En bref

• Gemini 4 Argon est disponible dans Google AI Mode depuis le 13 octobre 2026 pour les abonnés AI Pro et Ultra. Le modèle a été annoncé le 30 septembre.
• Étude DEJAN (5 381 tests, pages synthétiques) : Argon sélectionne 31,5 % des pages avec tableau contre 93,6 % pour 3.8 Flash, préfère les faits chiffrés et ignore l’emphase.
• Google n’ajoute aucune exigence SEO ou GEO propre à Argon.
• Mes 4 requêtes (une exécution chacune) : 33 liens sources avec Argon contre 38 avec 3.8 Flash, à confirmer.
• Un protocole en 7 étapes pour tester Argon soi-même dans AI Mode.

Par Aslane Samai, consultant SEO & GEO et fondateur d’aioseo.fr. Article basé sur l’annonce de Google, l’étude DEJAN et des tests dans AI Mode le 18 octobre 2026.

Gemini 4 Argon est disponible dans Google AI Mode depuis le 13 octobre 2026 pour les abonnés AI Pro et Ultra. Cinq jours plus tard, la plupart des articles SEO décrivent des protocoles de test sans résultats. Ici : l’étude de Dan Petrovic (DEJAN) sur 5 381 tests, ce que Google confirme, comment les SEO testent le modèle, et mes propres vérifications dans AI Mode du 18 octobre, avec captures.

Qu’est-ce que Gemini 4 Argon et quand arrive-t-il dans AI Mode ?

Gemini 4 Argon est le premier modèle de la famille Gemini 4. Google l’a annoncé le 30 septembre 2026 et le présente comme son modèle pour les tâches complexes en plusieurs étapes : code, finance, droit, cybersécurité, science.

Gemini 4 Argon côté API :

• identifiant gemini-4-argon
• 1 048 576 tokens de contexte, partagés entre le prompt, le raisonnement interne et la réponse
• trois niveaux de réflexion (low, medium, high), medium par défaut
• Google Search grounding, URL context, code execution, function calling et sorties structurées pris en charge

Dans AI Mode, Gemini 4 Argon est arrivé le 13 octobre. On le sélectionne avec l’icône + dans la barre de saisie : sur mon compte AI Pro, le menu propose Auto, 3.8 Flash et 4 Argon. Le déploiement est progressif et réservé aux abonnés Pro et Ultra. Rien n’indique que le modèle par défaut des utilisateurs gratuits change.

Trois points que Google ne précise pas ou pas encore. Les langues prises en charge ne sont pas annoncées : sur mon compte, Argon répond bien en français dans AI Mode. Au 13 octobre, la page d’aide de Google sur le menu des modèles ne listait encore que « Pro » et « Fast » (Search Engine Journal). Et d’après Clubic, le mode tâches de l’application Gemini reste indisponible en France.

Gemini 4 Argon et le SEO GEO : ce que montrent les 5 381 tests de DEJAN

Dan Petrovic (DEJAN) a publié le 14 octobre la première étude chiffrée sur Gemini 4 Argon. Le principe : une page commerciale courte, une copie avec une seule modification (des prix, un tableau, des points d’exclamation), et Argon choisit la version qu’il utiliserait comme source pour répondre à une requête de chat. Chaque caractéristique est testée environ 150 fois, 36 au total, et les mêmes tests ont été passés sur Gemini 3.6, 3.7 et 3.8 Flash.

La mesure est un taux de sélection, pas une position dans Google : la position décide si une page entre dans les candidats, puis le modèle choisit parmi eux. Résultats par groupe de caractéristiques :

Caractéristique testée	3.8 Flash	Argon	Écart
Prix clairs	98,5 %	99,7 %	+1,2 point
Sections avec titres	99,5 %	91,1 %	-8,4 points
Tableau	93,6 %	31,5 %	-62,1 points
Autres mises en forme (3 critères)	85,6 %	39,2 %	-46,4 points
Crédibilité empruntée : récompenses, avis d’experts, citations (2 critères)	87,7 %	52,3 %	-35,4 points
Ton (4 critères)	6,7 %	7,0 %	+0,3 point
Points d’exclamation, majuscules (3 critères)	0,5 %	0,3 %	-0,2 point

Une page qui ajoute un tableau perd donc environ deux comparaisons sur trois avec Argon, alors qu’elle en gagnait neuf sur dix avec 3.8 Flash. Les points d’exclamation et les mots en majuscules perdent leurs 150 tests, comme avec les modèles Flash.

Ce que l’étude ne mesure pas :

• Les pages sont synthétiques et la requête est simulée : DEJAN n’observe pas les citations réelles d’AI Mode.
• L’étape de validation (11 tests par caractéristique) contredit en partie la première étape : un fait supplémentaire transforme 10 pages perdantes sur 11 en gagnantes, une caractéristique de crédibilité 8 sur 11 malgré sa chute de 35 points, un ajout de ton 0 sur 11.
• Sur une vraie marque (vêtements de sport personnalisés, 89 expériences de snippets), la position moyenne est la même, 3,80 avec 3.8 Flash et 3,81 avec Argon, mais Argon coûte 3,1 fois plus cher par classement et prend 1,8 fois plus de temps.
• La conclusion de DEJAN, que je reprends : chaque modification se teste sur la page concernée.

Comment adapter ses pages à Gemini 4 Argon : prix, sections titrées, tableaux, ton

Ce qui suit est ma lecture de l’étude DEJAN, pas un résultat mesuré dans AI Mode. À rejouer sur vos propres pages.

• Mettre les chiffres dans le texte. Prix, tarifs, dates, durées, limites : les pages avec des prix clairs gagnent 99,7 % des comparaisons sur Argon. Écrivez-les en phrase, pas seulement dans un tableau.
• Ne pas miser sur un tableau seul. Gardez-le pour le lecteur, et reprenez les valeurs clés dans une phrase ou une liste juste au-dessus. C’est une hypothèse déduite de la chute des tableaux (93,6 % à 31,5 %), à tester.
• Garder des sections avec titres explicites. Elles tiennent à 91,1 % sur Argon contre 99,5 % sur 3.8 Flash.
• Supprimer les points d’exclamation et les mots en majuscules. Zéro victoire sur 150 tests pour chacun.
• Ne pas compter sur les récompenses et les avis d’experts pour être choisi. Baisse de 35 points en moyenne sur Argon, et sur des pages clients, ces modifications gagnent 15,4 % des tests (2 249 expériences DEJAN). La validation montre pourtant des cas inverses : à tester page par page.
• Lancer la comparaison sur son propre domaine. DEJAN propose un outil (app.dejan.ai/argon) qui rejoue les 36 critères sur vos pages.

Gemini 4 Argon dans AI Mode : ce que Google confirme et ce que les SEO observent

Confirmé par Google : Gemini 4 Argon arrive dans AI Mode dans le monde entier pour les abonnés Google AI Pro et Ultra, avec de meilleurs résultats sur les tâches complexes en plusieurs étapes et un meilleur suivi des instructions sur plusieurs tours. L’annonce vient de Nick Fox et Robby Stein, relayée par Barry Schwartz (Search Engine Roundtable, 13 octobre) et par Search Engine Land.

Observé par la communauté : les réponses d’AI Mode avec Argon affichent des liens vers les sources. Gagan Ghotra l’a relevé le 13 octobre, Barry Schwartz l’a repris, et mes 4 requêtes le confirment. Le contraste est net avec la sortie de 3.8 Flash, dont les réponses n’affichaient quasiment pas de liens à cause d’un bug de lancement, reconnu par Robby Stein le 4 septembre puis corrigé.

Non établi à ce jour : qu’Argon alimente aussi les AI Overviews, qu’il change le nombre de clics, qu’il devienne le modèle par défaut. Delante l’écrit lui-même : aucune preuve publique ne confirme qu’Argon modifie la fréquence de citation de domaines précis.

Gemini 4 Argon change-t-il les règles du SEO et du GEO ?

Pas les prérequis. La documentation de Google sur les AI features ne prévoit aucune exigence propre à Gemini 4 Argon : pas d’exigence technique en plus de l’indexation et de l’éligibilité aux extraits, pas de balisage spécifique. Argon ne justifie ni nouveau schema, ni longueur de texte cible, ni page « Argon » sur un site qui n’a rien à en dire. Ce qui bouge, c’est la préférence du modèle quand il compare deux pages déjà éligibles : selon DEJAN, il se laisse moins séduire par un tableau ou par des récompenses, et il continue de préférer les faits chiffrés. Mes 4 requêtes (une exécution chacune) ne montrent pas de changement de règle : l’écart visible porte sur le nombre de liens et, sur la requête outils, sur les marques recommandées.

Comment les SEO testent Gemini 4 Argon dans AI Mode : deux niveaux, journal d’environnement, protocoles publiés

Cinq jours après l’arrivée d’Argon dans AI Mode, j’ai parcouru les articles SEO et les posts LinkedIn publiés sur le sujet. Les résultats chiffrés sont rares : à part DEJAN, la plupart des contenus décrivent des protocoles de test, sans données ni captures d’AI Mode.

• Tester les deux niveaux d’AI Mode. Ahmar Mustafa (Senior SEO Expert) écrit sur LinkedIn qu’il teste désormais ses mots-clés business dans les deux niveaux : Argon pour les abonnés Pro et Ultra, le modèle par défaut pour les autres. Son point de départ : une marque peut être citée dans l’un et absente de l’autre, sans mesure officielle de l’écart.
• Noter l’environnement de chaque test. Issey Morita (SEO Japon, ex-Canva Japan) conseille de garder avec chaque réponse le prompt exact, la date, l’interface, le niveau de compte, le lieu et les paramètres de recherche, et de séparer les tests API des tests en interface : le nom d’un modèle d’API ne prouve pas quel modèle a produit une réponse de recherche.
• Enchaîner les questions de suivi. Single Grain (Eric Siu) propose une chaîne en trois temps : question générale, contrainte précise, demande de shortlist. Si la marque disparaît à l’étape 2 ou 3, le contenu manque de détails. Il suggère deux comptes, un payant et un gratuit, plutôt que de changer de modèle sur un seul.
• Répéter chaque test trois fois. Percepture (Bob Generale) propose 12 questions en 4 catégories (découverte, recommandation, comparaison, preuves) avec trois répétitions indépendantes, en notant surface, niveau de compte, marché, langue, date et fuseau horaire. Le protocole est publié sans résultats.
• Comparer deux modèles côte à côte. Glenn Gabe l’a fait en septembre avec 3.8 Flash : le 3 septembre, il publie sur X une comparaison entre 3.8 Flash et le modèle par défaut d’AI Mode, après les captures de Gagan Ghotra qui montraient des réponses sans liens. Robby Stein reconnaît le problème le 4 septembre, et Glenn Gabe confirme le retour des liens le jour même (Search Engine Roundtable). Je n’ai pas trouvé de comparaison équivalente de lui sur Argon.
• Tester ses requêtes clés. Barry Schwartz (Search Engine Land) ne donne qu’un conseil : passer Argon sur vos questions importantes pour voir où se positionne votre marque.
• Mesurer la sélection plutôt que le rang. C’est l’approche DEJAN, détaillée plus haut.
• Construire des agents d’audit dans Antigravity. Argon est disponible dans Google Antigravity pour les abonnés Ultra, avec des commandes comme /goal, des boucles multi-agents et des skills personnalisés. Des skills SEO open source commencent à sortir, par exemple antigravity-seo (audit technique, JSON-LD, llms.txt, citabilité). Le dépôt est très jeune (1 étoile, 2 commits à la date de rédaction) : un signal d’usage, pas un standard.
• Brancher le modèle sur ses propres données via l’API. Search grounding, URL context et sorties structurées permettent de scripter de la classification de requêtes, de l’extraction on-page ou du contrôle de cohérence schema. Ce sont des capacités documentées, pas encore des retours d’expérience publiés.

Mon ajout : le sélecteur de modèle d’AI Mode (menu +) permet de comparer Argon et 3.8 Flash sur le même compte, sans deuxième abonnement. Les sections suivantes montrent ce que ça donne en pratique.

Comment j’ai testé Gemini 4 Argon dans AI Mode : méthode et limites

Voilà comment j’ai procédé, pour que vous puissiez juger ce que valent les chiffres plus bas.

• Compte et lieu : tout est fait avec mon compte Google AI Pro, depuis Chrome, en France et en français.
• Quand : le 18 octobre 2026, en une session d’une dizaine de minutes.
• Qui contre qui : Argon et 3.8 Flash, choisis à la main dans le menu +, plus le mode Auto, celui qui s’ouvre tout seul quand on lance AI Mode.
• Langue : requêtes en français, et les trois modèles ont répondu en français.
• Ce que j’ai relevé : une capture de chaque réponse avec le nom du modèle visible dans l’en-tête (« AI Mode > 4 Argon »), puis la liste de tous les liens sources de la page.
• Ce que ça ne dit pas : je n’ai lancé chaque requête qu’une fois, donc impossible de mesurer la variance. Mon compte est connecté, donc un peu de personnalisation a pu jouer. Et je n’ai aucune donnée de clic : je compte des liens et des sources, pas du trafic.

Résultats : nombre de liens sources de Gemini 4 Argon, 3.8 Flash et Auto sur 4 requêtes

Requête	Argon	3.8 Flash	Auto
Qu’est-ce que le query fan-out dans AI Mode ?	9 liens	9 liens	non testé
Quelle est la différence entre AI Overviews et AI Mode ?	8 liens	9 liens	non testé
Comment savoir si mon site est cité dans AI Mode ?	11 liens	13 liens	13 liens
Quel est le meilleur outil pour mesurer sa visibilité dans ChatGPT et les LLM ?	5 liens	7 liens	non testé
Total	33	38

Deux constats. Argon affiche bien des liens sources, comme l’ont relevé Google et la communauté. Il en affiche un peu moins que 3.8 Flash sur 3 requêtes sur 4 (33 liens contre 38 au total, n = 1, à confirmer). Et sur la requête outils, détaillée juste après, les deux modèles ne recommandent pas les mêmes marques.

Sur la requête outils, les deux modèles ne recommandent pas les mêmes marques. Argon met en avant Qwairy, Botrank.ai, Cockpyt AI et Profound dans un tableau avec les prix d’entrée. 3.8 Flash cite Profound, Otterly.AI et Botrank, avec une page d’Eskimoz parmi les sources.

Comment lire le panneau des sources d’AI Mode avec Gemini 4 Argon

Exemple sur « Quelle est la différence entre AI Overviews et AI Mode ? ». L’en-tête indique « AI Mode > 4 Argon », ce qui prouve le modèle utilisé, et le panneau de droite liste les sources avec titre, date et extrait.

Pourquoi AI Mode reprend un passage de définition autonome

Sur la capture 3.8 Flash, la première carte affiche l’extrait « Google IA Mode est une surface de recherche conversationnelle à part en… ». Il vient d’un bloc de trois phrases placé juste sous l’introduction de la page : une définition d’AI Overviews, une définition d’AI Mode, puis la date de déploiement en France (22 juillet 2026). Ce bloc se comprend sans rien lire d’autre, et c’est le passage qu’AI Mode met en avant. Même logique sur « Qu’est-ce que le query fan-out dans AI Mode ? » : les pages citées par les deux modèles (Treelink, Agence SEO.fr, Apsodia) ouvrent sur une définition. C’est le principe du chunking : un passage qui tient seul.

Le panneau des sources est un outil de diagnostic gratuit : il affiche le titre, la date et le passage retenu pour chaque page. C’est la façon la plus directe de voir quel chunk de votre page est utilisé.

Comment tester Gemini 4 Argon dans AI Mode soi-même : protocole en 7 étapes

Il faut un compte Google AI Pro ou Ultra. Voici le protocole que j’ai suivi, avec les pièges que j’ai rencontrés.

1. Choisir 5 à 10 questions que vos clients posent vraiment. Une par intention : définition, comparaison, recommandation. Écrivez-les une fois pour toutes, vous les rejouerez à l’identique.
2. Ouvrir AI Mode, puis choisir le modèle avec l’icône +. Passer par une URL (google.com/search?udm=50&q=...) ouvre toujours le mode Auto : l’en-tête affiche « AI Mode » sans nom de modèle. Une fois Argon choisi, il reste sélectionné dans les nouveaux threads de la session.
3. Poser chaque question dans un nouveau thread. Un thread existant garde son contexte, et ça change les réponses.
4. Lire l’en-tête avant de capturer. « AI Mode > 4 Argon » ou « AI Mode > 3.8 Flash » prouve quel modèle a répondu. Sans cette mention, la capture ne prouve rien.
5. Ouvrir le panneau des sources. Il affiche le titre, la date et l’extrait retenu pour chaque page. Comptez les liens, notez si votre site apparaît, à quelle place et avec quel passage.
6. Rejouer avec l’autre modèle, puis répéter. Même question avec 3.8 Flash puis Argon, dans la même session. Idéalement trois répétitions par modèle et par question, comme le propose Percepture. Notez la date, le compte, le pays et la langue.
7. Tenir un journal. Un tableau avec la question, le modèle, la date, le nombre de liens, votre site cité ou non et le passage affiché. À refaire toutes les deux semaines sur vos 20 questions les plus importantes.

Une piste que je n’ai pas testée : le paramètre udm=14, cité par Adimeo via la réponse d’Argon, afficherait la liste Web classique sans les réponses IA.

Que faire sur son site face à Gemini 4 Argon : 6 actions SEO et GEO

1. Vérifier que les pages clés sont crawlables, indexables et éligibles aux extraits. Un nosnippet ou un max-snippet trop bas vous exclut des réponses.
2. Écrire les chiffres en toutes lettres dans le texte et retirer l’emphase. Prix, dates, limites en phrases claires, plus de points d’exclamation ni de majuscules (étude DEJAN).
3. Écrire un bloc de définition autonome dans les 100 premiers mots. Trois phrases qui nomment l’entité, la définissent et donnent un fait daté, avant tout sommaire ou widget. C’est le format que le panneau des sources montre repris par AI Mode.
4. Tester chaque modification sur ses propres pages. DEJAN le rappelle : les effets mesurés sur des pages synthétiques ne se transposent pas toujours.
5. Tenir un journal de tests. Mêmes requêtes, même modèle, niveau de compte, date, capture avec l’en-tête visible, toutes les deux semaines, sur vos 20 questions clients les plus importantes.
6. Relier le test à la stratégie. Pour comprendre pourquoi une page est citée ou non, lisez notre guide sur le query fan-out, la différence entre AI Overviews et AI Mode, la méthode pour connaître son positionnement sur AI Mode et le rapport IA générative de la Search Console.

Gemini 4 Argon : ce qu’il faut retenir pour le SEO et le GEO

Gemini 4 Argon ne crée pas de nouvelle règle SEO ou GEO : Google n’ajoute aucune exigence. Ce qui change, c’est ce que le modèle préfère quand il compare deux pages éligibles. Selon les 5 381 tests de DEJAN, il récompense les faits chiffrés et les sections titrées, ignore l’emphase, et sélectionne beaucoup moins les pages qui misent sur un tableau (31,5 % contre 93,6 % pour 3.8 Flash). Ces tests portent sur des pages synthétiques : à valider page par page. Les sites qui tiennent un journal de tests dès maintenant auront une base de comparaison quand Google décidera, ou pas, d’en faire le modèle par défaut.

Pour aller plus loin

• Query Fan out, la technologie derrière les AI Overviews et le mode IA
• Google AI Overviews VS Google AI mode, quelles différences ?
• Comment connaître son positionnement sur Google AI Mode et AI Overviews ?
• Rapport IA générative Google Search Console : comment l’analyser
• Le chunking est-il une technique pour optimiser SEO et GEO ?