Gemini 4 Argon a été publié par Google le 13 octobre 2026 en disponibilité générale, selon les notes de version de l’API Gemini. Selon la page du modèle de Google, il lit le texte, l’image, la vidéo, l’audio et le PDF, produit du texte et est conçu pour l’ingénierie logicielle complexe ainsi que la résolution de problèmes mathématiques et scientifiques poussés.
Gemini 4 Argon arrive dans l’application Gemini le 13 octobre 2026, selon Google. Dans cette annonce, Google décrit des réponses plus directes, avec moins de précautions, sans répétitions au-delà du nécessaire et sans clichés.
Vision et compréhension
Gemini 4 Argon est particulièrement fort dans les travaux qui demandent une compréhension visuelle, selon le jugement de Google dans son annonce du 30 septembre 2026. Google y décrit sa capacité à analyser des graphiques professionnels, à repérer des détails dans de longues vidéos et à agir à partir d’une série de documents.
Finance
Gemini 4 Argon était déjà utilisé à sa sortie pour optimiser des processus métier en finance, selon Google, qui mentionne des usages par ses équipes, des entreprises et des chercheurs. Selon la carte du modèle publiée par Google DeepMind le 13 octobre 2026, il obtient un score de 65,4 % à Vals Finance Agent v2.
Juridique
Gemini 4 Argon est jugé particulièrement adapté aux applications exigeant une connaissance approfondie d’un domaine et une écriture solide, notamment l’analyse juridique, selon la carte du modèle publiée par Google DeepMind le 13 octobre 2026. Selon cette même carte de Google DeepMind, datée du 13 octobre 2026, il obtient 19,6 % au Legal Agent Benchmark de Harvey.
Code
Gemini 4 Argon est conçu pour l’ingénierie logicielle complexe et les agents autonomes en plusieurs étapes, selon la page du modèle de Google. À sa sortie, son utilisation dans Antigravity avait aidé les équipes de Google à augmenter de plus de 35 % les soumissions de code par des agents, selon Google. Selon Google, à sa sortie, cette utilisation avait aussi réduit de près d’un tiers les retours en arrière sur le code.
Le score est un Elo calculé par Arena, d'après des duels à l'aveugle : plus il est haut, plus le modèle l'emporte souvent face aux autres. Quand un modèle existe en plusieurs niveaux de réflexion, seul son meilleur score est retenu.
Les performances de Gemini 4 Argon
Gemini 4 Argon est évalué en ingénierie logicielle, en exécution de tâches d’entreprise, en compréhension vidéo et en correction de failles dans l’annonce de Google du 30 septembre 2026. Le tableau présente les scores annoncés et ce que chaque test mesure selon Google.
Évaluation
Ce qu’elle mesure
Score annoncé
DeepSWE v1.1
Les performances en ingénierie logicielle réelle sur des tâches longues, selon Google.
77,9 %, selon Google dans son annonce du 30 septembre 2026.
AutomationBench
L’exécution de bout en bout des grandes fonctions de l’entreprise, dans ce test de Zapier décrit par Google.
51,3 %, selon Google dans son annonce du 30 septembre 2026.
LVBench
La compréhension des longues vidéos, selon Google.
91,7 %, selon Google dans son annonce du 30 septembre 2026.
CWE-bench v1
La capacité à corriger des failles de sécurité, selon Google.
68 %, selon Google dans son annonce du 30 septembre 2026.
Selon Google DeepMind, dans la carte du modèle publiée le 13 octobre 2026, le score au Vals Index atteint 68,9 % et celui à FrontierSWE v2 atteint 55,0 %, derrière GPT-6 Astra à 65,5 %. Selon Google, à sa sortie, le taux de réussite des attaques par injection de prompt indirecte contre le modèle tombe à 0,7 % sur 15 tentatives adaptatives au benchmark Gray Swan IPI.
Bien utiliser Gemini 4 Argon : réflexion et effort
Gemini 4 Argon impose la réflexion sur OpenRouter. Selon la documentation de Google sur la réflexion, le modèle utilise par défaut le niveau medium et accepte les niveaux low, medium et high.
Choisir le niveau de réflexion : selon le guide de Google, low réduit la consommation de tokens et la latence au minimum pour les tâches simples et le travail sensible au coût. Pour la plupart des tâches, dont le code complexe et les usages agentiques, Google recommande medium dans son guide. Selon ce même guide de Google, high sert au raisonnement complexe, aux mathématiques et sciences difficiles, ainsi qu’aux tâches de code ou d’agent les plus difficiles.
Prévoir la limite de génération : selon le guide de Google, un max_output_tokens d’au moins 32 768 est recommandé, car le modèle peut consacrer une plus grande part de cette limite à la réflexion.
Réserver le décodage long aux réponses qui le demandent : selon le guide du décodage long de Google, la plupart des requêtes se terminent en moins de 64K tokens, et Google conseille de n’utiliser ce mécanisme que lorsqu’une réponse demande davantage de réflexion et de sortie. Pour dépasser ce seuil, le guide de Google sur le modèle prévoit une exécution en arrière-plan et un max_output_tokens supérieur à 65 536.
Écarter les paramètres sans effet : selon le guide de Google, les paramètres temperature, top_p et top_k sont ignorés lorsqu’ils sont fournis.
Caractéristiques techniques de Gemini 4 Argon
Gemini 4 Argon est disponible en version générale depuis le 13 octobre 2026, selon les notes de version de l’API Gemini de Google. Selon la page du modèle de Google, il accepte le texte, les images, la vidéo, l’audio et les PDF en entrée, et produit du texte.
Selon la page du modèle de Google, sa fenêtre de contexte unifiée couvre l’entrée et la sortie dans une enveloppe de 1 048 576 tokens. Selon cette même page de Google, la sortie maximale est de 65 536 tokens par défaut, en mode synchrone, et peut atteindre 1 048 576 tokens avec le décodage long. Google a annoncé l’extension de cette limite de sortie le 30 septembre 2026.
Selon la carte publiée par Google DeepMind le 13 octobre 2026, le modèle repose sur une architecture transformer à mélange d’experts clairsemé, dite MoE, nativement multimodale. Ses connaissances s’arrêtent en mars 2026 et peuvent être moins à jour dans certains domaines, selon la carte du modèle de Google DeepMind. Le tableau des caractéristiques rassemble les données techniques du modèle.
Éditeur
Google
Produit (selon OpenRouter)
Texte
Sortie
Contexte (selon OpenRouter)
1,05 M tokens
Réponse maximale (selon OpenRouter)
66 k tokens
Réflexion (selon OpenRouter)
Toujours active
Tâches
Aide au codeAffaires et financeDesign d'après référenceDonnées et analyseFront-endFullstackHTMLJeuxJuridiqueMathématiquesConversation à plusieurs toursPrompts difficilesReactRédaction créativeSanté et bien-êtreSuivi de consignes
Entrées (selon OpenRouter)
Texte, Image, Fichier, Audio, Vidéo
Paramètres pris en charge (noms techniques de l'API OpenRouter)
Où utiliser Gemini 4 Argon, et comment il se facture
Gemini 4 Argon a connu un premier déploiement le 30 septembre 2026 auprès d’un groupe de défenseurs en cybersécurité de confiance, selon Google. Cet accès passait par le programme Fairwind.
À sa sortie le 13 octobre 2026, le modèle était disponible mondialement par l’API dans AI Studio et sur la plateforme Gemini pour les développeurs et les entreprises, selon Google. Pour les abonnés Google AI Ultra, Google annonçait aussi un accès dans Google Antigravity à sa sortie. Dans l’application Gemini et le mode IA de la recherche Google, l’accès concernait les abonnés Google AI Ultra et Pro à sa sortie, selon Google.
À sa sortie, les défenseurs en cybersécurité pouvaient demander à rejoindre Fairwind pour accéder au modèle sans les garde-fous de cybersécurité, selon Google. Côté facturation, le modèle était proposé à un prix de lancement jusqu’au 30 novembre 2026, selon le guide de Google. Les tokens de réflexion étaient facturés avec les tokens de sortie, selon le guide de Google. La carte d’accès donne les derniers prix relevés.
L'API Google
Pour relier le modèle à votre application
Chez OpenRouter (relevé du 16/10/2026) : 2 $ / M tokens en entrée, 10 $ / M tokens en sortie.
Tarification2 $ en entrée, 10 $ en sortie, par million de tokens
Hébergé via OpenRouter chezGoogle, Google AI Studio
Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites : nous ne l'attribuons pas au modèle seul.
Gemini 4 Argon parmi les versions de Gemini
Gemini 4 Argon est, à sa sortie selon Google DeepMind, un nouveau modèle de pointe, ni une modification ni un ajustement d’un modèle antérieur. Selon la carte du modèle de Google DeepMind, Gemini 4 constitue la génération suivante de la série Gemini, composée de modèles de raisonnement nativement multimodaux. À sa sortie, Google présente Argon comme un début et annonce vouloir proposer ensuite le reste de la famille Gemini 4.
FAQ
Quelle est la date de sortie de Gemini 4 ?
Gemini 4 Argon a d’abord été déployé le 30 septembre 2026 auprès de défenseurs en cybersécurité de confiance du programme Fairwind, selon Google. Sa disponibilité générale date du 13 octobre 2026, selon les notes de version de l’API Gemini.
Qui est le créateur de Gemini ?
Gemini est une série de modèles de Google : selon la carte publiée par Google DeepMind le 13 octobre 2026, Gemini 4 en constitue la génération suivante, et Google publie Gemini 4 Argon, selon les notes de version de l’API Gemini. Selon Google, l’annonce du 30 septembre 2026 est signée par Koray Kavukcuoglu, vice-président senior de Google DeepMind et architecte en chef de l’IA de Google.
Qu’est-ce que le programme Fairwind de Google ?
Fairwind est un programme d’accès anticipé à des modèles avancés destiné à des défenseurs prioritaires, selon Google DeepMind. Il vise à renforcer leurs défenses avant l’arrivée de nouvelles menaces et concerne notamment des gouvernements, des établissements de santé et des services de télécommunications, selon Google DeepMind.
Quelle différence entre limite de sortie et fenêtre de contexte ?
Gemini 4 Argon possède une fenêtre de contexte unifiée de 1 048 576 tokens, partagée entre l’entrée, la réflexion et la sortie, selon le guide du décodage long de Google. Selon la page du modèle de Google, la sortie maximale est de 65 536 tokens par défaut, en mode synchrone, et peut atteindre 1 048 576 tokens avec le décodage long. Selon le guide de Google sur le modèle, max_output_tokens fixe le total des tokens de réflexion et de sortie d’une réponse.
Testez votre outil avec un prompt
Pas besoin d'écrire un bon prompt vous-même. Choisissez un exemple, copiez-le tel quel, puis collez-le dans votre outil pour voir immédiatement le type de réponse obtenu.
Prêt à utiliser
1Choisissez un testPrenez le cas qui vous intéresse.
2Copiez le promptIl fonctionne sans modification.
3Collez-le dans votre outilPuis continuez la conversation.
Tester la rédaction
Voir comment il rédige un e-mail professionnel à partir d'une situation concrète.
Rédigez un e-mail professionnel et cordial pour relancer un client qui n'a pas encore répondu à une proposition commerciale envoyée il y a une semaine. Le message doit rester chaleureux, ne pas paraître insistant et se terminer par une question simple pour savoir s'il souhaite poursuivre. Faites une version courte, naturelle et directement envoyable.
Tester l'explication
Voir s'il sait rendre un sujet complexe vraiment compréhensible.
Expliquez-moi ce qu'est l'intelligence artificielle générative comme si je n'y connaissais absolument rien. Utilisez des mots simples, donnez deux exemples du quotidien, évitez le jargon et terminez par trois choses importantes à retenir.
Tester l'organisation
Voir comment il transforme un projet en étapes simples et concrètes.
Je souhaite créer un nouveau site internet pour une petite entreprise. Organisez le projet étape par étape, depuis la définition des besoins jusqu'à la mise en ligne. Pour chaque étape, indiquez ce qu'il faut préparer, la décision principale à prendre et l'erreur la plus fréquente à éviter. Terminez par les trois premières actions à réaliser cette semaine.
Vous pouvez copier ce texte tel quel
Aucune modification nécessaire : copiez, collez et envoyez.
Après la copie
Ouvrez votre outil, collez le texte et envoyez. Ensuite, répondez naturellement à l'IA si vous voulez préciser ou modifier le résultat.