Lancement mondial de Gemini 4 Argon par Google, prix API pendant la période promotionnelle jusqu'à cinq fois inférieur à celui des concurrents
Google a annoncé le 13 octobre (heure de l'Est) que son modèle phare Gemini 4 Argon est officiellement ouvert aux utilisateurs du monde entier. Auparavant, ce modèle était fourni de manière ciblée uniquement aux partenaires de cybersécurité. Les utilisateurs ordinaires doivent s'abonner à Google AI Pro ou Ultra pour en bénéficier, tandis que les développeurs peuvent y accéder via une API payante. Le plafond de sortie maximal du nouveau modèle est porté à 1 million de tokens, avec une optimisation centrée sur la programmation, le raisonnement complexe et le contrôle des robots. La tarification de l'API pendant la période promotionnelle est très compétitive, les prix d'entrée et de sortie étant seulement un cinquième de ceux des principaux concurrents, dans le but d'accélérer l'adoption dans les flux de travail des entreprises et les scénarios de recherche.
Google a annoncé officiellement le 13 octobre (heure de l'Est) le lancement mondial de son modèle d'IA phare Gemini 4 Argon. Au cours des trois semaines précédentes, ce modèle n'était accessible qu'aux partenaires de défense de la cybersécurité sélectionnés via le programme Fairwind. Cette ouverture mondiale marque une nouvelle étape dans la stratégie prudente de lancement par phases de Google, visant à donner aux institutions professionnelles le temps d'identifier et de corriger les vulnérabilités potentielles, avant de déployer les capacités auprès d'un public plus large à usage grand public et commercial. Les utilisateurs ordinaires doivent souscrire aux services Google AI Pro ou Ultra pour en profiter via l'application Gemini et le mode IA de recherche ; les développeurs peuvent quant à eux utiliser l'API Gemini payante.
Sur le plan des spécifications techniques, Gemini 4 Argon réalise une avancée majeure en portant le plafond maximal de sortie de tokens de 64 000 à 1 million. Cette augmentation permet au modèle de générer des sorties continues plus longues en mode arrière-plan, ce qui est particulièrement adapté aux grands projets logiciels, aux travaux知识 d'entreprise et aux flux de travail multi-étapes nécessitant une cohérence contextuelle prolongée. Logan Kilpatrick, responsable du produit Google AI Studio, indique que l'équipe de développement a consacré environ six mois à ce projet, et que le modèle a été testé au sein de plus de 100 000 personnes chez Google au cours du mois dernier.
La position centrale de ce modèle ne repose pas sur une simple interaction question-réponse, mais sur la résolution de problèmes nécessitant un raisonnement complexe et une exécution multi-étapes. Google met particulièrement en avant ses capacités de pointe en matière de programmation, de flux de travail d'entreprise et de défense de la cybersécurité. Les cas d'utilisation réels incluent la refactoring et l'optimisation automatisées de grands dépôts de code, ainsi que le traitement de tâches complexes telles que la recherche juridique et financière. De plus, Google a démontré le potentiel d'Argon dans le domaine de la robotique : le modèle peut inférer les relations physiques entre les objets en combinant des vidéos multi-vues, des informations géométriques tridimensionnelles et des données de simulation physique, et a réussi à contrôler le robot quadrupède Spot de Boston Dynamics pour apprendre une nouvelle compétence consistant à piétiner une poubelle à pédale.
Lors des tests de référence de performance, Gemini 4 Argon a montré une forte compétitivité. Selon les données divulguées par Google, parmi les 19 tests de référence publiés lors du lancement le 30 septembre, la version avec réflexion maximale a obtenu le meilleur score individuel dans 13 catégories, et a égalé la première place dans une autre. Ces résultats se concentrent principalement sur les tâches intensives en connaissances, le raisonnement à long contexte et les capacités de programmation complexes, rivalisant directement avec des modèles de pointe dominants tels que GPT-6 Astra d'OpenAI et Claude Fable 5.1 d'Anthropic. Bien que la supériorité dans les tests de référence fournisse à Google une base pour revenir au premier rang de la concurrence, les performances réelles dans les业务 devront être vérifiées ultérieurement.
Pour conquérir les développeurs et les clients d'entreprise, Google a fixé des prix promotionnels limités très attractifs pour Argon. Jusqu'au 30 novembre 2026, le prix d'entrée de l'API est de 2 dollars par million de tokens, et le prix de sortie est de 10 dollars par million de tokens. Ce prix représente seulement un cinquième de celui des concurrents GPT-6 Astra et Claude Fable 5.1 (respectivement 10 dollars et 50 dollars). À l'issue de la période promotionnelle, les prix doubleront pour atteindre respectivement 4 dollars et 20 dollars. Par ailleurs, les tokens d'entrée mis en cache bénéficient d'une réduction de prix de 95 %, réduisant davantage les coûts d'application pour les contextes longs ou les tâches multi-tours.
Ce lancement mondial signifie non seulement que Gemini 4 Argon passe d'un environnement de test de sécurité restreint à des applications commerciales plus larges, mais signale également que Google tente d'attirer les utilisateurs grâce à sa capacité de traitement de contextes longs, à sa capacité d'exécution de tâches complexes et à une tarification initiale compétitive. Pour Google, le défi clé à venir sera de garantir le taux d'adoption par les développeurs dans leurs flux de travail réels, ainsi que la capacité du modèle à créer une valeur continue dans les scénarios d'entreprise. Avec l'arrivée de nombreux utilisateurs, il reste à voir si Argon pourra consolider sa position dans la concurrence acharnée de l'IA.
KEY HIGHLIGHTS
Points clés de cette mise à jour
Gemini 4 Argon a mis fin à ses tests internes le 13 octobre et est officiellement ouvert au grand public, aux développeurs et aux entreprises du monde entier.
Le plafond maximal de sortie de tokens du modèle est porté à 1 million, avec des optimisations spécifiques pour la migration de grands dépôts de code et les tâches à processus longs.
Introduction d'un prix promotionnel limité : 2 dollars par million de tokens pour l'entrée et 10 dollars par million de tokens pour la sortie ; ces tarifs doubleront après fin novembre.
Obtient la première place dans 13 des 19 tests de référence, rivalisant directement avec des modèles de pointe tels que GPT-6 Astra d'OpenAI.
Présente des applications dans le domaine de la robotique, combinant le contrôle de simulation physique pour faire exécuter des mouvements spécifiques au robot quadrupède Spot.
Adopte une stratégie de lancement par phases : d'abord, les défenseurs de la cybersécurité identifient les vulnérabilités, puis l'accès est progressivement élargi.