Gemini 4 Argon : le prompt pour s'en servir, le mode d'emploi et ce qu'il coûte vraiment

Gemini 4 Argon, le nouveau modèle phare de Google, est disponible depuis le 13 octobre 2026 dans l’appli Gemini avec Google AI Pro (21,99 €/mois) ou Ultra, et dans l’API. C’est aujourd’hui l’un des meilleurs modèles pour traiter un dossier ou fabriquer quelque chose de visuel, mais pas pour coder seul pendant des heures. Le prompt promis dans la vidéo est juste en dessous, prêt à copier, avec la marche à suivre dans Canvas, cinq variantes et les erreurs à éviter ; la suite détaille les prix, les scores et le coût réel face à Claude et GPT.

Vérifié le 15 octobre 2026 : formules, limites et choix du modèle relus sur les pages officielles de Google ; scores et coûts d’Artificial Analysis relevés le 14 octobre. Le tarif API de lancement prend fin le 30 novembre 2026.

La vidéo en chapitres : pour qui, à quel prix · les démos · la boucle qui se corrige · droit, code, Rust · les vrais scores · fiabilité · le vrai prix · quel abonnement · le prompt · verdict

Sommaire : le prompt (pas à pas, la limite de Canvas) · 5 variantes (appli web, jeu, présentation, fichier 3D, documents) · erreurs fréquentes · prix et disponibilité · les démos · la boucle · le bulletin · fiabilité · le vrai coût · Google AI Pro ou Claude Pro · verdict

Le prompt pour qu’Argon vérifie son propre travail

Ce prompt demande à Argon de poser ses questions, d’écrire des critères de réussite vérifiables, de construire, puis de tester chaque critère et de corriger jusqu’à ce que tout passe. Je l’ai construit à partir du guide développeur publié par Google le jour de la sortie, « Gemini 4 Argon: Developer Guide », qui donne cinq conseils tirés de l’usage interne de ses équipes. L’exemple est un jeu de tennis, comme dans la vidéo ; remplace-le par ton projet.

La version courte (celle de la vidéo)

Construis un jeu de tennis jouable dans le navigateur, au clavier et au doigt.
Avant de coder : pose-moi tes questions, puis écris tes critères de réussite.
Ensuite : construis le jeu, teste chaque critère, corrige.
Recommence jusqu'à ce que tous les critères passent, puis dis-moi ce que tu as vérifié.

La version complète, à copier

Je veux [un jeu de tennis jouable dans le navigateur, sur ordinateur et sur téléphone].
Style visuel : [colle 1 ou 2 images de référence, ou décris le style en une phrase].

1. Avant d'écrire la moindre ligne de code, pose-moi tes questions sur ce qui n'est pas clair
   (les cas limites, ce que je veux vraiment), et attends mes réponses.
2. Écris ensuite la liste des critères de réussite, vérifiables un par un.
   Exemple : la balle rebondit de façon réaliste ; le score s'affiche et se met à jour ;
   on peut jouer au clavier et au doigt ; aucune erreur dans la console ; ça tourne de façon fluide sur téléphone.
3. Construis.
4. Vérifie chaque critère toi-même : relis ton code, lance-le, regarde le rendu.
   Note ce qui ne passe pas, corrige la cause, et revérifie tout.
5. Recommence jusqu'à ce que tous les critères passent. Ne t'arrête pas avant.
6. À la fin, donne-moi : ce que tu as vérifié, comment, et ce qui reste à améliorer.

Tu peux remplacer le jeu par n’importe quel projet. Garde les étapes 1, 2, 4 et 5 : ce sont elles qui changent le résultat.

Comment s’en servir dans l’appli Gemini, pas à pas

1. Ouvre gemini.google.com avec un compte Google AI Pro ou Ultra. L’appli mobile fonctionne aussi, mais l’aperçu de Canvas est plus confortable sur ordinateur.
2. Choisis Argon dans le menu des modèles. Clique sur le nom du modèle affiché en bas de la zone de saisie, puis sur Argon. Un cadenas à côté d’un modèle signifie que ton forfait ne le comprend pas. Ne compte pas sur la sélection automatique : elle choisit le modèle à ta place pour économiser ton quota.
3. Règle le niveau de raisonnement sur « Élevé ». Dans le même menu, tu as trois niveaux : Faible, Moyen, Élevé. D’après l’aide de Google, si tu n’en choisis aucun, c’est « Faible ». Pour construire quelque chose de complet, prends « Élevé » ; repasse en « Moyen » pour les petites retouches, car un niveau plus élevé consomme davantage ton forfait.
4. Active Canvas depuis la barre de saisie. Canvas ouvre une fenêtre à côté de la discussion où Argon écrit le code et où tu vois le résultat tourner. Tu peux aussi écrire « fais-le dans Canvas » dans ta demande.
5. Colle le prompt complet, avec ton projet entre les crochets, et joins tes images de référence si tu en as.
6. Réponds à ses questions, une par une. Si une question ne t’importe pas, écris « choisis pour moi et note ton hypothèse ».
7. Relis ses critères de réussite avant qu’il construise. C’est ta seule occasion de corriger la cible : ajoute ce qui manque, supprime ce qui ne compte pas, remplace les critères vagues (« joli ») par des critères observables (« le score augmente de 1 quand la balle sort du côté adverse »).
8. Laisse-le construire et vérifier. Google prévient que les demandes de raisonnement difficiles peuvent prendre plusieurs minutes.
9. Teste toi-même deux ou trois critères dans l’aperçu, et recolle-lui tout message d’erreur que tu vois.
10. Lis son rapport final : ce qu’il a vérifié, comment, et ce qui reste à faire. C’est ta liste pour la demande suivante.

Pourquoi chaque étape marche

Chaque étape reprend un conseil du guide de Google :

• Les questions d’abord (conseil n° 1, « Align on intent ») : Argon peut travailler longtemps seul. Google recommande de lui donner le but et de lui demander ses questions sur les cas limites et les critères de réussite avant de lancer le travail. Une ambiguïté levée au début évite de reconstruire à la fin.
• Des critères vérifiables (conseils n° 1 et 2) : un critère qui se vérifie par oui ou non donne à Argon une cible qu’il peut tester. « Fluide » ne se vérifie pas ; « aucune erreur dans la console » se vérifie.
• Vérifier puis corriger en boucle (conseil n° 2, « Give the model a way to verify its work ») : Google conseille de donner au modèle un signal concret à contrôler et de le laisser itérer « until every check passes », jusqu’à ce que chaque contrôle passe. C’est pour cela que le prompt ne fixe pas un nombre de tours.
• Une ou deux images de référence (conseil n° 3) : Google recommande « 1–2 concrete visual references » pour tenir un style, plutôt qu’une longue description.
• Le rapport final (conseil n° 5, « Reflect ») : demander à Argon ce qui a bloqué et ce qui reste à faire t’évite de refaire les mêmes essais au tour suivant.

La limite honnête : Canvas n’est pas Antigravity

Dans Canvas, Argon vérifie surtout en relisant et en lançant son code ; la boucle complète, où il prend lui-même des captures d’écran du navigateur pour inspecter l’interface, c’est dans Google Antigravity, réservé aux abonnés Ultra pour Argon. Le guide de Google cite cette technique (« let it take browser screenshots to inspect the UI ») pour les environnements de développement. Rien dans la documentation de l’appli n’indique qu’Argon capture l’aperçu de Canvas. Concrètement, avec Google AI Pro :

• il peut relire son code, l’exécuter et repérer les erreurs qu’il produit ;
• il ne voit pas forcément ce que tu vois : un bouton mal placé ou une couleur illisible peut lui échapper ;
• tu restes les yeux du projet : regarde l’aperçu, décris ce qui cloche, ou envoie-lui une capture d’écran de l’aperçu dans la discussion.

Pour un vrai projet de code, un agent qui travaille dans ton dossier, lance les tests et lit les erreurs va plus loin : Google Antigravity (Ultra pour Argon) ou Claude Code, inclus dans Claude Pro.

5 variantes du prompt selon ce que tu veux construire

Le prompt garde la même méthode ; seuls le livrable et les critères de réussite changent. Chaque variante ci-dessous est complète et prête à copier. Les critères sont des points de départ : Argon doit les compléter à l’étape 2.

Une appli web

Je veux une appli web d'une seule page pour suivre mes dépenses du mois : j'ajoute une dépense
(montant, catégorie, date), je vois le total par catégorie et un graphique.
Style visuel : [colle une capture d'une appli que tu aimes, ou décris le style].

Avant d'écrire du code, pose-moi tes questions et attends mes réponses.
Écris ensuite tes critères de réussite. Au minimum :
- ajouter, modifier et supprimer une dépense fonctionne ;
- le total de chaque catégorie est égal à la somme de ses lignes ;
- les données restent après un rechargement de la page ;
- un montant vide ou négatif affiche un message clair au lieu de planter ;
- la page reste lisible sur un écran de téléphone ;
- aucune erreur dans la console.
Construis, vérifie chaque critère toi-même, corrige et revérifie tout,
jusqu'à ce que tous passent. À la fin : ce que tu as vérifié, comment, ce qui reste à améliorer.

Le critère du rechargement est celui qu’on oublie le plus : sans lui, tu perds tes données à chaque visite.

Un jeu

Je veux un jeu de plateforme en 2D jouable dans le navigateur : un personnage court, saute,
ramasse des pièces et évite des ennemis sur trois niveaux.
Style visuel : [colle 1 ou 2 images de référence].

Avant d'écrire du code, pose-moi tes questions et attends mes réponses.
Écris ensuite tes critères de réussite. Au minimum :
- on joue au clavier et au doigt (boutons tactiles à l'écran sur téléphone) ;
- le personnage ne traverse ni le sol ni les murs, et ne sort jamais de l'écran ;
- le score et les vies s'affichent et se mettent à jour ;
- toucher un ennemi fait perdre une vie ; à zéro, un écran « Rejouer » relance la partie ;
- le niveau suivant se débloque quand toutes les pièces sont ramassées ;
- aucune erreur dans la console, et l'animation reste fluide sur téléphone.
Construis, vérifie chaque critère toi-même, corrige et revérifie tout,
jusqu'à ce que tous passent. À la fin : ce que tu as vérifié, comment, ce qui reste à améliorer.

Les jeux de démonstration de Google partent de la même idée : un responsable de Google AI Studio a publié le code de six jeux faits avec Argon, à ouvrir pour voir ce qu’un projet abouti contient.

Une présentation à partir d’un dossier

Je joins [mes fichiers : rapports PDF, tableurs, notes]. Je veux une présentation
de 10 diapositives maximum pour [mon public : mon équipe, un client, un jury], dans Canvas.

Avant de commencer, pose-moi tes questions (public, message principal, ton) et attends mes réponses.
Écris ensuite tes critères de réussite. Au minimum :
- chaque chiffre affiché renvoie au fichier et à la page d'où il vient ;
- une seule idée par diapositive, avec un titre qui dit la conclusion, pas le sujet ;
- les graphiques se lisent sans légende de plus de deux lignes ;
- aucune information inventée : ce que les fichiers ne disent pas est signalé comme tel ;
- une dernière diapositive liste les questions que les fichiers ne permettent pas de trancher.
Construis, vérifie chaque critère toi-même en relisant les fichiers, corrige et revérifie tout,
jusqu'à ce que tous passent. À la fin : ce que tu as vérifié, comment, ce qui reste à améliorer.

C’est l’usage le plus proche de la démo de Google, où Argon a transformé plus de 80 000 fichiers bruts de la NASA en présentation Google Slides. Avec Google AI Pro, l’appli lit jusqu’à 1 million de tokens de contexte, ce que Google traduit par environ 1 500 pages de fichiers importés.

Un fichier 3D imprimable (STL)

Je veux un objet à imprimer en 3D : [un support de téléphone pour bureau, angle 60°,
pour un téléphone de 8 mm d'épaisseur, avec un passage pour le câble].
Écris-le en OpenSCAD (pour que je l'exporte en STL), et montre-moi un aperçu 3D dans Canvas.

Avant de commencer, pose-moi tes questions (dimensions, imprimante, matériau) et attends mes réponses.
Écris ensuite tes critères de réussite. Au minimum :
- toutes les dimensions sont en millimètres et respectent mes mesures ;
- les dimensions principales sont des paramètres modifiables en haut du fichier ;
- la pièce est d'un seul tenant, sans trou dans le maillage, et repose à plat sur le plateau ;
- aucune paroi de moins de 2 mm ;
- aucun surplomb de plus de 45° qui demanderait des supports.
Construis, vérifie chaque critère toi-même, corrige et revérifie tout,
jusqu'à ce que tous passent. À la fin : ce que tu as vérifié, comment, ce qui reste à améliorer.

Google a montré Argon générer un fichier 3D imprimable (des pieds de canapé). Dans Canvas, il ne peut pas lancer OpenSCAD : copie le script dans OpenSCAD, un logiciel gratuit, exporte le STL, puis ouvre-le dans le logiciel de ton imprimante pour vérifier les surplombs avant d’imprimer. Pour d’autres outils, consulte les IA de création 3D.

L’analyse d’un dossier de documents

Je joins [mes documents : contrat, conditions générales, rapports]. Réponds à ces questions :
[question 1] ; [question 2] ; [question 3].

Avant de commencer, pose-moi tes questions si une demande est ambiguë, et attends mes réponses.
Écris ensuite tes critères de réussite. Au minimum :
- chaque réponse cite le document et la page, avec la phrase exacte entre guillemets ;
- si l'information n'est pas dans les documents, écris « non trouvé dans les documents » au lieu de deviner ;
- les contradictions entre documents sont listées dans un tableau ;
- les faits et tes interprétations sont séparés.
Vérifie chaque citation en relisant le document, corrige et revérifie tout,
jusqu'à ce que tous les critères passent. À la fin : ce que tu as vérifié et ce qui reste incertain.

Pour tester le point fort d’Argon, ajoute une question à laquelle tes documents ne répondent pas : un bon résultat est « non trouvé dans les documents ». Les dossiers juridiques et financiers sont le terrain où Google le présente comme premier (voir le bulletin) ; pour un avis juridique engageant, la relecture d’un professionnel reste nécessaire.

Les erreurs fréquentes avec Argon (et comment les corriger)

Prix et disponibilité : qui peut utiliser Gemini 4 Argon ?

Argon est payant partout : dans l’appli avec Google AI Pro ou Ultra, dans l’API au niveau payant. Google l’a annoncé le 30 septembre 2026, d’abord réservé à des spécialistes de la cybersécurité dans un programme sur candidature (ma première vidéo sur Argon date de cette période), puis l’a ouvert le 13 octobre.

Sources : formules Google AI, limites de l’appli et modèles de l’appli, annonce de Google, lues le 15 octobre 2026.

Ce qu’il faut retenir pour décider :

• Combien de demandes ? Google ne publie aucun nombre. Le quota dépend de la complexité de la demande, du modèle, du niveau de raisonnement et de la longueur de la discussion ; il se recharge toutes les cinq heures jusqu’à un plafond hebdomadaire. Des crédits d’IA peuvent être achetés pour le relever.
• Antigravity : Google AI Pro y donne accès, mais le guide développeur réserve la sélection d’Argon aux abonnés Ultra. AI Studio Build est réservé aux abonnés Ultra et aux comptes API payants.
• Le mode Tâches, qui continue de travailler quand tu n’es plus devant ton écran, accepte Argon pour Pro et Ultra selon l’aide de Google, mais la page des formules annonce un premier accès pour Ultra « dans certains pays ». Un des premiers testeurs l’a vu bloqué pendant une heure. Sa disponibilité en France n’est pas confirmée.
• Les applis connectées : Gemini se branche à plus de 40 services, dont Adobe et Shopify, selon Google.
• Ce que Pro inclut en plus : Gemini dans Gmail, Docs et Vids, 5 To de stockage, 1 000 crédits Google Flow et YouTube Premium Lite.

Pour comparer toutes les formules d’assistants, consulte mon comparatif des abonnements IA et la fiche Gemini. Si ton compte est éligible, les offres d’essai et étudiantes de Google AI Pro permettent de l’essayer avant de payer.

Ce qu’Argon sait fabriquer : les démos de Google et celles des utilisateurs

L’idée centrale d’Argon, d’après le compte officiel de l’appli Gemini : au lieu de s’arrêter à un plan écrit, il construit la vraie chose (une appli web, un fichier 3D, une présentation). Les démos les plus partagées viennent de Google ; d’autres viennent d’utilisateurs, et ne valent que comme témoignages.

Les démos de Google

• Six jeux vidéo, code en libre accès. Ammaar Reshi, responsable produit et design de Google AI Studio, a publié six jeux faits avec Argon en Three.js. Dans le premier, Argon Tennis, tu scannes un QR code et ton téléphone devient la raquette : le jeu détecte le coup droit et le revers. Les autres incluent un jeu d’horreur (The Corridor) et un jeu façon GTA en style bande dessinée (Grand Theft Argon).
• Une pagode construite seule dans Blender. Sundar Pichai, le patron de Google, a montré Argon piloter Blender, le logiciel 3D, pour construire une pagode et ses jardins, avec plusieurs agents (des IA qui agissent seules avec des outils) dans Google Antigravity : l’un construit, un autre critique l’image.
• Un téléphone Pixel en vue éclatée. Toujours selon Sundar Pichai, Argon est parti du fichier de conception d’un Pixel pour produire une animation où les pièces s’écartent, avec la lumière, les mouvements de caméra et le son, en faisant 1 000 tours de vérification de ses propres rendus.
• 80 000 fichiers de la NASA en présentation. Google lui a confié plus de 80 000 fichiers bruts de météo martienne et de télémétrie de l’hélicoptère Ingenuity ; Argon en a tiré une présentation Google Slides en quelques minutes, selon Google.
• Un robot qui apprend en regardant une vidéo. Dans la vidéo de Google DeepMind, Argon regarde une personne jouer au cornhole (lancer de petits sacs dans un trou), reconstruit la scène dans une simulation, calcule les gestes, et un robot humanoïde réussit sept lancers d’affilée, à courte distance. Google dit que des semaines de travail sont passées à quelques heures.

Les posts d’utilisateurs (un essai chacun, non reproduits)

• Une calèche gothique en 3D à partir d’une seule image : son auteur dit qu’Argon l’a reconstruite en code, sans logiciel 3D, avec 174 000 faces.
• Un train dans l’espace : un développeur a demandé la même scène à Argon et à Opus 5.5. Argon a fini en 4 min 20 s pour 3,40 $ ; Opus a mis 1 h 52 min pour 23,46 $, avec plus de détails selon l’auteur.
• Des oursons en gélatine qu’on étire à la souris : cette fois, Opus 5.5 a coûté 7,20 $ pour un meilleur rendu, Argon 22 $ pour des oursons tout en blocs.

Ces deux duels vont en sens inverse. Un seul essai ne fait pas un benchmark ; ils montrent surtout que le prix affiché ne dit pas ce que va coûter ta demande (voir le vrai coût).

Comment Argon fabrique : il voit ce qu’il construit

Une IA comme Argon ne dessine pas : pour sortir une calèche en 3D ou un jeu, elle écrit du code. Sa particularité est de regarder le résultat de ce code, de repérer ce qui cloche et de corriger, en boucle.

Trois capacités rendent cette boucle possible :

• Une réponse très longue. Un token est un morceau de mot. Dans l’API, Argon partage une limite unique de 1 million de tokens entre ce qu’il lit, ce qu’il réfléchit et ce qu’il écrit : il peut donc rendre des centaines de milliers de mots en une seule réponse, là où les Gemini précédents plafonnaient à 64 000 tokens en sortie. Par défaut, la sortie reste limitée à 64 000 tokens ; il faut un réglage particulier de l’API (le mode « background ») pour aller au-delà.
• Une vision de haut niveau. Sur LVBench, un test de compréhension de longues vidéos, Argon obtient 91,7 %, devant GPT-6 Astra (87,5 %) et Claude Opus 5.5 (83,7 %), d’après le tableau de Google DeepMind. Le guide de Google ajoute qu’il peut se déplacer dans une vidéo, examiner une image en haute résolution et relier ce qu’il voit à ce qui est dit.
• Le travail à plusieurs agents. Pour la pagode, un agent construisait et un autre critiquait l’image. Google conseille aussi de faire piloter par Argon des sous-agents plus rapides (Gemini 3.8 Flash) pour les tâches répétitives.

C’est cette boucle que le prompt ci-dessus déclenche, à l’échelle de l’appli : construire, vérifier, corriger.

À quoi Google le destine officiellement : les problèmes difficiles de bout en bout, le code, la cybersécurité et le travail de bureau qualifié comme le droit et la finance. En interne, Google dit avoir augmenté de plus de 35 % le code envoyé par ses agents, avec presque un tiers de retours en arrière en moins. Ses agents ont réécrit plus de 800 000 lignes du noyau de Fuchsia, un système de Google, en Rust, un langage qui supprime toute une famille de failles de sécurité à la source au lieu de les corriger une à une (d’après The Batch). Google offre aussi à 10 000 scientifiques, sur candidature, le plus haut niveau d’Antigravity gratuitement pendant six mois.

Le bulletin de Gemini 4 Argon : premier, dans le peloton ou derrière

Argon est premier pour le travail de dossier, la vision et les très longs documents ; dans le peloton en intelligence générale ; derrière Claude pour coder seul longtemps et derrière GPT pour piloter un ordinateur. Sur les 19 tests publiés par Google, il est premier seul sur 13. Ces chiffres-là sont fournis par Google ; Artificial Analysis et Arena sont des mesures indépendantes.

Relevé le 14 octobre 2026. Scores Artificial Analysis au réglage le plus favorable de chaque modèle (Argon en « high », les autres en « max »).

Pour Google, c’est un vrai bond : son modèle précédent, Gemini 3.1 Pro, avait 30 points à l’indice d’Artificial Analysis ; Argon en a 53. Pour savoir ce que mesurent ces classements, vois les fiches d’Artificial Analysis et d’Arena.

Fiabilité : 15 % de réponses inventées contre 51 %

Quand il ne sait pas, Argon le dit plus souvent que les autres. Sur le test AA-Omniscience d’Artificial Analysis, il invente une fausse réponse dans 15 % des cas où il ne connaît pas la bonne, le taux le plus bas parmi les meilleurs modèles, selon Artificial Analysis. GPT-6 Astra en invente dans 51 % des cas.

Ce n’est pas la même chose que savoir plus de choses : à l’annonce, GPT-6 Astra trouvait plus souvent la bonne réponse (63 % contre 50 % pour Argon, chiffres d’Artificial Analysis au 30 septembre). Mais un « je ne sais pas » se repère tout de suite, alors qu’une erreur dite avec aplomb peut passer dans un dossier. C’est pour cela que la variante « analyse de documents » ci-dessus exige « non trouvé dans les documents ».

L’injection de prompt est l’autre risque quand une IA agit seule : une page web ou un mail piégé contient des ordres cachés pour la détourner. Sur le test spécialisé de Gray Swan, même après 15 tentatives d’attaque adaptées, les attaques réussissent dans 0,7 % des cas, et Google dit qu’aucun modèle ne fait mieux. C’est un chiffre de Google, sur un test donné : il ne dispense pas de garder les actions irréversibles (paiement, envoi, suppression) sous ta validation.

Le vrai coût : prix par token ou coût par tâche ?

Dans l’API, Argon coûte aujourd’hui le même prix au token que Claude Sonnet 5.5, et le 1er décembre, celui de Claude Opus 5.5. Mais le prix au token ne dit pas ce que coûte une tâche : il faut aussi savoir combien de tokens le modèle consomme.

Artificial Analysis fait passer la même série de tests à chaque modèle et additionne tout ce qu’ils consomment (la réflexion comme la réponse). Le résultat, le coût par tâche, est la meilleure façon de comparer ce que tu paieras réellement.

Coûts par tâche : Artificial Analysis, relevés le 14 octobre 2026 ; ≈ 3,98 $ au tarif standard d’Argon d’après The Batch. Prix Anthropic : claude.com. Prix OpenAI d’après les classements tiers, page officielle non relue.

Trois enseignements :

1. Le réglage compte autant que le modèle. Opus 5.5 poussé au maximum consomme 260 millions de tokens de sortie pour passer la série de tests, plus de deux fois les 110 millions d’Argon, d’où ses 5,98 $. Réglé un cran plus bas, en « high », il fait un point de plus qu’Argon pour un peu moins cher.
2. Le tarif de lancement est temporaire. Après le 30 novembre, Argon passe à environ 3,98 $ par tâche : plus cher que GPT-6 Astra et plus de deux fois le prix d’Opus 5.5 en « high ».
3. GPT-6.1 Sol fait presque le même score (52) pour 0,72 $, presque trois fois moins qu’Argon au tarif actuel.

Si tu développes avec l’API, profite du tarif de lancement jusqu’au 30 novembre, mais fixe-toi une limite de dépense : Google recommande lui-même de plafonner la sortie quand tu actives les très longues réponses, une demande difficile pouvant consommer toute la limite. Le guide conseille aussi le niveau de raisonnement « medium » (celui par défaut dans l’API) pour l’essentiel du travail, et « high » pour le débogage difficile.

Google AI Pro ou Claude Pro : quel abonnement choisir ?

Pour coder avec une IA pour une vingtaine d’euros par mois, Claude Pro reste devant, et de loin. Google AI Pro avec Argon est le meilleur choix pour l’appli : analyser un dossier, chercher, ou fabriquer quelque chose de visuel dans Canvas. Tu passes sans doute par un forfait plutôt que par l’API ; voici ce que chacun donne.

Au prix de l’API, le forfait Claude Pro représente selon les mesures entre 700 et plus de 1 000 $ d’utilisation par mois : environ 736 $ d’après les 559 comptes suivis par wokey.ai, et jusqu’à 1 178 $ pour l’allocation maximale estimée par SemiAnalysis (rapporté par The Register). Pour Google AI Pro, aucune mesure équivalente n’existe encore, et certains abonnés disent avoir atteint leur limite Argon en quelques messages.

Le détail des deux offres est dans les fiches Claude et Gemini ; pour coder, consulte aussi les meilleures IA pour coder.

Verdict : Gemini 4 Argon, pour qui ?

Gemini 4 Argon n’est pas la meilleure IA partout, mais Google est clairement revenu dans la course. Pour bosser sur un dossier ou fabriquer quelque chose de visuel, c’est aujourd’hui l’un des meilleurs modèles, et celui qui dit le plus souvent quand il ne sait pas.

• Tu analyses des dossiers, des PDF, des vidéos, tu travailles dans Gmail et Drive : Google AI Pro à 21,99 € et Argon sont le meilleur choix actuel. Commence par la variante « analyse de documents ».
• Tu veux fabriquer une appli, un jeu, une présentation ou un objet 3D sans installer d’outil : Argon dans Canvas, avec le prompt complet ; garde un œil sur l’aperçu, car il ne le regarde pas lui-même.
• Tu veux qu’une IA code seule pendant des heures sur ton projet : Claude Pro et Claude Code, avec Opus 5.5. Argon dans Antigravity demande Ultra à 99,99 €.
• Tu développes avec l’API : teste Argon avant le 30 novembre, avec une limite de dépense. À volume égal, compare avec Opus 5.5 en « high » (1,82 $ par tâche) et GPT-6.1 Sol (0,72 $).
• Tu ne veux pas payer : pas d’Argon. La version gratuite de Gemini garde Canvas, avec Flash-Lite.

Et toi, tu lui ferais construire quoi en premier ? Dis-le en commentaire de la vidéo. Pour d’autres prompts prêts à l’emploi, consulte mes prompts IA à copier-coller.

Sources

• Google, « Introducing Gemini 4 Argon », 13 octobre 2026.
• Google, « Gemini 4 Argon is now available in the Gemini app », 13 octobre 2026.
• Google AI Studio, « Gemini 4 Argon: Developer Guide », 13 octobre 2026, lu le 15 octobre.
• Google DeepMind, tableau des benchmarks de Gemini, lu le 14 octobre 2026.
• Google, formules Google AI en France, limites de l’appli Gemini et modèles de l’appli Gemini, lus le 15 octobre 2026.
• Google DeepMind, vidéo du robot et du cornhole, octobre 2026.
• Artificial Analysis, fiche Gemini 4 Argon et classement des modèles, lus le 14 octobre 2026.
• Arena, classement texte et classement agent, lus le 14 octobre 2026.
• DeepLearning.AI, The Batch, « Argon, a low-hallucination model built for knowledge work », octobre 2026.
• SiliconANGLE, « Gemini 4 Argon reaches Gemini app Pro and Ultra subscribers alongside a new tasks mode », 13 octobre 2026.
• Anthropic, tarifs de Claude, lus le 14 octobre 2026.
• wokey.ai, mesure des limites de Claude, 5–12 octobre 2026 ; The Register, étude SemiAnalysis sur la valeur des abonnements, 6 octobre 2026.
• Ammaar Reshi, dépôt argon-games (six jeux), lu le 14 octobre 2026.
• Posts de Sundar Pichai, de Google Antigravity et du compte Gemini App sur X, 13 octobre 2026 ; posts d’utilisateurs sur X (calèche 3D, train spatial, oursons), présentés comme leurs essais.