Mercury 3 vs Gemini 4 Pro : L’un de ces noms n’est pas un modèle

Il n'existe pas de G​emini 4 Pro. Il existe un G​emini 4 Argon, que G​oogle a rendu généralement disponible sur son offre API payante le 13 octobre 2026, et il existe Mercury 3, publié par Inception Labs le 19 octobre 2026 — et un très grand nombre de personnes recherchent une comparaison entre Mercury 3 et un G​emini 4 Pro que G​oogle n'a jamais annoncé, jamais doté d'un identifiant, jamais tarifé et dont il n'a jamais publié la longueur de contexte. Cet article prend malgré tout la requête au sérieux, car la question qui la sous-tend est réelle : comment un modèle de diffusion à 1 068 jetons par seconde, issu d'un petit laboratoire, se compare-t-il au fleuron actuel de G​oogle sur les critères réellement mesurables ? La réponse s'établit face à G​emini 4 Argon, le modèle qui existe, et le premier constat est que les deux ne se situent pas du tout sur le même marché. Les défaillances documentées de l'IA et les incidents d'agents qui sous-tendent des publications comme celle-ci sont rassemblés dans l'Archive des incidents d'IA d'OrcaRouter où chaque entrée comporte ses propres sources, son niveau de gravité, sa note de confiance et son indicateur de contestation.

Comment le nom manquant est vérifié

L'absence n'est pas une inférence tirée du silence. Elle survit à cinq vérifications distinctes.

• La documentation des modèles de l’API Gemini de Google ne répertorie qu’un seul modèle sous son titre Gemini 4 — gemini-4-argon — et la page a été mise à jour pour la dernière fois le 19 octobre 2026, un jour avant cet article. Aucune deuxième fiche Gemini 4 n’a suivi.

• La page des modèles de DeepMind présente la carte Argon et rien d'autre dans la gamme Gemini 4.

• Le blog de G​oogle lui-même ne contient aucune annonce de G​emini 4 Pro, et l’article de lancement d’Argon décrit Argon comme le fer de lance de la famille G​emini 4, et non comme un membre d’une gamme hiérarchisée avec un Pro au-dessus ou en dessous.

• Il n'existe aucun identifiant de modèle G​emini 4 Pro nulle part dans la documentation de l'API, aucune grille tarifaire, aucune longueur de contexte, aucun plafond de sortie et aucune condition de licence. Un modèle dépourvu de tous ces éléments n'est pas un modèle qui a été publié discrètement ; c'est un nom dont les gens ont supposé qu'il existerait.

• Il ne figure pas non plus dans notre catalogue. Les modèles Google qu’OrcaRouter route sont la gamme 3.x — gemini-3.1-pro-preview, gemini-3.8-flash, gemini-3.6-flash, gemini-3.5-flash et les variantes lite — et rien de la gamme 4. Nous ne dissimulons aucune route ; il n’y a aucune route à dissimuler.

Si un G​emini 4 Pro est commercialisé plus tard cette année, la structure de cette comparaison devrait probablement rester valable, car le positionnement tarifaire qu’il occuperait est déjà occupé par Argon en haut de gamme. Mais les chiffres ci-dessous concernent le G​emini 4 Argon, et ils sont étiquetés comme tels.

Ce qu’est G​emini 4 Argon, puisque c’est l’élément qui est comparé

Gemini 4 Argon a été annoncé le 30 septembre 2026 et a atteint la disponibilité générale sur l'offre payante le 13 octobre 2026. Il est multimodal en entrée comme en sortie — texte, images, vidéo, audio et PDF en entrée, texte en sortie — avec un contexte unifié de 1 M de tokens, un plafond de sortie par défaut de 65 536 tokens, porté à 1 048 576 tokens en mode décodage long. La tarification introductive est de 2,00 $ par million de tokens d'entrée et de 10,00 $ par million de tokens de sortie, passant à 4,00 $ et 20,00 $ le 1er décembre 2026, l'entrée mise en cache à 0,10 $ doublant à 0,20 $ à la même date. La mise en cache est uniquement implicite ; aucun palier de cache explicite n'est proposé à l'achat. Il n'est pas disponible dans l'offre gratuite de Google.

Sur l'Intelligence Index d'Artificial Analysis, il obtient 52,6, pour un coût de calcul d'environ 1,99 $ par tâche de l'indice. Les chiffres publiés par Google lui-même incluent 57,1 % sur Terminal-Bench 4.0, 61,8 % sur SciCode et 57,1 % sur Humanity's Last Exam — rapportés par le fournisseur, et signalés comme tels, mais au moins indiqués sur un banc d'évaluation nommé, avec des tâches nommées.

Donc, le modèle de l’autre côté de cette comparaison est un fleuron multimodal avec un score d’indice indépendant de 52,6 et un prix qui double en six semaines. Mercury 3 est un modèle de diffusion exclusivement textuel, sans score d’indice, avec un prix qui est divisé par deux au lancement. Presque chaque dimension de la comparaison est un contraste entre deux théories différentes de ce à quoi sert un modèle de langage.

Le contraste des spécifications, sur les dimensions qui déterminent les déploiements

• Prix de sortie — Mercury 3 à 0,35 $ par million au lancement et à 0,70 $ au tarif catalogue, contre Gemini 4 Argon à 10,00 $ actuellement et à 20,00 $ à partir du 1er décembre 2026.

• Prix d'entrée — 0,10 $ au lancement et 0,20 $ au tarif catalogue, contre 2,00 $ maintenant et 4,00 $ après le 1er décembre.

Entrée mise en cache — 0,01 $ au lancement et 0,02 $ au tarif catalogue sur Mercury 3, contre 0,10 $ actuellement et 0,20 $ après le 1er décembre sur Argon, avec mise en cache implicite uniquement.

• Contexte — 1 000 000 de tokens pour les deux, bien que celui d'Argon soit unifié entre les modalités et que celui de Mercury 3 ne contienne que du texte.

• Sortie maximale — 131 072 tokens sur Mercury 3, contre 65 536 par défaut sur Argon et jusqu'à 1 048 576 en mode décodage long.

• Modalités d’entrée — texte uniquement vs texte, image, vidéo, audio et PDF.

• Débit — 1 068 jetons par seconde annoncés par le fournisseur pour Mercury 3, contre aucun chiffre comparable en flux unique publié pour Argon.

• Score d’indice indépendant — aucun pour Mercury 3, contre 52,6 pour Argon à environ 1,99 $ de calcul par tâche d’indice.

• Évolution des prix — La remise de Mercury 3 n’a aucune date de fin publiée ; l’augmentation d’Argon est prévue pour le 1er décembre 2026 et s’applique à l’ensemble de la requête dès que l’entrée franchit la limite du contexte long.

La ligne tarifaire est celle qui déterminera la plupart des déploiements réels, et la date du 1er décembre la rend urgente d’une manière que le lancement de Mercury ne fait pas. Une équipe qui construit un pipeline documentaire sur Argon à $2.00/$10.00 et relance le modèle de coûts en janvier constatera que le tarif d’entrée a doublé, et que le tarif de sortie a doublé avec lui. Ce n’est pas un risque subtil ; c’est une échéance inscrite au calendrier.

Là où la comparaison des prix échoue complètement

G​emini 4 Argon prend en charge les PDF, les captures d'écran, l'audio et la vidéo. Mercury 3 prend le texte. Cette seule ligne élimine la comparaison des prix pour une grande part des charges de travail où Argon est réellement utilisé — factures, formulaires numérisés, appels enregistrés, enregistrements d'écran, tout ce dont l'entrée arrive sous forme de pixels ou d'onde plutôt que de caractères.

Faire entrer un PDF dans Mercury 3 suppose de faire tourner d’abord un OCR ou un modèle de mise en page, et cette étape a son propre coût, sa propre latence et son propre taux d’erreur. Un contrat scanné de 40 pages ne devient pas gratuit parce que le modèle qui lit le texte extrait est bon marché. Sur les charges de travail où la multimodalité d’Argon est essentielle, Mercury 3 n’est pas une option moins chère — ce n’est pas une option, et la comparaison honnête s’arrête là.

Là où les modalités s’alignent — texte en entrée, texte en sortie, et une grande partie du trafic de production est exactement cela — l’écart de prix est d’environ 14 fois au débit de sortie actuel d’Argon et de 28 fois après le 1er décembre. C’est suffisamment important pour changer une architecture. Un pipeline de récupération qui envoie actuellement vingt passages candidats à un modèle phare pour le reclassement pourrait en envoyer cent à Mercury 3 pour le même coût, et le contexte supplémentaire pourrait bien valoir plus que la différence de qualité par token.

L'asymétrie des preuves, et pourquoi elle compte davantage ici

Gemini 4 Argon dispose d’une mesure indépendante et d’un tableau de benchmarks du fournisseur. Mercury 3 ne dispose ni de l’un ni de l’autre. Ce que Mercury 3 possède, c’est un chiffre de débit mesuré par Inception sur du matériel NVIDIA non spécifié, une affirmation selon laquelle il compte plus de 40 fois les paramètres de Mercury 1, et un résultat de qualité structuré : 50 % d’achèvement sur 50 tâches de navigation Mind2Web en direct au sein du propre harnais d’agent d’Inception, que l’entreprise déclare être « nettement plus que GPT-6.1-Sol » à volume de tokens et nombre d’étapes égaux.

C’est un résultat authentique — la navigation web en conditions réelles est difficile à fausser — mais il n’est pas comparable à un 52,6 sur un indice neutre. Les deux chiffres répondent à des questions différentes : l’un dit « ce modèle peut accomplir la moitié de cinquante tâches de navigation réelles » ; l’autre dit « ce modèle obtient 52,6 sur une suite fixe et publiée que tous les autres modèles de l’indice ont également passée ». On peut classer le second par rapport aux alternatives. On ne peut que faire un contrôle de cohérence sur le premier.

Il y a aussi un problème de calibration qui se cache dans la comparaison. Mercury 3 utilise par défaut le plus bas de ses quatre niveaux d’effort lorsque le paramètre est omis, de sorte que toute évaluation qui ne fixe pas l’effort mesure le modèle à son réglage le moins performant. Argon n’a pas de réglage équivalent. Une exécution de benchmark des deux, faite sans précaution, ferait paraître l’écart plus grand qu’il ne l’est dans un sens comme dans l’autre — et les propres affirmations comparatives d’Inception n’indiquent pas quel réglage les a produites.

Les deux modèles ne se situent pas du même côté d’une variation de prix.

Mettez les deux grilles tarifaires côte à côte et les directions sont opposées. Mercury 3 a été lancé avec une remise de 50 % sans date de fin, ce qui signifie qu'un développeur ne peut pas savoir si le tarif dans six mois sera de 0,10 $/0,35 $ ou de 0,20 $/0,70 $. Argon a été lancé à un tarif de lancement avec une date de fin ferme, ce qui signifie qu'un développeur sait exactement quel est le tarif le 2 décembre : le double.

La certitude d’un mauvais chiffre vaut souvent plus que l’incertitude d’un bon, et c’est un cas où les deux modèles vous en donnent un de chaque. Si vous établissez le budget d’un pipeline sur un an, le $4.00/$20.00 d’Argon est le chiffre sur lequel modéliser à partir de décembre, et le tarif catalogue de Mercury 3 à $0.20/$0.70 est le chiffre sur lequel modéliser, car la remise ne relève pas d’une grille tarifaire. Même avec ces deux chiffres conservateurs, l’écart est de 20 fois en sortie, ce qui reste le fait isolé le plus important de cette comparaison.

Ce qu’aucune grille tarifaire ne vous dit, c’est ce que coûte une tâche. L’exécution d’index d’Argon coûte environ 1,99 $ de calcul par tâche ; Mercury 3 n’a pas de mesure équivalente, et son économie de tokens en décodage par diffusion n’a pas la même forme que celle d’un modèle autorégressif. Quiconque cite actuellement un coût par tâche pour Mercury 3 extrapole à partir d’un tarif par token et d’une estimation de la longueur de sortie.

Comment tenir les deux sans s’engager en faveur de l’un ou de l’autre

Gemini 4 Argon ne figure pas au catalogue d’OrcaRouter. Ce que nous routons depuis Google, c’est la gamme 3.x — gemini-3.1-pro-preview à 2,00 $/12,00 $, gemini-3.8-flash et gemini-3.6-flash à 0,75 $/3,75 $, gemini-3.5-flash à 1,50 $/9,00 $ et les variantes lite — et Mercury 3 ne figure pas non plus au catalogue, pour la raison plus simple que nous ne proposons aucun modèle Inception. Donc, pour cette comparaison précise, notre position honnête est que nous ne sommes la route pour aucun des deux camps.

Là où un routeur reste utile, c’est dans la partie de l’architecture qui entoure le choix. Les modèles 3.x que nous proposons peuvent servir de solution de repli pour l’un ou l’autre : acheminer l’essentiel du travail textuel vers Gemini 3.1 Pro ou Gemini 3.8 Flash à leurs tarifs catalogue, sans marge ajoutée de notre côté, et n’envoyer que les appels qui ont réellement besoin du modèle phare ou du modèle de diffusion à leurs fournisseurs respectifs. Cela permet de conserver un point de terminaison, une clé et un seul jeu d’identifiants pour la majorité du trafic, et de cantonner les deux cas particuliers à deux chemins de code étroits — ce qui représente un engagement bien moindre que de choisir l’un d’eux comme solution par défaut pour tout.

La tarification répercutée compte particulièrement pour Argon. Lorsque le 1er décembre arrivera et que Google doublera le tarif, le prix d’un modèle routé change le jour où le fournisseur le change, sans renégociation ni grille tarifaire obsolète dans votre modèle de coûts. Nous ne routons pas Argon aujourd’hui ; si cela change, l’augmentation tombera selon le calendrier publié par Google plutôt que selon le nôtre.

Que faire d'une comparaison avec un modèle qui n'existe pas

Le conseil pratique est terne, mais il vaut la peine d’être formulé. Si un document d’achat, une proposition interne ou une présentation d’un fournisseur que vous avez sous les yeux cite G​emini 4 Pro, demandez l’identifiant du modèle dans l’API. Pas le nom marketing, pas le nom de la famille, pas le niveau — la chaîne que vous mettriez dans un corps de requête. Si la réponse est gemini-4-argon, vous avez affaire à Argon sous une autre étiquette, et la grille tarifaire est de 2,00 $/10,00 $ aujourd’hui et de 4,00 $/20,00 $ à partir du 1er décembre. S’il n’y a pas de réponse, le document cite un nom et non un produit.

Le même test s’applique à Mercury 3, dans l’autre sens. Son identifiant est réel, sa grille tarifaire est publiée, sa longueur de contexte est publiée, et son débit est une affirmation du fournisseur. Entre un modèle doté d’une fiche technique complète et sans score indépendant, et un modèle doté d’un score indépendant dont les gens se trompent sans cesse sur le nom, le second reste le choix par défaut le plus sûr — non pas parce que Google serait un fournisseur plus sûr, mais parce qu’un chiffre qu’on n’a pas eu à prendre pour argent comptant vaut plus qu’une remise qu’on ne peut pas vérifier. Tant que le modèle d’Inception n’a pas de page d’index, choisir entre ces deux revient à choisir entre la preuve et le prix, et la plupart des équipes devraient acheter la preuve et louer le prix.