Gemini 4 Argon est officiellement disponible dès aujourd’hui chez Google DeepMind pour les développeurs, les entreprises et les abonnés exigeants. Conçu pour résoudre les problèmes d’ingénierie les plus ardus, ce nouveau modèle frontière s’impose en tête du classement économique Vals Index tout en intégrant nativement Google Antigravity et l’environnement Google AI Studio à des tarifs agressifs.
Points clés de l’annonce :
- Lancement mondial immédiat : Gemini 4 Argon est accessible via l’API sur Google AI Studio, pour les abonnés Google AI Ultra dans Antigravity, ainsi que dans l’application Gemini.
- Numéro 1 au Vals Index : le modèle surpasse l’ensemble des modèles concurrents dans les secteurs économiques critiques (programmation, droit, finance et fiscalité).
- Ingénierie autonome poussée : testé en interne chez Google, il a augmenté de 35 % les soumissions de code par agents tout en réduisant les annulations de code de près d’un tiers.
- Tarifs d’entrée compétitifs : facturé 2 $ par million de jetons en entrée et 10 $ par million de jetons en sortie, avec une remise de 95 % sur la mise en cache.
- Spécialisation robotique et 3D : DeepMind déploie simultanément une déclinaison dédiée à la robotique et des capacités inédites de modélisation spatiale procédurale.
Sommaire de l’article :
Gemini 4 Argon : les capacités du modèle frontière dévoilées
Après plusieurs semaines d’expérimentations discrètes, la direction de Google DeepMind a levé le voile sur son architecture la plus avancée. Présenté par Koray Kavukcuoglu, vice-président de DeepMind et architecte en chef de l’IA chez Google, Gemini 4 Argon a été pensé pour le travail de fond et l’exécution de tâches complexes en plusieurs étapes.
Contrairement aux modèles généralistes centrés sur la conversation courante, ce nouveau moteur excelle dans la manipulation de code source, l’analyse financière approfondie, la recherche de vulnérabilités en cybersécurité et les calculs scientifiques. Cette précision opérationnelle lui permet d’occuper la première place du benchmark Vals Index, une référence évaluant la performance des intelligences artificielles sur des flux professionnels réels.
Google insiste également sur la clarté d’expression du modèle : les réponses se veulent directes, évitent les circonvolutions habituelles et réduisent drastiquement les répétitions inutiles. Le modèle respecte scrupuleusement les contraintes de style imposées par les développeurs et s’intègre naturellement avec les outils d’automatisation comme Gemini Skills.
Refactorings massifs et agents autonomes avec Antigravity
Les équipes internes de Google ont mis le modèle à l’épreuve sur leurs propres infrastructures critiques avant de l’ouvrir au public. Dans le navigateur Chrome, le système a permis de restructurer un dossier hérité de 6 millions de lignes au sein du code Chromium fort de 40 millions de lignes, achevant en quelques semaines une refonte architecturale qui aurait exigé des mois de travail manuel.
Dans l’écosystème open source, le modèle a optimisé la boîte à outils Agent Development Kit (ADK) en réduisant le temps de préparation des sessions en mémoire de 40 %. Dans le domaine de la chimie quantique, l’optimisation du paquet xTB a permis d’accélérer les prédictions moléculaires d’un facteur 2,3, les modifications ayant été directement soumises sur GitHub.
Le raisonnement spatial constitue un autre bond notable. En combinant des commandes personnalisées et des boucles de critique multi-agents, le modèle génère des modèles 3D photoréalistes, sculpte des scènes architecturales dans Blender et produit du code Three.js complet prêt à tourner dans le navigateur, préfigurant les capacités des futurs modèles IA de nouvelle génération.
Tarifs API et disponibilité de Gemini 4 Argon
Pour accélérer l’adoption en entreprise, Google applique une politique tarifaire agressive. L’accès API à Gemini 4 Argon est proposé à un tarif d’introduction attractif par rapport aux modèles de pointe concurrents :
| Type d’utilisation | Tarif par million de jetons | Remise / Conditions |
|---|---|---|
| Jetons d’entrée (Prompt) | 2,00 $ | Tarif standard API |
| Jetons d’entrée mis en cache | 0,10 $ | Remise de 95 % sur le cache |
| Jetons de sortie (Complétion) | 10,00 $ | Génération de code et raisonnement |
Le moteur est disponible immédiatement dans Google AI Studio et sur Google Cloud pour tous les développeurs. Les abonnés grand public Google AI Ultra et Google AI Pro y ont accès dès aujourd’hui au sein de l’application Gemini et dans le mode intelligent du moteur de recherche Google.
Mon avis : Google frappe fort sur l’ingénierie réelle
Éditorial : cette section exprime mon opinion.
On nous a tellement gavés de benchmarks synthétiques ces derniers mois qu’on en est tous venus à lever les yeux au ciel à chaque annonce de modèle prétendument imbattable. Mais cette fois-ci, il faut saluer l’approche : plutôt que de brandir un score abstrait sur un test à choix multiples, Google DeepMind documente des retours d’expérience concrets sur du code de production massif, de Chromium aux paquets de chimie quantique.
À 2 dollars le million de jetons d’entrée avec une réduction de 95 % pour les prompts mis en cache, l’offre tarifaire fait mal à la concurrence. On voit mal comment les développeurs d’agents autonomes pourraient ignorer une telle fenêtre de coût. Je peux me tromper, mais si l’exécution sur le terrain confirme l’absence d’hallucinations dans les grands refactorings, la pression sur les épaules d’OpenAI et d’Anthropic vient de monter d’un cran très sérieux pour déployer Gemini 4 Argon à grande échelle.
Foire aux questions sur la sortie du modèle
Quelles sont les forces du modèle Gemini 4 Argon ?
Ce système d’élite développé par Google DeepMind a été spécialement optimisé pour la programmation avancée, les agents autonomes et la résolution de problèmes complexes en entreprise.
Comment tester le nouveau modèle aujourd’hui ?
Les développeurs peuvent utiliser l’API via Google AI Studio et Google Cloud. Les utilisateurs finaux peuvent y accéder via l’application Gemini (abonnements Pro et Ultra) et Google Antigravity.
Quels sont les tarifs de l’API sur Google Cloud ?
Le tarif d’introduction est de 2 $ par million de jetons d’entrée et 10 $ par million de jetons de sortie, avec une remise de 95 % sur les jetons mis en cache ramenant leur coût à 0,10 $.
Le système est-il adapté au développement logiciel ?
Oui, il a été conçu spécifiquement pour le refactoring de vastes bases de code, la correction de bugs complexes et l’orchestration d’agents logiciels autonomes.
À lire aussi dans le dossier Agents IA : découvrez notre guide complet et comparatif des agents IA pour automatiser vos flux de travail.