiffres de performance présentés dans cet article sont attribués à Google ou à ses partenaires d'accès anticipé nommés ; ils ne constituent pas des mesures indépendantes.
Lors du lancement, Google indique un tarif d'API de lancement de 2 $ par million de jetons d'entrée et 10 $ par million de jetons de sortie, avec une remise de 95 % sur les jetons d'entrée mis en cache. La grille tarifaire Standard officielle, consultée le 14 octobre, précise que ces tarifs s'appliquent jusqu'au 30 novembre 2026. À partir du 1er décembre 2026, les tarifs affichés passent à 4 $ pour l'entrée et 20 $ pour la sortie par million de jetons.
Le tableau inclut les jetons de raisonnement dans le prix de sortie et fixe les entrées mises en cache à 0,10 $ par million de jetons pendant la période de lancement, puis à 0,20 $ par la suite. Il précise que seule la mise en cache implicite est disponible ; la mise en cache explicite n'est pas prise en charge. Des outils supplémentaires et des niveaux de service peuvent entraîner des frais distincts ; la page tarifaire actuelle doit donc servir de référence pour une estimation de production.
Le déploiement s'adresse à plusieurs publics, mais l'accès n'est pas identique selon les produits :
| Public | Voie d'accès annoncée | Condition importante |
|---|---|---|
| Développeurs | Niveau payant de l'API Gemini dans AI Studio et Android Studio | La facturation de l'API et les limites du produit s'appliquent |
| Développeurs utilisant Antigravity | Google Antigravity | Un abonnement Google AI Ultra est précisé dans l'annonce |
| Entreprises | Gemini for business, API et Antigravity | Vérifier le service concerné et la configuration du compte |
| Abonnés individuels | Application Gemini et AI Mode dans Search | Un abonnement Google AI Pro ou Ultra est précisé |
| Scientifiques et chercheurs | Candidature au niveau d'utilisation le plus élevé d'Antigravity | Six mois d'accès, sous réserve d'éligibilité, de sélection et de capacité |
| Défenseurs de la cybersécurité | Candidature au programme Fairwind | L'accès est sélectif et introduit progressivement |
Google décrit également une limite unifiée d'un million de jetons en entrée et en sortie via l'API Gemini. La documentation sur le décodage long précise que 1 048 576 jetons sont partagés entre l'entrée, le raisonnement et la sortie. Il ne s'agit pas de la promesse qu'une application puisse remplir toute la fenêtre avec des entrées, puis générer une réponse sans restriction.
Pour l'API Interactions, la documentation indique qu'une sortie dépassant 65 536 jetons exige une exécution en arrière-plan et une valeur max_output_tokens explicitement plus élevée. Il s'agit d'une exigence de configuration pour le décodage long, et non du comportement par défaut de chaque requête.
Les exemples d'ingénierie couvrent à la fois des refactorisations de grande ampleur et des améliorations de performance étroitement mesurées. Google indique que ses équipes ont augmenté de plus de 35 % les soumissions de code agentiques tout en réduisant les retours en arrière de près d'un tiers au cours de la période décrite dans l'annonce.
Dans Chromium, Argon a aidé à séparer le code de traitement des pages web d'un répertoire de fonctionnalités historiques du navigateur contenant environ six millions de lignes. Google décrit la base de code élargie comme comptant environ 40 millions de lignes et indique que les modifications concernaient des centaines de fichiers. Cet exemple porte sur une refactorisation architecturale, et non sur l'affirmation que le modèle a reconstruit de manière autonome l'ensemble du navigateur.
Pour le Python Agent Development Kit, Google rapporte une réduction de 40 % du temps de préparation des sessions en mémoire pour les longues sessions, ainsi qu'une amélioration de 21 % des imports à froid. L'annonce renvoie vers le dépôt public et un commit précis, ce qui permet aux développeurs d'examiner l'implémentation au lieu de se fier uniquement à la description du lancement.
Parmi les autres résultats rapportés figurent des améliorations pouvant atteindre 2,3 fois pour la prédiction de structures moléculaires dans xTB et une accélération d'inférence de 2,85 fois pour Gemma 4 E2B sur un A100 avec vLLM. Ce dernier résultat est lié à un modèle, un accélérateur et une charge de travail particuliers ; il ne doit pas être considéré comme une garantie générale de vitesse pour tous les déploiements.
Le lancement inclut également des jeux dans le navigateur et des démonstrations 3D créés avec des outils tels que Blender et Three.js. Ils illustrent les capacités spatiales et de programmation du modèle, tandis que les modifications publiques en amont sont plus utiles pour évaluer des résultats d'ingénierie précis.
Les partenaires d'accès anticipé de Google décrivent des travaux portant sur des documents juridiques, des calculs financiers, des dossiers médicaux, des images et des connaissances d'entreprise. Ces rapports partagent un thème pratique : le modèle doit relier des preuves réparties entre plusieurs sources et achever une tâche étendue, plutôt que de répondre à une question isolée.
Par exemple, Box rapporte une meilleure précision par rapport à Gemini 3.1 Pro dans ses propres évaluations de connaissances d'entreprise. LexisNexis décrit des résultats préliminaires en recherche juridique, rédaction et révision, tandis que des partenaires du secteur de la santé évoquent des évaluations sur des données cliniques. Ces conclusions sont propres aux partenaires. Elles n'établissent pas qu'une sortie d'IA puisse remplacer l'examen d'un avocat, d'un clinicien ou d'un professionnel de la finance.
Les exemples scientifiques sont tout aussi variés. Google décrit un noyau optimisé de correction d'erreurs quantiques, des sous-routines quantiques formellement vérifiées, de nouvelles solutions de champs de stellarator, une analyse de génomes pour des maladies rares et des conceptions d'enzymes ensuite testées en laboratoire. Chaque résultat repose sur une méthode de validation différente ; les matériaux de recherche individuels sont donc plus informatifs qu'un score global unique de capacité.
Google offre également à un maximum de 10 000 scientifiques la possibilité de recevoir six mois d'accès au niveau d'utilisation le plus élevé d'Antigravity. L'accès exige une candidature et reste soumis aux conditions énoncées dans l'annonce.
Une démonstration de robotique commence par la vidéo d'une personne jouant au cornhole. Google indique qu'Argon a déduit les relations spatiales, généré du code de simulation et aidé à transférer le comportement vers le robot humanoïde Apollo d'Apptronik, qui a réussi sept tirs consécutifs dans l'essai décrit.
Image : Google, issue de la vidéo de robotique de l'annonce de lancement. La vignette de bureau de la source est utilisée.
Decrivez votre idee une fois, et We0 AI peut generer un site vitrine, des pages et un CMS, puis vous aider a attirer clients et trafic apres le lancement.
Une génération de projet complète pour une inscription gratuite
Idéal pour essayer un flux de génération complet et voir rapidement une première ébauche de projet.
Ce résultat illustre un flux de travail allant de la vidéo à la simulation, puis au robot. Il ne démontre pas qu'un robot puisse apprendre en toute sécurité n'importe quelle tâche physique à partir d'une vidéo sans ingénierie ni tests supplémentaires.
En matière de cybersécurité, Google indique que Wiz a utilisé l'accès anticipé pour identifier et traiter des faiblesses affectant des systèmes gouvernementaux et de santé. Le programme Fairwind est la voie annoncée pour les défenseurs de confiance supplémentaires qui recherchent un accès spécialisé. L'annonce ne présente pas cet accès comme une offre publique sans restriction.
Google décrit des protections à plusieurs niveaux couvrant les usages abusifs, le comportement des agents et l'injection de prompts. L'entreprise rapporte une résistance améliorée aux requêtes nuisibles, moins de tentatives de raccourcis non autorisés dans les évaluations de programmation, ainsi qu'un taux de réussite d'attaque de 0,7 % dans l'évaluation citée d'injection indirecte de prompts, sur 15 tentatives adaptatives.
Ces résultats ont été obtenus dans le cadre de tests spécifiés. Ils justifient l'examen de la fiche modèle et l'évaluation du modèle dans une application réelle, plutôt que de supposer qu'un faible taux d'attaque sur un benchmark élimine le risque. Un agent capable de lire des documents, d'appeler des outils et de modifier du code a toujours besoin d'autorisations appropriées, d'une supervision et de contrôles au niveau de l'application.
Pour un premier déploiement, trois vérifications sont particulièrement utiles :
Gemini 4 Argon est le nouveau modèle de pointe de Google, annoncé pour un accès étendu le 13 octobre 2026. Google met l'accent sur les tâches longues et complexes liées au code, aux documents professionnels, à la science et à l'utilisation d'outils.
La grille tarifaire Standard indique 2 $ par million de jetons d'entrée et 10 $ par million de jetons de sortie jusqu'au 30 novembre 2026. Elle indique respectivement 4 $ et 20 $ à partir du 1er décembre ; les jetons de raisonnement sont inclus dans la facturation de sortie, et d'autres outils peuvent ajouter des frais.
L'annonce précise que les abonnés Google AI Pro et Ultra ont accès à l'application Gemini et à AI Mode dans Search. Elle n'annonce pas un accès gratuit sans restriction pour tous les utilisateurs.
Non : Google la présente comme une limite unifiée d'entrée et de sortie via l'API Gemini. Les développeurs doivent consulter la documentation sur la continuation lorsqu'ils conçoivent des tâches susceptibles de se prolonger au-delà d'une réponse.
Google rapporte des exemples impliquant Chromium, ADK, xTB et vLLM. Les améliorations mesurées dépendent du code, de la charge de travail et du processus de validation concernés ; une équipe doit donc vérifier les résultats sur son propre projet.
Oui : Google décrit un programme de candidature offrant six mois d'accès au niveau d'utilisation le plus élevé d'Antigravity à des scientifiques sélectionnés. L'éligibilité, la sélection, la capacité d'intégration et les conditions du programme déterminent l'accès.
Gemini 4 Argon est accessible aux développeurs, aux entreprises et aux abonnés éligibles par l'intermédiaire de plusieurs produits Google. Le lancement associe une tarification d'API de lancement à des exemples d'ingénierie et de recherche, mais les conditions d'accès et les résultats propres à chaque charge de travail doivent être lus attentivement.
Commencez par choisir la bonne voie d'accès, vérifier la tarification actuelle et réaliser une évaluation spécifique à votre tâche avant de vous appuyer sur le modèle dans un flux de travail réel.
Partez d’une phrase et obtenez un site complet en quelques minutes.
