Muse Spark vs Gemini 4 Argon : le prix double le 1er décembre

Presque toutes les M​use S​park face à G​emini 4 A​rgon comparaisons que vous pouvez trouver aujourd'hui comparent 1,25 $ à 2,00 $ par million de tokens d'entrée, et cette comparaison expire dans six semaines. La page tarifaire de G​oogle elle-même affiche G​emini 4 A​rgon à 2,00 $ en entrée et 10,00 $ en sortie, l'entrée en cache étant à 0,10 $ à titre d'offre de lancement « jusqu'au 30 novembre 2026 » ; à partir du 1er décembre 2026, le même modèle est affiché à 4,00 $ en entrée, 20,00 $ en sortie et 0,20 $ en cache. La famille M​use S​park de M​eta n'a pas bougé de 1,25 $ en entrée et 4,25 $ en sortie pour M​use S​park 1.1, 1.2 et 1.3. Donc la question intéressante dans cette confrontation n'est pas de savoir quel modèle est le plus intelligent en octobre — c'est de savoir à quoi ressemble l'arithmétique le 1er décembre, et si ce que vous construisez sur G​emini 4 A​rgon ce mois-ci survivra à cette date.

Deux modèles, deux modes de publication très différents

Gemini 4 Argon est le tout dernier modèle de pointe de Google et il est passé en disponibilité générale (GA) le 13 octobre 2026 — l'entrée du journal des modifications tient en une seule ligne, et la documentation destinée aux développeurs est datée de la même semaine. La fiche d'Artificial Analysis comporte une note de version de septembre 2026, que nous interprétons comme une origine pré-GA ou de préversion plutôt qu'un second lancement ; nous n'avons pas pu trouver d'annonce officielle de préversion pour le confirmer, donc c'est la date de GA que nous considérons comme fiable. La page du modèle de Google le classe comme « Stable ».

Muse Spark 1.3 est le point de contrôle actuel de la gamme Muse Spark de Meta Superintelligence Labs, publié le 2 septembre 2026, son niveau de raisonnement « max » ayant été ouvert aux développeurs le 4 septembre. Le nom « Muse Spark » sans numéro de version désigne le modèle original d’avril 2026 de la même famille ; les numéros de version jouent ici un vrai rôle, et c’est le 1.3 qu’il faut comparer.

Le tableau de bord indépendant

Les deux fiches proviennent d'Artificial Analysis et toutes deux mesurent une configuration à haut calcul ; il s'agit donc de l'une des rares confrontations où la comparaison entre raisonneurs se fait à armes égales sur l'indice lui-même. Tout dans cette section relève de la mesure d'Artificial Analysis, et non d'une affirmation de fournisseur.

• Indice d'intelligence — G​emini 4 Argon (High) : 53, classé 8e sur 217. M​use Spark 1.3 (max) : 48, classé 24e sur 217.

• Coût par tâche d'indexation — G​emini 4 Argon : 1,99 $. M​use Spark 1.3 : 1,60 $.

• Vitesse de sortie — G​emini 4 Argon : non mesurée ; la fiche ne présente aucun chiffre. M​use Spark 1.3 : 121,9 jetons par seconde, classé 43e sur 186.

• Verbosité — Gemini 4 Argon : 110 M de jetons de sortie pendant l’indexation. Muse Spark 1.3 : 170 M. Argon est le plus concis des deux.

• Tarification catalogue telle que mesurée — Argon au tarif d’introduction de 2,00 $ / 10,00 $ ; Muse Spark 1.3 à 1,25 $ / 4,25 $ avec lectures de cache à 0,15 $.

L’écart d’intelligence de cinq points est réel et modeste. C’est l’écart de coût qui s’inverse, et il s’inverse fortement : au tarif d’introduction, Argon coûte environ 24 % de plus par tâche accomplie ; au tarif de décembre, la même comparaison sur la tarification des entrées et des sorties fait à peu près doubler le coût des entrées et doubler celui des sorties, si bien que la prime par tâche cesse d’être marginale. C’est le fait le plus déterminant pour la décision dans cette comparaison, et il n’apparaît dans aucune des couvertures de lancement.

Ce que chacun acceptera réellement

Ici, les deux sources de référence sont en désaccord, et il vaut la peine de montrer ce désaccord plutôt que de prendre parti.

La page de modèle de Google pour Gemini 4 Argon répertorie texte, image, vidéo, audio et PDF comme entrées, avec une sortie texte et un effort de réflexion réglable sur faible, moyen ou élevé, par défaut moyen. La phrase de synthèse d'Artificial Analysis pour le même modèle indique qu'il « prend en charge les entrées texte et image » et produit du texte. Nous avons vérifié les deux, car cet écart est exactement le genre de chose qui se recopie par la suite ; la page propre au fournisseur est la liste la plus large et la plus précise, et c'est celle par rapport à laquelle il faut tester. Considérez la liste du fournisseur comme l'affirmation à vérifier et vérifiez-la sur vos propres fichiers.

M​use Spark 1.3 est le modèle le plus restreint sur le papier : texte, image et vidéo en entrée, texte en sortie, sans audio ni PDF dans la ligne de modalités documentée, et une échelle de raisonnement qui va jusqu'au max.

• Entrées — G​emini 4 Argon : texte, image, vidéo, audio, PDF selon G​oogle ; texte et image selon la liste indépendante. M​use Spark 1.3 : texte, image, vidéo.

• Sortie — texte uniquement, les deux.

• Fenêtre de contexte — 1 048 576 jetons pour les deux, décrite par Google comme une fenêtre unifiée partagée entre l’entrée, la réflexion et la sortie.

• Sortie maximale — G​emini 4 Argon : 65 536 jetons sur les appels synchrones par défaut, extensible vers la fenêtre complète avec un décodage long. M​eta ne publie pas de chiffre de sortie maximale pour M​use Spark 1.3 que nous puissions vérifier.

• Contrôle du raisonnement — Argon : faible / moyen / élevé, pas de désactivation possible. Muse Spark 1.3 : de minimal à max, et les notes d'outillage de Meta indiquent que le raisonnement ne peut pas non plus être désactivé.

Revendications du fournisseur, maintenues du côté fournisseur de la ligne

Aucune des deux entreprises n'a publié de tableau comparable, il s'agit donc d'une liste d'affirmations plutôt que d'un tableau de scores, et nous n'en reproduisons rien.

Les chiffres publiés par Google pour Gemini 4 Argon s’élèvent à 77,9 % sur DeepSWE v1.1, 57,4 % sur Terminal-bench 4.0, 69,2 % sur le sous-ensemble hors ligne d’OSWorld 2.0, 51,3 % sur AutomationBench, 68,9 % sur le Vals Index, 71,6 % sur Chartography et 91,7 % sur LVBench, entre autres. Les chiffres publiés par Meta pour Muse Spark 1.3 portent principalement sur DeepSWE v1.1 à 75,4, OSWorld 2.0 à 66,9, Terminal-Bench 2.1 à 76,4 avec l’agent Terminus 2, MCP-Atlas à 89,2 et GDPval-AA v2 à 1 754. Notez où les deux se recoupent et où ils ne se recoupent pas : DeepSWE est commun aux deux et proche, OSWorld est commun aux deux et accuse environ deux points d’écart sur des révisions différentes, et Terminal-Bench est rapporté par Meta sur une version plus ancienne avec un harnais d’agent nommé. Faire une soustraction entre ces différences n’est pas de l’arithmétique, c’est de la divination.

Un signal indépendant à retenir aux côtés des lignes des fournisseurs : le classement textuel de LMArena place actuellement une configuration G​emini 4 Argon en tête du classement général avec 1524 Elo, marquée comme préliminaire. M​use Spark 1.3 ne figure pas dans ce classement. Préliminaire ou non, c'est la preuve la plus solide au dossier que l'avance de cinq points d'Argon dans l'indice sous-estime sa position auprès des votants humains.

Les détails d’ingénierie qui tranchent plus vite que les benchmarks

• Les paramètres d'échantillonnage sont ignorés — la documentation de Google indique que temperature, top_p et top_k n'ont aucun effet sur Gemini 4 Argon, et que la mise en cache explicite n'est pas prise en charge, ce qui ne laisse que la mise en cache implicite. Si votre stack règle temperature, ce réglage cesse silencieusement de fonctionner au lieu de renvoyer une erreur. Muse Spark 1.3 expose un paramètre reasoning-effort, mais aucune restriction publiée équivalente sur l'échantillonnage.

• Délais d’expiration — Google recommande des délais d’expiration client d’au moins quinze minutes pour ce modèle. Si vous utilisez un délai par défaut de passerelle de 60 secondes, vous verrez des échecs qui ressemblent à des erreurs de modèle, mais qui n’en sont pas.

• État de la conversation — Argon utilise un identifiant d'interaction côté serveur pour l'état multi-tours ; la famille de Muse Spark est documentée autour du modèle standard de tableau de messages. Le portage entre les deux n'est pas un simple rechercher-remplacer.

• Lectures de cache — M​use Spark 1.3 facture l’entrée mise en cache à 0,15 $, contre 1,25 $ en tarif standard, soit une remise de 88 %. L’entrée mise en cache d’Argon est à 0,10 $, contre 2,00 $ en tarif d’introduction, puis passe à 0,20 $, contre 4,00 $. Dans une longue boucle d’agent avec une forte réutilisation, c’est la ligne qui compte le plus, et c’est l’un des rares endroits où les deux restent proches après décembre.

Là où OrcaRouter est pertinent, et là où il ne l'est pas

Pour être précis sur notre propre couverture : OrcaRouter route M​use Spark 1.2 et M​use Spark 1.1 au prix catalogue de Meta, avec 0 % de marge répercutée, aux côtés de plus de 200 autres modèles sur une seule API, avec bascule automatique et un DSL de routage pour répartir le trafic entre eux. M​use Spark 1.3 et G​emini 4 Argon sont tous deux absents de notre catalogue aujourd'hui — Argon est accessible via l'API de G​oogle elle-même et plusieurs plateformes tierces, et nous ne sommes pas l'une d'elles. La formulation honnête n'est donc pas « exécutez les deux ici ». C'est que le volet M​use Spark de cette comparaison est disponible pour vous sur une clé que vous détenez peut-être déjà, ce qui fait d'un test de coût face à Argon sur vos propres prompts un exercice dans la même semaine plutôt qu'un achat, et que la tarification de M​eta est restée statique sur trois checkpoints tandis que celle de G​oogle a une date d'expiration publiée.

Que faire avant décembre

Si vous développez déjà sur Gemini 4 Argon, la chose utile à faire ce mois-ci n'est pas une campagne de benchmark — c'est un modèle de coût à 4,00 $ et 20,00 $, car c'est le prix qui s'appliquera à tout ce que vous déployez et laissez tourner. Si la réponse à ce prix fonctionne encore, Argon est le meilleur modèle selon les preuves actuelles : indice plus élevé, plus concis, liste d'entrées documentées plus large, et le seul des deux avec un placement en tête de classement en préférence humaine. Si ce n'est pas le cas, la substitution à évaluer est Muse Spark 1.3 à un prix fixe de 1,25 $ / 4,25 $, qui échange cinq points d'indice contre un prix qui n'a pas bougé en trois versions et environ trois fois la vitesse de sortie. La seule chose que nous ne ferions pas est de traiter les tarifs annoncés d'octobre comme les tarifs — dans ce duel, le nombre dans le titre est celui qui a une date de fin.

Ce que les chiffres ne peuvent pas vous dire, c'est si quelque chose a mal tourné sur le terrain : les incidents d'IA documentés et les défaillances d'agents concernant les modèles de cette classe sont recensés dans l'OrcaRouter AI Incident Archive, où chaque entrée comporte ses propres sources, sa gravité, son niveau de confiance et son indicateur de contestation.