Un lancement majeur, mais sous contrôle
L’annonce de Gemini 4 Argon par Google le 30 septembre est à la fois une sortie produit et un signal stratégique envoyé au marché de l’IA. Après une période dominée par des versions Gemini Flash plus petites et moins coûteuses, Google veut montrer qu’il revient dans la course des modèles de pointe face aux systèmes concurrents d’OpenAI et d’Anthropic . L’entreprise décrit Argon comme le début d’une « nouvelle ère d’intelligence de frontière », conçue pour des flux de travail longs et complexes dans le génie logiciel, les tâches professionnelles et la cybersécurité défensive .
La nuance essentielle concerne l’accès. Gemini 4 Argon n’est pas immédiatement ouvert au grand public, à la plupart des développeurs ni à l’ensemble du marché professionnel. Google indique que le modèle est d’abord déployé auprès d’un groupe de cyberdéfenseurs de confiance via son programme Fairwind, pendant que l’entreprise poursuit ses tests et ses travaux de sécurité avant une disponibilité plus large . Ars Technica a résumé la situation de manière directe: Google a annoncé un modèle haut de gamme, mais la majorité des utilisateurs ne peut pas encore l’essayer .
Cette stratégie de déploiement progressif est au cœur de l’annonce. Google présente Argon comme un modèle suffisamment puissant pour justifier une diffusion par étapes, et pas seulement comme une amélioration de chatbot. L’entreprise affirme participer au processus volontaire américain d’accès préalable aux modèles avant leur diffusion, tout en recueillant les retours des premiers testeurs et en renforçant les garde-fous . Axios rapporte également que les abonnés payants devraient faire partie des premiers servis lorsque Google élargira l’accès au-delà du premier cercle cybersécurité .
Ce que Google promet avec Argon
La promesse principale de Google est que Gemini 4 Argon atteint un niveau de performance de frontière sur des workflows complexes, notamment le développement logiciel réel, les tâches professionnelles dans la finance ou le droit, et la défense en cybersécurité . En clair, Google ne vend pas seulement un assistant conversationnel: il positionne Argon comme un système agentique capable de traiter des problèmes difficiles et en plusieurs étapes.
L’une des annonces techniques les plus marquantes concerne la limite de sortie. Google affirme qu’Argon peut produire jusqu’à 1 million de tokens en sortie, contre 64 000 auparavant, ce qui donne au modèle beaucoup plus d’espace pour raisonner longtemps et générer des livrables étendus en une seule trajectoire . Ars Technica a également relevé cette progression, en la présentant comme un moyen d’aborder des tâches plus ambitieuses en une seule passe lorsque l’accès sera disponible .
Google indique aussi qu’Argon est déjà utilisé en interne par des milliers d’employés pour du codage spécialisé, de la recherche approfondie et de la rédaction . Parmi les exemples cités, des agents Argon auraient analysé de la télémétrie de profilage à l’échelle des centres de données de Google et identifié des optimisations permettant de libérer plus de 300 TiB de mémoire après déploiement, avec une économie totale estimée entre 500 TiB et 1 PiB . L’entreprise affirme également qu’Argon contribue à migrer des bases de code C et C++ vers Rust, depuis des bibliothèques fondamentales jusqu’à plus de 800 000 lignes du noyau Fuchsia Zircon .
Ces exemples internes sont importants, mais ils restent le récit de Google. Ils montrent surtout où l’entreprise juge Argon utile: non seulement répondre à des questions, mais aussi explorer de très grands dépôts de code, proposer des améliorations de performance et produire des changements qui doivent encore passer par des audits, des tests et des validations humaines avant tout déploiement en production . Cette distinction est essentielle, car l’annonce met en avant une IA partenaire de l’ingénierie, et non un remplacement complet des processus de contrôle.
Des benchmarks ambitieux, à interpréter avec prudence
Google affirme que Gemini 4 Argon atteint un nouvel état de l’art sur DeepSWE v1.1, un benchmark consacré aux tâches de génie logiciel réelles et de longue durée, avec un score annoncé de 77,9 % . L’entreprise met aussi en avant ses résultats sur le Vals Index, qui mesure des tâches à impact économique dans la finance, le codage, le droit et la fiscalité, ainsi que de solides performances sur des évaluations financières et juridiques spécialisées .
Les autres résultats élargissent le message au-delà du code. Google affirme qu’Argon arrive premier sur AutomationBench de Zapier avec un score de 51,3 %, et qu’il atteint un état de l’art sur LVBench, consacré à la compréhension de longues vidéos, avec 91,7 % . 9to5Google a présenté ces résultats comme une partie du positionnement global d’Argon: codage, raisonnement, multimodalité et automatisation d’entreprise .
Il faut toutefois lire ces chiffres avec précaution. VentureBeat souligne que Google ne dit pas qu’Argon gagne tous les benchmarks; selon les tableaux communiqués par Google, le modèle obtient plutôt le meilleur score, ou partage la première place, dans plus de catégories que GPT-6 Astra d’OpenAI ou Claude Opus 5.5 d’Anthropic . SiliconANGLE note de son côté que Terminal-Bench 4.0 reste dominé par Claude Opus 5.5, tandis que FrontierSWE v2 fait partie des domaines où GPT-6 Astra garde l’avantage .
La vraie question à court terme sera celle de la validation indépendante. Les benchmarks donnent une indication, mais le modèle n’est pas encore largement accessible, ce qui limite les tests externes. Axios résume bien l’enjeu: l’épreuve décisive viendra lorsque les développeurs et les clients pourront vérifier si Argon se comporte en conditions réelles comme Google l’affirme dans ses tableaux et ses exemples internes .
La cybersécurité comme priorité
La particularité la plus forte de ce lancement est le choix de Google de servir les cyberdéfenseurs en premier. L’entreprise affirme qu’Argon a été entraîné pour être très performant en cybersécurité défensive et qu’il peut trouver, valider et corriger de manière autonome des vulnérabilités logicielles critiques . Pour les défenseurs de confiance et les équipes internes de Google, l’entreprise dit prévoir un accès sans garde-fous cyber afin qu’ils puissent exploiter toute la capacité défensive du modèle .
Ce choix est puissant, mais sensible. La cybersécurité est un domaine à double usage: les capacités qui aident les défenseurs à identifier et corriger des failles peuvent aussi, si elles sont mal utilisées, aider des attaquants à les découvrir et à les exploiter. La réponse de Google consiste à limiter la première diffusion au programme Fairwind, tout en renforçant les protections contre les usages abusifs, les injections de prompt, les dérives d’alignement et les environnements de test sécurisés .
Google affirme que Wiz utilise déjà Argon dans le cadre de son initiative Scan for Good et que le modèle a découvert une vulnérabilité critique exposant des informations personnelles sensibles dans des logiciels de santé utilisés par des hôpitaux dans le monde . Ars Technica a également rapporté cet exemple, en soulignant que Google fait de la cyberdéfense la première cible externe du modèle au lieu d’ouvrir immédiatement Argon au public .
Sur le plan des évaluations formelles, Google indique qu’Argon partage la première place sur CWE-bench v1 avec un score de 68 %, un test centré sur la capacité d’un modèle à corriger des vulnérabilités de sécurité . 9to5Google rapporte aussi que Google a entraîné Argon pour la défense en cybersécurité et prévoit de donner aux défenseurs de confiance un accès moins restreint que celui qui serait proposé à des systèmes publics .
Prix et disponibilité
Même si l’accès général n’est pas encore ouvert, Google a déjà communiqué des prix d’API. L’entreprise annonce un tarif de lancement de 2 dollars par million de tokens d’entrée et 10 dollars par million de tokens de sortie, avec une réduction de 95 % sur les tokens d’entrée mis en cache . Après cette période introductive, le prix passera à 4 dollars par million de tokens d’entrée et 20 dollars par million de tokens de sortie .
Cette tarification envoie deux signaux. D’abord, Google prépare Argon comme un produit commercial d’API, et pas seulement comme une démonstration de recherche. Ensuite, l’entreprise semble vouloir attirer les premiers clients développeurs et entreprises sans positionner immédiatement Argon comme un modèle de luxe inaccessible.
Le calendrier, lui, reste moins précis. Google dit que l’accès plus large arrivera « dès que possible », en commençant par les clients API payants et les abonnés Google AI Ultra, avant les développeurs, les entreprises et les consommateurs . VentureBeat rapporte la même séquence et insiste sur le fait que le modèle n’est pas encore disponible à grande échelle . Axios décrit également un premier déploiement limité aux partenaires cybersécurité, avec les abonnés payants probablement en tête de file ensuite .
Le message concurrentiel
Gemini 4 Argon arrive comme une réponse stratégique à la pression concurrentielle. Axios rapporte que le lancement intervient après une longue pause au sommet de la gamme de modèles de Google, pendant laquelle l’entreprise s’est concentrée sur des modèles Flash plus petits et moins chers alors qu’OpenAI et Anthropic avançaient sur leurs propres systèmes de frontière . VentureBeat présente Argon comme une tentative de Google de reprendre l’avantage sur des benchmarks importants pour les entreprises: développement logiciel, automatisation, cybersécurité et travail intellectuel à forte valeur .
Le contournement des attentes autour de Gemini 3.5 Pro compte aussi. Ars Technica note que Google avait auparavant promis Gemini 3.5 Pro, mais passe finalement directement à Gemini 4 Argon . 9to5Google décrit également Argon comme arrivant après l’abandon de Gemini 3.5 Pro et une période de concentration sur Gemini 3.8 Flash . Le lancement ressemble donc moins à une simple mise à jour qu’à une réorientation de la feuille de route haut de gamme de Google.
Pour les entreprises, le message n’est pas seulement que Google annonce un modèle plus fort. C’est que Google définit cette puissance de manière très précise: sorties longues, workflows complexes, défense en cybersécurité et preuves internes d’utilité à grande échelle. Pour les consommateurs, le message est plus simple: le modèle existe, mais il faudra attendre.
Ce qu’il faut surveiller maintenant
Trois questions restent ouvertes. La première concerne la date de disponibilité réelle de Gemini 4 Argon, et le niveau de capacités qui sera offert aux premiers clients API payants et abonnés Google AI Ultra. Google n’a pas donné de date publique ferme .
La deuxième concerne l’écart éventuel entre les tableaux de Google et les tests indépendants. Les évaluateurs externes, les développeurs et les entreprises devront obtenir un accès pratique au modèle avant de pouvoir confirmer son leadership en conditions de production ordinaires .
La troisième concerne l’équilibre de sécurité. Google choisit de diffuser d’abord un modèle très compétent en cybersécurité auprès de défenseurs sélectionnés, tout en affirmant renforcer les contrôles contre les usages abusifs avant une diffusion plus large . Si cette méthode fonctionne, Gemini 4 Argon pourrait devenir un exemple de déploiement progressif pour les modèles de frontière. Si elle échoue, le lancement pourrait être retenu moins pour ses victoires de benchmark que pour les risques liés à la circulation d’outils agentiques avancés.
À ce stade, l’état actuel est clair: Google a lancé Gemini 4 Argon comme son modèle d’IA le plus puissant à ce jour, mais dans une première phase strictement encadrée. L’entreprise a publié des promesses ambitieuses en matière de performances, de prix et de sécurité; les cyberdéfenseurs de confiance et les équipes Google sont les premiers à les tester; les autres devront attendre l’ouverture plus large .