Gemini 4 Argon — Specifications
Rédigé par Mustafa Ihsan d’après la documentation officielle du fournisseur · Dernière mise à jour
| Développeur | Google DeepMind |
|---|---|
| Type | Raisonnement / agentic |
| Modalité | Text, vision, video |
| Paramètres | Non divulgué |
| Sortie maximale | 1 million |
| Licence | Propriétaire |
| Poids ouverts | Non |
| Publié | 2026-09 |
| Prix de l’entrée | $2.00 /1M |
| Prix de la sortie | $10.00 /1M |
| Fournisseurs d'API | Google (limited access: Fairwind Program; paid API customers first) |
Résultats de référence
| Google-reported | DeepSWE v1.1 77.9%; AutomationBench 51.3% (#1); LVBench 91.7%; CWE-bench v1 68% (tied first). Prices are introductory; $4 / $20 per 1M afterwards. |
|---|
Qu'est-ce que Gemini 4 Argon ?
Gemini 4 Argon is Google DeepMind’s frontier model, announced on 30 September 2026 as the first model of the Gemini 4 generation. According to Google, it is built for long, multi-step work in software engineering, enterprise knowledge work such as law and finance, and cybersecurity defence, and its output limit rises to 1 million tokens from 64,000.
At announcement it was available only to trusted cyber defenders through the Fairwind Program; Google says wider access starts with paid API customers and Google AI Ultra subscribers, with no date given. The introductory API price is $2 per million input tokens and $10 output (cached input 95% off), rising to $4 / $20 after the introductory period. A plain-language guide: Gemini 4 Argon expliqué.
Gemini 4 Argon pricing: API cost per 1M tokens
| Entrée (par million de jetons) | $2.00 |
|---|---|
| Sortie (par million de jetons) | $10.00 |
| Ratio sortie/entrée | 5× |
| Moyenne pondérée (4:1 entrée:sortie) | $3.60 par 1 million de jetons |
What Gemini 4 Argon costs per month
Dépense mensuelle réelle pour un ratio entrée-sortie de 4:1 — le rapport effectivement observé dans une charge de travail type (chat ou RAG).
| Charge de travail | Jetons/mois | Coût par mois |
|---|---|---|
| Projet secondaire | 1 million en entrée / 0,25 million en sortie | $4.50 |
| Petite équipe | 20 millions en entrée / 5 millions en sortie | $90 |
| Production | 200 millions en entrée / 50 millions en sortie | $900 |
Calculez vos propres coûts dans le Calculateur de coûts pour les API IA.
Cheaper alternatives to Gemini 4 Argon
| Modèle | Coût combiné par million de dollars | Vous économisez |
|---|---|---|
| Mistral 7B ouverte | $0.0220 | 99 % moins cher |
| Llama 3.1 8B ouverte | $0.0220 | 99 % moins cher |
| Mistral NeMo 12B ouverte | $0.0240 | 99 % moins cher |
Questions fréquemment posées
How much does Gemini 4 Argon cost per 1M tokens?
Gemini 4 Argon costs $2.00 per 1M input tokens and $10.00 per 1M output tokens. At a typical 4:1 input-to-output mix that blends to about $3.60 per 1M tokens.
How much does Gemini 4 Argon cost per month?
A small-team workload of 20M input and 5M output tokens a month costs about $90 on Gemini 4 Argon. A side project (1M in / 0.25M out) costs roughly $4.50.
What is a cheaper alternative to Gemini 4 Argon?
Mistral 7B is the strongest cheaper option in our database at $0.0220 per 1M blended — about 99% less than Gemini 4 Argon. It is also open-weight, so self-hosting is an option.
Can I run Gemini 4 Argon locally?
No. Gemini 4 Argon is a closed, API-only model — the weights are not released, so it cannot be self-hosted.
Why does Gemini 4 Argon charge more for output than input?
Output tokens are generated one at a time and cannot be batched the way a prompt can, so they cost the provider more to serve. Gemini 4 Argon charges 5× more for output, which is why prompt-heavy workloads are far cheaper to run than generation-heavy ones.
Les prix indiqués correspondent aux tarifs publics officiels pour l’API principale du modèle et sont mis à jour régulièrement à mesure que les fournisseurs les modifient. Les remises liées aux volumes, aux traitements par lots ou aux entrées mises en cache ne sont pas prises en compte. Comparez tous les modèles côte à côte dans le Base de données des modèles IA ou le Classement des grands modèles linguistiques (LLM).