Imaginez engager un artisan qui lit tous les plans du bâtiment avant de toucher à un mur, puis vous remet un long rapport détaillé sur tout ce qu’il a fait. Le travail est bon. Le rapport est minutieux. Mais si vous payez au mot, la facture s’en ressent.
Gemini 4 Argon, c’est cet artisan. C’est le premier modèle Gemini 4 de Google et, pour la première fois depuis un moment, un modèle Google qui rivalise avec les meilleurs agents de programmation. C’est aussi l’un des plus bavards.
Ce que c’est, et où le trouver
Google a annoncé Gemini 4 Argon le 30 septembre 2026 et l’a largement ouvert le 13 octobre 2026. Pour programmer, il y a deux portes d’entrée.
Via l’API Gemini. Tout développeur du niveau payant peut appeler gemini-4-argon depuis AI Studio, l’API Gemini ou des outils qui acceptent votre propre clé. Vous choisissez un niveau de réflexion bas, moyen (par défaut) ou élevé. Plus le niveau est élevé, plus le modèle réfléchit longtemps avant de répondre, ce qui demande plus de temps et plus de tokens.
Via Antigravity. Antigravity est l’agent de programmation de Google, disponible en application de bureau et en outil en ligne de commande (CLI). C’est là que l’accès se complique : Argon dans Antigravity exige Google AI Ultra, l’offre grand public la plus haute de Google, ou une offre Gemini Enterprise éligible. Les abonnés Google AI Pro ont Argon dans l’application Gemini, mais pas dans Antigravity. L’ancien IDE Antigravity ne le propose pas du tout. Un fil du Google AI Developers Forum ouvert le jour du lancement montre des utilisateurs qui posent précisément cette question.
Que vaut-il en programmation ?
Artificial Analysis, une société d’évaluation indépendante, mesure des agents de programmation plutôt que des modèles évalués seuls, sans agent, car les résultats d’un modèle dépendent beaucoup du logiciel d’agent qui l’entoure. Son Coding Agent Index fait la moyenne de trois tests : DeepSWE v1.1 (tâches complexes dans de vraies bases de code), Terminal-Bench 4.0 (longs travaux en ligne de commande) et SWE-Atlas-QnA (répondre à des questions sur de grosses bases de code).
Sur cet indice, Gemini 4 Argon dans l’Antigravity CLI obtient 64. Claude Sonnet 5.5 dans Claude Code mène avec 68. GPT-6.1 Sol dans Codex obtient 63, un point derrière Argon. Autrement dit, l’agent de Google rend désormais coup pour coup au champion du rapport qualité-prix d’OpenAI.
Le tableau de lancement de Google est plus flatteur. Sur DeepSWE v1.1, il annonce 77,9 % pour Argon, contre 74,1 % pour GPT-6 Astra, 74,2 % pour Claude Opus 5.5 et 67,4 % pour Claude Fable 5.1. C’est le meilleur score de la comparaison de Google. À prendre avec précaution : au lancement, aucun tiers n’avait reproduit ce tableau, et des observateurs ont remarqué que deux chiffres d’Astra y étaient plus élevés que dans les graphiques d’OpenAI elle-même.
Sur l’Intelligence Index plus large d’Artificial Analysis, Argon obtient 53, à égalité avec GPT-6 Astra.
Là où il brille
- Les gros dépôts. Un million de tokens de contexte suffit pour charger ensemble une grosse base de code, sa documentation et ses journaux de tests. Cet espace est partagé entre entrée, réflexion et sortie : les très longues sessions demandent donc un peu d’organisation.
- Les sorties très longues. La plupart des modèles s’arrêtent après quelques dizaines de milliers de tokens de sortie. Argon peut continuer à écrire jusqu’à environ un million de tokens, sur plusieurs réponses, ce qui aide pour les grosses migrations, le code généré et les longs documents techniques.
- Prudent avec les faits, du moins sur un test de connaissances. Artificial Analysis a mesuré le taux d’hallucination le plus bas de tous les modèles de tête sur son test AA-Omniscience : parmi les questions auxquelles Argon n’a pas bien répondu, seules 15 % ont reçu une réponse fausse donnée avec assurance, contre 51 % pour GPT-6 Astra. Deux réserves : le test porte sur des connaissances générales, pas sur du code, et Argon a aussi bien répondu à moins de questions qu’Astra (50 % contre 63 %). Il invente peut-être aussi moins d’options de bibliothèque ou de fonctions — les bugs les plus longs à traquer —, mais personne ne l’a encore mesuré.
- Il lit les captures et les enregistrements. Il accepte images, audio et vidéo en plus du texte : vous pouvez lui donner la capture d’une mise en page cassée ou l’enregistrement d’écran d’un bug.
Le revers, en toute honnêteté
Les longues sessions en terminal restent un point faible. Sur Terminal-Bench 4.0, où un agent travaille longtemps dans une vraie ligne de commande, Artificial Analysis a mesuré environ 57 %. Claude Sonnet 5.5 obtient 64 %, Claude Opus 5.5 et GPT-6 Astra environ 59,6 %. Le tableau de Google place lui aussi Opus 5.5 devant sur ce test (66,4 % contre 57,4 %).
Il brûle des tokens. Artificial Analysis a eu besoin de 110 millions de tokens pour passer son Intelligence Index avec Argon, contre une médiane d’environ 85 millions. Sur cet indice, le coût moyen par tâche était d’environ 1,99 $ au prix de lancement, contre 0,72 $ pour GPT-6.1 Sol. En programmation, l’écart est plus grand : le Coding Agent Index d’Artificial Analysis, consulté le 14 octobre 2026, indique 5,84 $ par tâche pour Argon dans l’Antigravity CLI et 1,04 $ pour GPT-6.1 Sol (xhigh) dans Codex. Ce sont des coûts moyens d’API par tâche du benchmark, pas des frais d’abonnement. Un prix au token bas ne le rend pas bon marché par tâche.
Le prix de lancement prend fin le 30 novembre. L’API coûte 2 $ / 10 $ par million de tokens en entrée/sortie jusque-là, puis 4 $ / 20 $. L’entrée en cache passe de 0,10 $ à 0,20 $.
Le frontend a besoin d’un pilote. Un test pratique de Stork.ai a trouvé ses designs étriqués face à ceux de ses rivaux, même si, dans ce même test, il a tenu sans faiblir une longue tâche d’agent toute une nuit. Il est meilleur pour la logique que pour l’apparence.
Pour qui ?
| Si votre projet ressemble à… | Choisissez | Pourquoi |
|---|---|---|
| Un dépôt immense, de longues sorties générées, un environnement Google Cloud | Gemini 4 Argon | Contexte d’un million, sorties très longues, prudent sur un test de connaissances indépendant |
| De longs travaux autonomes en terminal | GPT-6 Astra ou Claude Opus 5.5 | Devant sur Terminal-Bench 4.0 |
| Le meilleur score d’agent de programmation | Claude Sonnet 5.5 dans Claude Code | En tête du Coding Agent Index d’Artificial Analysis |
| Beaucoup de tâches avec un budget serré | GPT-6.1 Sol | Score similaire sur le Coding Agent Index pour environ un sixième du coût d’API par tâche |
Le verdict pour programmer
Gemini 4 Argon remet Google dans la conversation sur la programmation. Il est solide dans les mesures indépendantes, offre une longueur de contexte et de sortie que peu de rivaux égalent, et, sur un test de connaissances indépendant, se montre d’une prudence inhabituelle sur les faits. Si votre équipe paie déjà Google AI Ultra ou s’appuie sur Google Cloud, il mérite un vrai essai. Avec Pro, vous devrez passer par l’API plutôt que par Antigravity. Dans tous les cas, mesurez le coût par tâche, pas le prix au token, et budgétez pour décembre.
