Tarification de l'API Gemini 4 Argon : 2 $ / 10 $ jusqu'au 30 nov., puis 4 $ / 20 $

Gemini 4 Argon coûte 2,00 $ par 1M de tokens d'entrée et 10,00 $ par 1M de tokens de sortie sur le niveau payant standard de Google, mais seulement jusqu'au 30 novembre 2026. À partir du 1er décembre, c'est 4,00 $ et 20,00 $.

Ce n'est pas seulement le niveau standard. Chaque tarif au token que Google liste pour ce modèle double à la même date : entrée, sortie et entrée mise en cache sur les niveaux standard, batch, flex et priority. Et le prix de sortie inclut les tokens de réflexion, donc le raisonnement que le modèle effectue avant de répondre est facturé au tarif de sortie, que vous le voyiez ou non.

Tous les chiffres de Google ci-dessous proviennent de la page de tarification de l'API Gemini de Google, mise à jour pour la dernière fois le 19 octobre 2026 (UTC) et vérifiée le 20 octobre. Les calculs sont les nôtres.

Ce que Google a publié#

gemini-4-argon est devenu généralement disponible dans l'API Gemini le 13 octobre 2026. Google le décrit comme le « modèle le plus capable conçu pour les tâches complexes de codage, agentiques, mathématiques et scientifiques » (changelog). C'est la description de Google ; nous ne l'avons pas testé.

C'est un modèle de niveau payant : la page de tarification indique qu'il n'est pas disponible sur le niveau gratuit. Selon le billet de lancement de Google, les développeurs peuvent l'utiliser dans l'API Gemini payante, Google AI Studio et Android Studio, et les abonnés Google AI Ultra y ont également accès dans Google Antigravity.

La page des modèles le liste comme stable et le décrit comme « Notre modèle de raisonnement phare avec une fenêtre de contexte unifiée de 1M et des décodages longs jusqu'à 1M de tokens ». Elle ne liste pas de limites formelles d'entrée et de sortie, de modalités prises en charge, de contrôles de profondeur de raisonnement, d'outils ni de date de coupure des connaissances, donc cet article ne les couvre pas non plus. Le billet de lancement ne contient ni prix, ni taille de contexte, ni benchmarks.

Le prix d'Argon, niveau par niveau#

USD par 1M de tokens, selon la page de tarification de Google le 20 octobre 2026.

Ce ne sont que les prix. Les conditions de latence et de disponibilité pour Flex et Priority ne sont pas couvertes ici, donc vérifiez la page de Google avant de déplacer une tâche vers l'un ou l'autre niveau.

L'entrée mise en cache coûte 5 % du tarif d'entrée sur chaque niveau, soit une remise de 95 %, avant et après le changement. Sur le niveau standard :

• $0.10 / $2.00 = 0.05 jusqu'au 30 novembre
• $0.20 / $4.00 = 0.05 à partir du 1er décembre

Trois autres détails qui comptent pour le calcul :

• Le prix est le même quelle que soit la longueur du prompt.
• Seule la mise en cache implicite est prise en charge ; la page de Google indique que la mise en cache explicite ne l'est pas. Elle ne liste ni taille minimale de cache ni prix de stockage.
• « Jusqu'au 30 novembre 2026 » est tout ce que Google dit sur la date de fin. Pas d'heure, pas de fuseau horaire.

Ce que cela fait à une facture#

Prenons une charge de travail hypothétique : 1M de tokens d'entrée et 0,2M de tokens de sortie, où « sortie » désigne tout ce qui est facturé au tarif de sortie, la réponse visible plus toute réflexion. Sur le niveau standard :

• 1 × $2.00 + 0.2 × $10.00 = $4.00 jusqu'au 30 novembre
• 1 × $4.00 + 0.2 × $20.00 = $8.00 à partir du 1er décembre, mêmes tokens

La sortie coûte plus que ce que sa part de tokens suggère. Par token, elle coûte cinq fois le tarif d'entrée (10,00 $ contre 2,00 $), donc ces 0,2M de tokens de sortie coûtent déjà autant que le 1M d'entrée entier :

• 0.2 × $10.00 = $2.00 pour la sortie
• 1 × $2.00 = $2.00 pour l'entrée

La réflexion est l'inconnue. Les pages de Google que nous avons vérifiées n'indiquent pas combien de tokens de réflexion une requête typique utilise, et les estimations de tiers qui circulent n'ont pas de source de première main, donc elles sont laissées de côté. Ce que vous pouvez calculer, c'est le prix de chaque tranche supplémentaire de 100K tokens de réflexion :

• 0.1 × $10.00 = $1.00 jusqu'au 30 novembre
• 0.1 × $20.00 = $2.00 à partir du 1er décembre

Les hits de cache poussent dans l'autre sens. Si 0,8M des 1M de tokens d'entrée étaient facturés au tarif mis en cache :

• 0.2 × $2.00 + 0.8 × $0.10 + 0.2 × $10.00 = $2.48 jusqu'au 30 novembre
• 0.2 × $4.00 + 0.8 × $0.20 + 0.2 × $20.00 = $4.96 à partir du 1er décembre

Cette répartition est hypothétique, pas une promesse de ce qui sera mis en cache. La même charge de base, 1M d'entrée et 0,2M de sortie, sur chaque niveau :

Étapes difficiles sur un modèle phare, le reste ailleurs#

La solution habituelle pour une facture comme celle-ci ne dépend pas du fournisseur : découpez la tâche par étape.

• Les étapes difficiles (planification, modifications qui touchent de nombreux fichiers, tout ce où une mauvaise réponse vous coûte une heure) vont à un modèle phare.
• Les étapes routinières à fort volume (extraction, classification, résumés, code standard, reformatage) vont à un modèle moins cher.
• Avant de déplacer une étape, faites passer un échantillon de vos propres données par le modèle moins cher et lisez ce qui revient. Un tableau de prix ne peut pas vous dire si c'est suffisamment bon.

C'est notre règle empirique, pas un résultat de benchmark.

Étapes routinières sur CheapTokens#

Si la plupart de vos tokens vont à des étapes routinières, trois modèles à poids ouverts sur CheapTokens valent la peine d'être tarifés. La comparaison ci-dessous couvre le prix et les limites ; vérifiez la qualité sur un échantillon de vos propres données :

• DeepSeek-V4-Flash pour les travaux à forte sortie comme le code long ou les documents longs : jusqu'à 32 768 tokens de sortie par réponse, contexte de 380K. Il est en dessous du prix de référence d'OpenRouter en sortie.
• GLM-5.3-Flash pour lire et résumer de longs documents : contexte de 390K, jusqu'à 8 192 tokens de sortie par réponse. Il est en dessous du prix de référence d'OpenRouter en entrée et en sortie.
• MiniMax-M2.7 pour les gros volumes où le prix par token compte le plus : contexte de 200K, jusqu'à 8 192 tokens de sortie par réponse. Il est en dessous du prix de référence d'OpenRouter en entrée et en sortie.

Les comparaisons OpenRouter sont datées du 20 octobre 2026. D'abord les travaux à forte sortie : disons 0,2M de tokens d'entrée et 0,6M de tokens de sortie, une série de longs documents générés. Sur le niveau standard d'Argon :

• 0.2 × $2.00 + 0.6 × $10.00 = $6.40 jusqu'au 30 novembre
• 0.2 × $4.00 + 0.6 × $20.00 = $12.80 à partir du 1er décembre

Les mêmes tokens sur MiniMax-M2.7 coûtent $0.10 au prix actuel de CheapTokens. C'est un prix par token, pas un prix par tâche résolue : si un modèle moins cher nécessite une seconde tentative ou un prompt plus long pour obtenir un résultat utilisable, le calcul change.

Les travaux à forte lecture sont différents. Voici la charge de 1M d'entrée et 0,2M de sortie ci-dessus, tarifée en direct pour chaque modèle, avec une colonne OpenRouter pour référence :

Le tableau lit les prix actuels à chaque chargement de la page, donc il reste juste quand les tarifs changent. Les chiffres d'Argon ci-dessus sont datés du 20 octobre 2026 et ne se mettront pas à jour d'eux-mêmes.

Vérifiez les limites avant de déplacer quoi que ce soit. Google décrit Argon avec une fenêtre de contexte de 1M et des décodages longs jusqu'à 1M de tokens ; une étape dont le prompt dépasse le contexte d'un modèle, ou dont une seule réponse dépasse son plafond de sortie, ne peut pas y être déplacée. Les limites de chaque modèle figurent dans la liste ci-dessus.

De notre côté, un seul solde prépayé couvre les trois modèles. L'API est compatible avec OpenAI Chat Completions et Anthropic Messages, donc un client qui parle déjà l'un d'eux a besoin d'une nouvelle URL de base (https://api.cheaptokens.dev/v1), d'une clé API CheapTokens et d'un nom de modèle. Les prix sont fixes par modèle entre les changements, et il n'y a pas d'heures de pointe. Votre première requête API avec CheapTokens détaille le premier appel.

Avant le 1er décembre#

1. Faites tourner un échantillon de vraies requêtes et comparez les tokens de sortie de votre facture à la longueur des réponses visibles. La différence correspond à peu près à votre surcoût de réflexion.
2. Tarifez la charge de travail aux tarifs de décembre, pas aux tarifs introductifs, si elle tournera encore après le 30 novembre.
3. Triez les étapes par volume de tokens, et testez un modèle moins cher sur les étapes routinières à fort volume avec vos propres données.

Pour intégrer vos propres volumes, voici les tarifs actuels de CheapTokens :

Pour les agents, où une tâche signifie de nombreux appels, voir Comment estimer le coût d'un agent IA. GLM vs DeepSeek vs MiniMax aide à choisir entre les trois modèles, et Tarification de l'API DeepSeek en 2026 examine ce que vous payez réellement pour les modèles DeepSeek.

Prix actuels pour chaque modèle : tarification CheapTokens.