Nous avons comparé Gemini 4 Argon à Gemini 3.1 Pro Preview sur des tâches de navigation

14 min de lecture
Collage abstrait bleu ciel pour les résultats et les coûts des tâches de navigation de Gemini 4 Argon et Gemini 3.1 Pro

Si votre agent navigateur utilise actuellement Gemini 3.1 Pro Preview, nous vous recommanderions de passer à Gemini 4 Argon. Dans nos essais comparatifs de Gemini 4 Argon et Gemini 3.1 Pro, chaque modèle a exécuté 15 tâches de navigation : un ensemble réduit, mais exigeant. Sur ces 15 tentatives, Argon en a réussi 11, contre seulement 5 pour 3.1 Pro.

Argon a réussi chacune des tâches réussies par 3.1 Pro, avec environ la moitié du travail. Il a utilisé 23.9 appels d’outils par tâche, contre 52.1 pour 3.1 Pro. Sur les longues tâches réparties entre plusieurs sites, 3.1 Pro a épuisé trois fois son budget de 100 étapes sans produire de résultat ; cela n’est jamais arrivé à Argon.

Côté coût, les deux modèles sont comparables à travail égal, mais Argon est moins cher une fois les tentatives infructueuses incluses. Sur les 5 tâches réussies par les deux modèles, Argon a coûté $0.588 par tâche et 3.1 Pro $0.598. En comptant toutes les tentatives, Argon a dépensé $1.62 par tentative réussie, contre $4.02 pour 3.1 Pro. Attention toutefois : le tarif catalogue de Google pour Argon double le 1er décembre 2026.

ModèleTaux de réussiteCoût par tâche, 5 tâches réussies par les deux modèlesCoût par tentative réussie, ensemble des 15 tâches
Gemini 4 Argon73.3% (11/15)$0.588$1.62
Gemini 3.1 Pro Preview33.3% (5/15)$0.598$4.02

(Coûts calculés aux tarifs catalogue de Google en vigueur jusqu’au 30 novembre 2026)

Réussite des tâches

Sur notre ensemble de test, Gemini 4 Argon est le modèle le plus fiable. Argon a réussi 6 tâches sur lesquelles 3.1 Pro a échoué, tandis que 3.1 Pro n’a réussi aucune tâche sur laquelle Argon a échoué. Pour les autres tâches, les deux modèles ont obtenu les mêmes résultats. Les 6 tâches où Argon a fait mieux comprennent la collecte de données sur plusieurs sites, la vérification sur les réseaux sociaux et la recherche comparative.

Les deux modèles n’ont pas échoué de la même manière. Sur les 10 tentatives infructueuses de 3.1 Pro, trois ont épuisé le budget de 100 étapes sans réponse. Toutes impliquaient un travail sur 9 sites ou plus. Cinq relevaient simplement d’hallucinations ou de réponses erronées. Dans une tâche de synthèse sur l’inflation, 3.1 Pro a donné 324,000 comme moyenne annuelle de l’IPC pour 2025, alors qu’il s’agit de la moyenne du second semestre dans le tableau du BLS. Nous serions particulièrement prudents face à ce type d’erreur : le nombre existe bien dans la source, ce qui le rend crédible, mais il ne répond pas à la question.

Argon a réussi la même tâche dans ego(lite) et n’a jamais épuisé ses étapes sur ces 15 tâches. Dans trois de ses 4 échecs, il a donné deux valeurs pour un même champ, ce qui constitue une réponse erronée. Lors d’une recherche d’informations sur les modèles à poids ouverts, Argon a fourni le total correct de 668.95 milliards de paramètres, puis proposé 664.95 milliards comme autre possibilité. Cet ajout a entraîné son échec à cette tâche. Si votre code lit la réponse de l’agent, veillez à ce que chaque champ ne contienne qu’une seule valeur.

Coût

Jusqu’en novembre, les deux modèles coûtent à peu près autant. Mais le prix d’Argon augmente en décembre. Sur les 5 tâches réussies par les deux, Argon a coûté en moyenne $0.588 par tâche et 3.1 Pro $0.598. Aux tarifs de 3.1 Pro, l’utilisation d’Argon sur ces tâches aurait coûté $0.646 : son prix par token plus faible compense donc une utilisation légèrement supérieure. Les entrées non mises en cache représentent $0.421 sur les $0.588 d’Argon et $0.212 sur les $0.598 de 3.1 Pro.

La plus grande différence de coût vient des tentatives infructueuses. Chacune des 3 tentatives de 3.1 Pro ayant épuisé ses étapes a coûté $3.48 en moyenne, soit 4.3 fois le coût moyen de ses autres tentatives, sans produire de réponse. Ces 3 tentatives ont représenté 51.8% de toutes les dépenses de 3.1 Pro. En comptant chaque tentative, Argon a dépensé $1.62 par tentative réussie et 3.1 Pro $4.02.

Google, sur sa page des tarifs de l’API Gemini, affiche pour Argon, à partir du 1er décembre 2026, $4 par million de tokens d’entrée, $20 par million de tokens de sortie et $0.20 par million de tokens mis en cache. C’est le double de son ancien tarif. Aucun changement de prix n’a été annoncé pour 3.1 Pro.

Gemini 4 Argon, jusqu’au 30 novembreGemini 4 Argon, à partir du 1er décembreGemini 3.1 Pro Preview
Coût par tâche, 5 tâches réussies par les deux modèles$0.588$1.176$0.598
Coût par tentative réussie, ensemble des 15 tâches$1.62$3.25$4.02

Les coûts de décembre appliquent le nouveau tarif catalogue de Google à l’utilisation de tokens que nous avons enregistrée.

À partir de décembre, le supplément payé pour Argon apporte de la fiabilité. Si les tâches de votre agent sont déjà réussies par 3.1 Pro, 3.1 Pro coûtera moins cher par tâche : aux tarifs de décembre, il était moins cher sur les 5 tâches réussies par les deux modèles. Si vos tâches comprennent celles sur lesquelles 3.1 Pro échoue, Argon en réussit davantage et reste moins cher par tentative réussie, à $3.25 contre $4.02.

Comment chaque modèle procède

Gemini 4 Argon ouvre souvent plusieurs sites dans une seule commande de navigateur, tandis que 3.1 Pro ouvre une page à la fois, puis poursuit. Une commande de navigateur est un script que le modèle envoie à ego-browser. Sur les 15 tâches, 22.4% des 246 commandes de navigateur d’Argon ouvraient au moins deux pages, contre 2.5% des 489 commandes de 3.1 Pro. Argon a eu besoin de 16.4 commandes de navigateur par tâche, contre 32.6 pour 3.1 Pro.

La tâche sur les banques centrales illustre cet effet sur un travail long. Elle demande la première décision de taux de 2026 de chacune des 12 banques centrales : date, décision, taux, éventuelles dissidences et date de la prochaine réunion. Argon l’a terminée en 16 commandes de navigateur, dont 14 ouvraient les pages de 2 à 7 banques. Il a réussi avec 29 appels d’outils, pour $1.24. 3.1 Pro a envoyé 73 commandes de navigateur, dont aucune n’ouvrait plus d’une page. Il a utilisé les 100 étapes, s’est arrêté en ouvrant la 9e banque, la Banque de Corée, et n’a donné aucune réponse. Cette tentative a coûté $3.36.

Communiqué du Copom dans ego(lite) : taux Selic maintenu à 15.00%, publié le 28 janvier 2026
Le communiqué brésilien du Copom du 28 janvier 2026, affiché dans ego(lite), indique que le taux Selic reste à 15.00%. Voir la capture en taille réelle

Les deux modèles utilisaient le même navigateur sur les mêmes sites : la différence venait donc de la quantité de travail couverte par chaque réponse. C’est ce qui a permis à Argon de rester dans le budget de 100 étapes sur les tâches parcourant une liste de sites.

En savoir plus sur Gemini 4 Argon

Pour explorer la manière dont Argon traite des tâches plus difficiles, nous avons conçu 13 tests supplémentaires spécialement pour lui. Sur un total de 28 tâches de navigation, le taux de réussite diminue quand le nombre de sites augmente.

Taille de la tâcheNombre de tâchesTaux de réussiteCoût par tâcheAppels d’outils par tâche
Un à trois sites1172.7% (8/11)$0.46916.4
Neuf sites ou plus1457.1% (8/14)$2.37735.2

Sur les tâches couvrant neuf sites ou plus, Argon en a réussi 8 sur 14. Son maximum était de 67 appels d’outils sur les 100 autorisés, sans jamais épuiser le budget. Pour ces tâches impliquant plus de neuf sites, Argon a coûté $2.377 par tâche en moyenne. Quatre des six échecs étaient des réponses erronées, dont 2 donnaient deux valeurs pour un même champ, confirmant la tendance à fournir des réponses supplémentaires.

Sur les tâches plus courtes couvrant un à trois sites, Argon en a réussi 8 sur 11 pour un coût moyen de $0.469. Deux de ses 3 échecs donnaient deux valeurs pour un même champ ; le troisième était une réponse erronée dans une tâche d’application web.

Nous vous conseillons de tenir compte de l’ampleur de vos tâches. Une recherche courte avec Argon coûte moins de cinquante centimes de dollar. Une longue tâche sur plusieurs sites coûte quelques dollars, peut durer près d’une heure et a réussi dans 57% des cas.

Lequel choisir

Passez à Gemini 4 Argon si le taux de réussite actuel de votre 3.1 Pro ne vous satisfait pas. Côté coût, il est comparable à 3.1 Pro par tâche jusqu’en novembre et reste moins cher par tentative réussie après le changement de tarif de décembre, car il termine le travail sans gaspiller de tokens.

Rester sur Gemini 3.1 Pro Preview se justifie dans un cas. À partir du 1er décembre, il coûte moins cher par tâche sur le travail qu’il réussit déjà, soit 5 des 15 tâches dans nos essais.

Nous avons exécuté Argon sous l’identifiant gemini-4-argon avec un niveau de réflexion high dans l’environnement d’exécution d’agent pi, avec ego-browser comme navigateur. ego-browser est fourni avec ego(lite) et le pilote comme navigateur de l’agent.

Questions fréquentes

Gemini 4 Argon est-il meilleur que Gemini 3.1 Pro pour les agents navigateurs ? Oui. Gemini 4 Argon a réussi 11 des 15 tentatives de tâches de navigation, et Gemini 3.1 Pro Preview en a réussi 5. Argon a réussi toutes les tâches réussies par 3.1 Pro, ainsi que 6 tâches sur lesquelles 3.1 Pro a échoué. Les gains étaient les plus importants sur les tâches couvrant 9 sites ou plus, où 3.1 Pro a épuisé trois fois son budget de 100 étapes.

Dois-je passer de Gemini 3.1 Pro à Gemini 4 Argon ? Passez à Argon si votre agent doit terminer davantage de tâches : Gemini 4 Argon a réussi 11 tentatives sur 15, et Gemini 3.1 Pro Preview en a réussi 5. Jusqu’au 30 novembre 2026, les deux coûtaient environ $0.59 à $0.60 par tâche sur le travail réussi par les deux. À partir du 1er décembre, le tarif catalogue d’Argon double : 3.1 Pro coûte donc moins cher sur les tâches qu’il réussit déjà.

Gemini 4 Argon est-il moins cher que Gemini 3.1 Pro ? Aux tarifs en vigueur jusqu’au 30 novembre 2026, Gemini 4 Argon a coûté $0.588 par tâche et Gemini 3.1 Pro Preview $0.598 sur les 5 tâches réussies par les deux. En comptant les tentatives infructueuses, Argon a dépensé $1.62 par tentative réussie et 3.1 Pro $4.02. Les échecs de 3.1 Pro coûtaient cher : ses 3 tentatives ayant épuisé les étapes ont coûté $3.48 chacune en moyenne.

Combien coûte Gemini 4 Argon après le 1er décembre 2026 ? Google affiche pour Gemini 4 Argon, à partir du 1er décembre 2026, $4 par million de tokens d’entrée, $20 par million de tokens de sortie et $0.20 par million de tokens mis en cache. À ces tarifs, nos essais coûteraient $1.176 par tâche sur les 5 tâches réussies par les deux modèles, contre $0.598 pour Gemini 3.1 Pro Preview. Par tentative réussie, Argon coûterait $3.25 et 3.1 Pro $4.02.

Gemini 4 Argon utilise-t-il moins d’étapes que Gemini 3.1 Pro ? Oui. Gemini 4 Argon a utilisé 23.9 appels d’outils par tâche et Gemini 3.1 Pro Preview 52.1 sur les mêmes 15 tâches. Argon ouvrait au moins deux pages dans 22.4% de ses commandes de navigateur, contre 2.5% pour 3.1 Pro. Sa tâche la plus longue a utilisé 67 appels d’outils sur un budget de 100 étapes.

Pourquoi Gemini 3.1 Pro épuise-t-il ses étapes sur les tâches de navigation ? Gemini 3.1 Pro Preview a épuisé son budget de 100 étapes sur 3 des 15 tâches, toutes réparties entre 9 sites ou plus. Il ouvrait une page par commande de navigateur : une tâche portant sur 12 banques exigeait donc plus de réponses que le budget ne le permettait. Sur la même tâche et dans le même navigateur, Gemini 4 Argon a terminé en 29 appels d’outils.

Comment Gemini 4 Argon traite-t-il la collecte de données sur plusieurs sites ? Gemini 4 Argon a réussi 8 des 14 tâches qu’il a exécutées sur neuf sites ou plus. Il n’y a jamais épuisé ses étapes, mais 2 tentatives ont atteint la limite d’une heure sans réponse. Ces tâches ont coûté $2.377 par tâche en moyenne.

Quelles erreurs Gemini 4 Argon commet-il encore ? Gemini 4 Argon a échoué dans 4 de ses 15 tentatives communes, dont 3 donnaient deux valeurs pour un même champ. Dans une tâche, il a indiqué le total correct de 668.95 milliards de paramètres, puis proposé 664.95 milliards comme autre possibilité. Gemini 3.1 Pro Preview a fait de même dans 2 de ses échecs : vérifiez donc que chaque champ de la réponse ne contient qu’une seule valeur.

Gemini 3.1 Pro vaut-il encore la peine d’être utilisé ? Gemini 3.1 Pro Preview a réussi 5 tentatives sur 15 et, à partir du 1er décembre 2026, il coûte moins cher que Gemini 4 Argon sur ces 5 tâches. Aux tarifs de décembre, il était moins cher sur les 5. Pour le travail qu’il ne réussit pas déjà, Argon a réussi davantage de tâches et dépensé moins par tentative réussie.

Gemini 4 Argon peut-il faire fonctionner un agent navigateur avec ego-browser ? Oui. Nous avons exécuté Gemini 4 Argon avec un niveau de réflexion high dans l’environnement d’exécution d’agent pi, avec ego-browser, et il a réussi 11 tentatives sur 15. Le modèle écrivait des scripts ego-browser via l’outil bash de l’agent et lisait le texte de page renvoyé par chaque script. Sa tâche la plus longue a utilisé 67 appels d’outils sur un budget de 100 étapes.

Notre méthode de test

Nous avons comparé Gemini 4 Argon (google/gemini-4-argon) et Gemini 3.1 Pro Preview (gemini-3.1-pro-preview), tous deux avec un niveau de réflexion high. Les deux utilisaient l’environnement d’exécution d’agent pi, version 1.5.0, avec la même build d’ego-browser dans ego(lite) sur macOS. Le modèle reçoit le fichier de skill ego-browser, écrit des scripts de navigation via son outil bash et lit le texte de page renvoyé par chaque script. Argon était appelé via ZenMux et 3.1 Pro via l’API Gemini de Google. Argon a été exécuté le 4 novembre 2026, et 3.1 Pro le 5 novembre 2026.

Chaque modèle a exécuté 28 tâches de notre ensemble de tâches d’efficacité, dont 15 ont été exécutées par les deux. La comparaison porte sur ces 15 tâches communes, avec une tentative par modèle et par tâche. Une tentative est une exécution d’une tâche par un modèle. La section sur la taille des tâches utilise les 28 tâches d’Argon. Les tâches communes se répartissent en cinq groupes, chaque tâche n’appartenant qu’à un seul : collecte des mêmes champs sur de nombreux sites officiels, vérification de publications sur X à partir de pages officielles, recherches sur un à trois sites, recherche exploratoire et application web métier.

Chaque tentative disposait d’un budget de 100 étapes et d’une heure. Une étape est une réponse du modèle, qui effectue généralement un appel d’outil. Un appel d’outil est une commande envoyée par le modèle via l’agent. Une commande de navigateur est un appel d’outil qui exécute un script ego-browser ; nous déterminons si une commande ouvre au moins deux pages à partir des navigations de son script. Une tentative n’est réussie que si sa réponse finale satisfait à chaque élément du corrigé de la tâche. Une réponse donnant deux valeurs pour un même champ échoue.

Le coût correspond à l’utilisation de tokens de chaque tentative, valorisée aux tarifs catalogue de l’API Gemini de Google en vigueur jusqu’au 30 novembre 2026. Pour Argon : $2 par million de tokens d’entrée, $10 par million de tokens de sortie et $0.10 par million de tokens mis en cache. Pour 3.1 Pro Preview : $2, $12 et $0.20 jusqu’à 200 000 tokens par prompt, puis $4, $18 et $0.40 au-delà. Le coût par tâche est la moyenne des 5 tâches réussies par les deux modèles. Le coût par tentative réussie divise le coût des 15 tentatives par le nombre de tentatives réussies.

Résultats complets

Chaque cellule indique le résultat d’une tentative et son coût aux tarifs catalogue en vigueur jusqu’au 30 novembre 2026. « Étapes épuisées » désigne une tentative ayant utilisé les 100 étapes sans réponse ; « Temps imparti écoulé » désigne une tentative ayant atteint la limite d’une heure sans réponse.

TâcheGroupeGemini 4 ArgonGemini 3.1 Pro Preview
Décisions de taux de 12 banques centralesNombreux sites officielsRéussite, $1.243Échec, étapes épuisées, $3.356
9 modèles à poids ouvertsNombreux sites officielsÉchec, $3.548Échec, étapes épuisées, $4.324
Salaire minimum dans 9 juridictionsNombreux sites officielsRéussite, $3.269Échec, étapes épuisées, $2.745
Conformité de 9 fournisseurs SaaSNombreux sites officielsRéussite, $2.590Échec, $1.176
Mises à jour de sécurité de 8 projets open source : publications sur X confrontées aux avis de sécuritéPublications sur XRéussite, $1.490Réussite, $1.564
8 lancements de produits : publications sur X confrontées aux communiqués de pressePublications sur XRéussite, $1.211Échec, $1.005
Publications de lancements de SpaceX sur X confrontées à WikipediaPublications sur XRéussite, $0.483Réussite, $0.325
Instantané KYC de quatre entreprises britanniquesUn à trois sitesÉchec, $0.525Échec, $0.955
Rapprocher essais cliniques et notices des médicamentsUn à trois sitesÉchec, $1.203Échec, $0.831
Synthèse sur l’inflation à partir de FRED, vérifiée avec BLSUn à trois sitesRéussite, $0.248Échec, $0.267
Fonctionnalités web sur MDN et Can I useUn à trois sitesRéussite, $0.560Échec, $0.967
Notes d’étude à partir d’une conférence, du code et d’un articleUn à trois sitesRéussite, $0.283Réussite, $0.403
Modèles dépassant les seuils de calcul de l’UERecherche exploratoireRéussite, $0.300Réussite, $0.287
Retrouver les sources d’un tableau WikipediaRecherche exploratoireÉchec, $0.528Échec, $1.495
Aligner les moniteurs de service sur une normeApplication web métierRéussite, $0.384Réussite, $0.412

Les 13 autres tâches de Gemini 4 Argon, utilisées dans la section sur la taille des tâches. Chaque cellule représente une tentative.

TâcheNombre de sitesGemini 4 Argon
Dernières versions stables de 9 navigateurs de bureau13Réussite, $0.726
Offres gratuites de 9 services CI9Échec, temps imparti écoulé, $3.393
8 enquêtes auprès des développeurs8Échec, $4.987
Un même séisme dans les données de 9 organismes9Échec, $4.039
Un même jeu auprès de 8 organismes de classification8Échec, $4.180
Une même estampe dans 10 collections de musées10Réussite, $3.296
Runtime protobuf dans 9 registres de paquets9Échec, $0.856
Éditions actuelles de 9 normes9Réussite, $2.143
8 recrutements de clubs : publications sur X confrontées aux sites des clubs16Échec, temps imparti écoulé, $4.947
Vérifier 10 affirmations dans une synthèse hebdomadaire sur l’IA7Réussite, $1.316
Bilan de ponctualité du transporteur et règles d’alerte1Échec, $0.769
Assurer la couverture des astreintes en tenant compte des congés1Réussite, $0.182
Demander les indemnités de repas quotidiennes1Réussite, $0.217

Historique des mises à jour : première publication le 9 novembre 2026. Tests réalisés les 4 et 5 novembre 2026.