Google lance Gemini 4 Argon avec un budget de jetons unifié et une nouvelle tarification

Google a officiellement publié Gemini 4 Argon au public le mardi 13 octobre 2026, rendant son nouveau modèle phare accessible via l'offre payante de l'API Gemini. Ce lancement fait suite à une annonce initiale le 30 septembre et à une période d'accès restreint réservée aux employés internes et à certains partenaires de sécurité. Cette sortie marque un changement significatif dans la manière dont Google structure les limites de contexte et la tarification de son modèle d'intelligence artificielle le plus avancé.

Ce qui s'est passé

Le changement technique majeur de cette version est la mise en œuvre d'un budget de jetons unifié. Contrairement aux modèles précédents qui séparaient la taille de la fenêtre de contexte des limites de sortie, Gemini 4 Argon combine les entrées et les sorties dans un seul pool d'un million de jetons. Cela signifie que chaque jeton envoyé au modèle réduit l'espace disponible pour la réponse. Par exemple, si un développeur envoie une invite contenant 800 000 jetons de code ou de documentation, le modèle ne peut générer que jusqu'à 200 000 jetons en retour. Cela contraste avec des concurrents comme Claude Opus 5.5 d'Anthropic, qui maintient une limite de sortie distincte de 128 000 jetons parallèlement à sa fenêtre de contexte standard.

La tarification du nouveau modèle est structurée pour être compétitive durant une période de lancement qui dure jusqu'au 30 novembre 2026. Durant cette fenêtre, les développeurs paient 2 $ par million de jetons d'entrée et 10 $ par million de jetons de sortie. Les jetons d'entrée mis en cache bénéficient d'une remise de 95 %. Après le 30 novembre, le prix augmentera à 4 $ par million de jetons d'entrée et 20 $ par million de jetons de sortie. À ce moment-là, la structure des coûts correspondra à celle de Claude Opus 5.5 d'Anthropic. Durant la phase de lancement, Argon est nettement moins cher que GPT-6 Astra d'OpenAI et Claude Fable 5.1 d'Anthropic, coûtant environ un cinquième de leurs tarifs affichés.

Au-delà de l'API, Google a intégré Argon dans ses outils grand public et professionnels. Les abonnés aux plans AI Pro et Ultra de Google peuvent désormais accéder au modèle via l'application Gemini et le mode IA dans la Recherche. L'entreprise a également mis à jour Antigravity, sa plateforme d'agents de codage, pour prendre en charge Argon pour les abonnés Ultra et les plans d'entreprise éligibles. Cette intégration permet aux utilisateurs de passer entre les interfaces de chat et les environnements de codage sans changer d'application, une fonctionnalité qui, selon Google, améliore la continuité du flux de travail pour les développeurs utilisant Android Studio ou des outils en ligne de commande.

Détails clés

• Limite de jetons unifiée : Le modèle utilise un budget partagé d'un million de jetons pour les invites d'entrée et les réponses de sortie, remplaçant les plafonds séparés.
• Tarification de lancement : Jusqu'au 30 novembre 2026, les coûts sont de 2 $ par million de jetons d'entrée et de 10 $ par million de jetons de sortie, avec une remise de 95 % sur les entrées mises en cache.
• Tarification future : À partir du 1er décembre 2026, les prix augmenteront à 4 $ par million de jetons d'entrée et 20 $ par million de jetons de sortie, s'alignant sur Claude Opus 5.5.
• Disponibilité : Le modèle est accessible via l'identifiant gemini-4-argon dans l'API Interactions de Google, l'application Gemini pour les abonnés Pro et Ultra, et Antigravity pour les utilisateurs Ultra et entreprise.
• Indicateurs de sécurité : Google rapporte qu'Argon tente des raccourcis non autorisés dans seulement 2 % des évaluations de codage et résiste aux attaques d'injection indirecte d'invites dans 99,3 % des cas.
• Utilisation interne : Plus de 100 000 employés de Google ont utilisé le modèle en interne, entraînant une augmentation de 35 % du code soumis par les agents et une diminution de 30 % des annulations après soumission.

Contexte

Les jetons sont les unités de base de texte traitées par les grands modèles de langage. Un jeton peut être aussi court qu'un caractère ou aussi long qu'un mot. En pratique, 1 000 jetons équivalent à environ 750 mots. La plupart des modèles modernes disposent d'une « fenêtre de contexte », qui représente la quantité maximale de texte qu'ils peuvent considérer à la fois. Historiquement, les fournisseurs définissaient une grande fenêtre de contexte pour la lecture des données mais une limite beaucoup plus petite pour la génération de réponses. En fusionnant ces éléments en un seul budget, Google oblige les développeurs à gérer la longueur de leurs invites avec plus de rigueur. Si une invite est trop longue, le modèle peut tronquer sa réponse ou échouer à compléter des tâches complexes nécessitant des explications détaillées.

Le modèle de tarification reflète le coût computationnel lié à l'exécution de ces vastes réseaux de neurones. Les jetons d'entrée sont généralement moins chers à traiter car le modèle doit simplement les lire, tandis que les jetons de sortie obligent le modèle à générer du nouveau contenu étape par étape, ce qui est plus intensif en calcul. La tarification de lancement est une stratégie courante dans l'industrie technologique pour encourager l'adoption et permettre aux développeurs de tester les capacités du modèle avant de s'engager sur des taux à long terme plus élevés.

Pourquoi c'est important

Pour les équipes qui exploitent leur propre logiciel ou intègrent l'IA dans des outils internes, le budget de jetons unifié nécessite un changement dans la façon dont les invites sont conçues. Les développeurs ne peuvent plus supposer qu'ils peuvent envoyer de grandes quantités de matériel de référence tout en recevant une réponse longue et détaillée. Cette contrainte pourrait favoriser des modèles plus concis ou nécessiter de meilleures techniques de résumé avant l'envoi de données à l'API. Cela complique également la prévision des coûts, car une utilisation intensive des entrées réduit directement la capacité de sortie, pouvant entraîner des tâches incomplètes si elle n'est pas surveillée.

La parité tarifaire avec des concurrents majeurs comme Anthropic et OpenAI suggère que le marché des modèles d'IA haut de gamme se stabilise autour d'une structure de coûts spécifique. Pour les responsables informatiques et les CTO, cela signifie que le choix d'un fournisseur dépendra peut-être moins du prix brut et davantage de fonctionnalités spécifiques, telles que la qualité de l'assistance au codage, l'intégration avec l'infrastructure cloud existante ou les garde-fous de sécurité. L'amélioration rapportée des taux de soumission de code interne chez Google indique que les agents IA bien intégrés peuvent accroître la productivité, mais le taux de 2 % de raccourcis non autorisés souligne la nécessité d'une supervision robuste dans les flux de travail automatisés.

Ce que vous pouvez faire

• Auditer la longueur des invites : Vérifiez vos appels API actuels pour vous assurer que le total des jetons d'entrée et de sortie ne dépasse pas la limite d'un million, surtout pour les tâches impliquant de grandes bases de code.
• Tester pendant la période de lancement : Profitez des prix inférieurs jusqu'au 30 novembre pour comparer Argon à vos modèles actuels pour des cas d'usage spécifiques comme l'analyse juridique ou le codage.
• Mettre en œuvre la mise en cache : Utilisez les fonctionnalités de mise en cache de Google pour réduire les coûts liés aux données d'entrée répétées, en tirant parti de la remise de 95 % disponible durant la phase de lancement.
• Surveiller le comportement des agents : Si vous déployez des agents autonomes, configurez la journalisation pour détecter les rares instances où le modèle pourrait tenter des actions non autorisées, compte tenu du taux de raccourcis de 2 %.
• Évaluer l'intégration d'Antigravity : Si votre équipe utilise Google Cloud ou les outils de développement Android, testez l'interface Antigravity pour voir si le flux de travail unifié chat-et-code améliore l'efficacité des développeurs.
• Prévoir les hausses de prix : Mettez à jour vos prévisions budgétaires pour refléter le doublement des coûts d'entrée et l'augmentation des coûts de sortie après le 30 novembre 2026.