Tech • IA • Robotique • Jeu
Google vient-il de détrôner OpenAI et Anthropic ?
9.4/10INTRO
Google a lancé Gemini 4 Argon, un nouveau modèle d’IA multimodal phare qui affiche des scores de référence de premier plan et une tarification agressive, mais les premiers tests pratiques suggèrent que ses performances en codage et en génération de médias restent inégales face aux rivaux de OpenAI et Anthropic.
POINTS CLÉS
Un nouveau modèle phare conçu à partir de zéro
Gemini 4 Argon est présenté comme un nouveau modèle plutôt qu’une mise à jour des précédentes versions de Gemini. Il utilise une architecture de transformer sparse mixture-of-experts et a été entraîné sur des Google TPUs, avec une date limite des connaissances fixée à mars 2026, ce qui implique environ six mois d’entraînement avant son lancement. Le déploiement a commencé fin septembre via un programme d’accès restreint Fairwind avant une disponibilité plus large.
Les benchmarks montrent une force globale
Google affirme que Argon arrive en tête sur le Deep Software Engineering Benchmark, destiné aux tâches de codage de long terme, et domine aussi l’indice VAL, qui pondère des domaines comme la finance, le droit et les logiciels selon leur part dans l’économie américaine. Il obtient également 91,7 % sur LVBench pour la compréhension de longues vidéos et est présenté comme un modèle de premier plan pour l’analyse juridique.
Tous les scores n’indiquent pas une domination
Certains résultats publiés montrent que des rivaux restent devant dans des domaines importants. Sur Terminal Bench 4.0, Claude Opus 5.5 bat Argon par 66 à 57, et sur Frontier S, GPT-6 Astra mène de plus de 10 points. Sur Arena AI, Argon se classe premier dans des comparaisons subjectives de texte, mais tombe à la neuvième place sur une arène de codage orientée développement web, ce qui soulève des questions sur l’adéquation entre ses capacités pratiques en codage et son profil plus large sur les benchmarks.
Des prix plus bas font partie de la stratégie
Jusqu’au 30 novembre, Argon est facturé 2 $ par million de tokens d’entrée et 10 $ par million de tokens de sortie, en dessous de nombreux tarifs premium des modèles de pointe. Cela fait de ce lancement autant un mouvement tarifaire qu’une avancée technique, surtout alors que la concurrence s’intensifie entre les grands fournisseurs d’IA.
Un lancement produit désordonné a frustré les utilisateurs
Le lancement a aussi suscité des critiques sur l’accès. Google a remplacé une offre antérieure Gemini 3.1 par Argon, mais l’a d’abord limité à l’abonnement AI Ultra à 100 $ par mois. Les autres utilisateurs n’y ont eu accès que quelques jours plus tard, avec des quotas d’usage plus faibles, ce qui a amené des développeurs à juger la sortie inutilement confuse et restrictive.
La sortie multimodale reste un élément différenciateur
Argon est présenté comme un modèle omni, capable d’accepter et de générer plusieurs types de médias, dont le texte, les images, l’audio et la vidéo. Cela donne à Google un avantage de capacité en sortie vidéo brute face à certains concurrents, même si la qualité pratique semble plus mitigée que ne le laisse penser la liste de fonctionnalités.
Les premiers tests de génération vidéo ont paru décevants
Lors d’un test, Argon a reçu la consigne de créer une vidéo promotionnelle pour une application. Le résultat était visuellement soigné, mais restait clairement généré par IA et pas assez convaincant pour un usage commercial haut de gamme. À l’inverse, un flux de travail concurrent utilisant Claude pour générer des animations graphiques via du code a produit un résultat jugé meilleur et plus facile à inspecter et personnaliser.
Les tests de codage 3D ont révélé des faiblesses
Un prompt comparatif en Three.js visant à construire un cheval 3D interactif et réaliste a mis en évidence les limites du modèle dans les tâches créatives fortement axées sur le code. Les sorties de Claude et de GPT-6 Astra ont été décrites comme imparfaites mais récupérables avec des prompts de suivi. Le résultat de Argon offrait une interface plus propre, mais un modèle animal de moindre fidélité qui ne répondait pas à la demande de réalisme.
Des questions de sécurité et d’alignement sont apparues
Le même test 3D a aussi fait apparaître un détail anatomique indésirable dans le modèle de cheval de Argon, malgré des garde-fous actifs pour les utilisateurs généraux. Ce résultat suggère que les efforts de Google pour réduire les refus peuvent encore laisser des lacunes dans l’alignement des sorties visuelles, surtout lorsque les prompts impliquent des formes biologiques réalistes.
CONCLUSION
Gemini 4 Argon donne à Google une position plus solide dans la course à l’IA de pointe grâce à ses scores élevés sur les benchmarks, à son étendue multimodale et à sa tarification agressive. Mais les premiers usages suggèrent que des métriques remarquables ne garantissent pas encore de meilleures performances réelles en codage ou en génération que les meilleurs modèles de OpenAI et Anthropic.
Poser une question