# Gemini 4 Argon est-il bon pour programmer?

Date: 2026-10-28 · Author: Robert Scales · https://guidetoartificialintelligence.com/fr/apprendre/gemini-4-argon-programmation/

**Answer:** Gemini 4 Argon est un modèle de programmation solide, avec des résultats impressionnants sur les grands projets d’ingénierie de Google, mais sur l’Android Bench public de Google, il résout 21,3 % des longues tâches, derrière les meilleurs modèles Claude et GPT. Le prix de son API double le 1er décembre 2026, de 2 à 4 $ US par million de jetons en entrée et de 10 à 20 $ US par million de jetons en sortie.

Gemini 4 Argon est le modèle de raisonnement phare de Google, offert à tous depuis le 13 octobre 2026. Google le destine au travail approfondi en plusieurs étapes, avec le génie logiciel en tête de liste, et le propose à trois endroits qui comptent pour les personnes qui programment : l’API Gemini (par Google AI Studio, au niveau payant seulement), Google Antigravity, l’outil de programmation par agent de Google, pour les abonnés de Google AI Ultra, et l’application Gemini pour les abonnés Pro et Ultra.

Est-il bon en code? Les récits de Google sont frappants, son propre test public est plus modeste, et la réponse honnête se situe entre les deux.

## Ce que rapporte Google

Le billet de lancement de Google décrit Argon sur de grands projets réels plutôt que par des scores de tests. Il a aidé l’équipe de Chrome à extraire le traitement de base des pages Web d’un ancien dossier d’environ 6 millions de lignes, terminant une restructuration touchant des centaines de fichiers en quelques semaines plutôt qu’en quelques mois. En travaillant pendant la nuit sur l’Agent Development Kit, le cadre à code source ouvert de Google, il a trouvé des changements qui ont réduit de 40 % le temps de préparation des sessions longues. Google affirme que dans Antigravity, les équipes qui utilisent Argon ont soumis plus de 35 % plus de code écrit par l’agent, avec près d’un tiers moins de retours en arrière.

Deux points de sécurité comptent pour quiconque laisse un agent travailler sans surveillance. Google a entraîné Argon à s’arrêter pour demander avant toute étape irréversible, et rapporte que les tentatives de raccourci aux tests de programmation, comme trafiquer un test qui échoue au lieu de corriger le code, sont tombées à 2 %.

## Ce que montre le propre banc d’essai de Google

Google exploite aussi l’**Android Bench**, un classement public de longues tâches de développement Android, où chaque modèle travaille dans son agent de programmation habituel. En date du 26 octobre, le haut du classement se lit ainsi :

| Modèle (agent) | Tâches résolues | Fourchette probable | Coût moyen d’une exécution complète |
|---|---|---|---|
| Claude Sonnet 5.5 (Claude Code) | 40,0 % | 24,0–56,0 % | 1 574,9 $ US |
| Claude Opus 5.5 (Claude Code) | 37,3 % | 22,0–52,0 % | 1 150,3 $ US |
| GPT 6.1 Sol (Codex) | 29,3 % | 15,3–42,7 % | 99,5 $ US |
| GPT 6 Astra (Codex) | 28,0 % | 13,3–42,0 % | 375,7 $ US |
| Claude Fable 5.1 (Claude Code) | 22,7 % | 10,7–36,0 % | 492,6 $ US |
| Gemini 4 Argon (trousse d’agent de Google) | 21,3 % | 10,0–33,3 % | 267,6 $ US |

Il est inhabituel qu’une entreprise publie un test où son propre modèle phare arrive sixième, et c’est ce qui rend ce classement digne de confiance. Gardez toutefois les fourchettes en tête : avec seulement 30 tâches, elles se chevauchent beaucoup, si bien qu’Argon n’est pas clairement inférieur aux modèles juste au-dessus. Pour le coût par exécution, il se situe au milieu, moins cher que les modèles Claude et plus cher que GPT-6.1 Sol.

> **À essayer :** si vous avez accès à l’API, donnez à Argon et à votre modèle actuel le même petit bogue avec un test qui échoue, et comparez la réussite des tests, le nombre de lignes que vous avez dû corriger et le coût en jetons affiché dans AI Studio.

Un prompt clair pour ce test :

```prompt
Lis d’abord le README et les tests de ce dépôt. Le test test_totals_with_discount échoue. Trouve la cause, corrige-la avec le plus petit changement possible, lance toute la suite de tests et énumère chaque fichier modifié avec une ligne expliquant pourquoi. Arrête-toi et demande-moi avant de supprimer un fichier.
```

## Qu’est-ce qui change quand son prix de lancement prend fin?

Les prix de l’API d’Argon sont des prix de lancement jusqu’au 30 novembre 2026. À partir du 1er décembre, ils doublent :

| Gemini 4 Argon, par million de jetons | Jusqu’au 30 novembre | À partir du 1er décembre |
|---|---|---|
| Entrée | 2,00 $ US | 4,00 $ US |
| Sortie (jetons de réflexion compris) | 10,00 $ US | 20,00 $ US |
| Entrée en cache | 0,10 $ US | 0,20 $ US |
| Entrée / sortie en Batch ou Flex | 1,00 $ US / 5,00 $ US | 2,00 $ US / 10,00 $ US |

Un exemple : une application qui envoie 20 millions de jetons en entrée et en reçoit 2 millions en sortie chaque mois paie 40 + 20 = **60 $ US** aujourd’hui et 80 + 40 = **120 $ US** à partir de décembre. N’oubliez pas qu’Argon facture ses **jetons de réflexion**, le raisonnement qu’il écrit avant de répondre, comme de la sortie : une tâche qui le fait beaucoup réfléchir coûte plus que ne le laisse croire la réponse visible.

Quatre façons de garder la facture sous contrôle :

- **Batch ou Flex** pour le travail qui peut attendre : ces modes coûtent la moitié du prix standard, avant comme après le changement.
- **La mise en cache.** Argon met automatiquement en cache le contexte répété, et l’entrée en cache reste bon marché par rapport à l’entrée nouvelle.
- **Un modèle plus petit pour les tâches courantes.** Gemini 3.8 Flash coûte 0,75 $ US en entrée et 3,75 $ US en sortie par million de jetons jusqu’au 31 décembre 2026, et offre un niveau gratuit, mais le contenu du niveau gratuit peut servir à améliorer les produits de Google.
- **Refaites votre comparaison.** À 4 et 20 $ US, Argon coûte le même prix par jeton que Claude Opus 5.5 et deux fois plus que GPT-6.1 Sol. Testez-le contre eux sur vos propres tâches avant décembre.

La hausse indiquée sur la page de tarifs de Google concerne l’API. Si vous utilisez Argon par un abonnement à une application, vérifiez les conditions de votre forfait plutôt que de supposer la même hausse.

## Sources

- Gemini 4 Argon: Built to solve your hardest problems: https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/
- Android Bench: https://developer.android.com/bench
- Gemini Developer API pricing: https://ai.google.dev/gemini-api/docs/pricing