Google a présenté le 30 septembre 2026 Gemini 4 Argon, son nouveau modèle de pointe. L’annonce, signée par Koray Kavukcuoglu, vice-président de Google DeepMind, met en avant trois domaines : le développement logiciel sur des tâches longues, le travail de bureau spécialisé (juridique, finance) et la défense informatique. Le modèle n’est pas encore accessible au public : il est déployé d’abord auprès d’un groupe de défenseurs en cybersécurité jugés de confiance, dans le cadre du programme Fairwind.
Un déploiement par étapes, sans date pour l’API
Google parle d’une « approche par phases ». L’entreprise indique participer au processus volontaire du gouvernement américain qui donne accès aux modèles avant leur sortie, et vouloir recueillir les retours des premiers testeurs pour ajuster ses garde-fous. L’ouverture aux développeurs, aux entreprises et au grand public viendra ensuite, en commençant par les clients payants de l’API et les abonnés Google AI Ultra. Aucune date n’est donnée : le texte parle seulement de « dès que possible ». Au 2 octobre, le modèle n’apparaît ni dans la liste des modèles ni dans le journal des changements de l’API Gemini.
Le tarif est déjà fixé. Pendant une période de lancement, Argon coûtera 2 dollars par million de tokens en entrée et 10 dollars par million en sortie, avec une remise de 95 % sur les tokens d’entrée mis en cache. À la fin de cette période, dont la durée n’est pas précisée, le prix doublera : 4 dollars en entrée et 20 dollars en sortie.
Une limite de sortie portée à 1 million de tokens
Le changement technique le plus net concerne la longueur des réponses. La limite de tokens produits en une seule fois passe de 64 000 à 1 million. Google justifie ce choix par les tâches longues : un modèle qui peut générer des centaines de milliers de tokens dans une même trajectoire dispose, selon l’entreprise, de plus de place pour raisonner avant de conclure. Le résumé automatique affiché en tête de l’annonce parle d’une « limite d’un million de tokens » sans préciser qu’il s’agit de la sortie, ce que le corps du texte établit pourtant clairement.
Les usages internes cités par Google
Google affirme que des milliers de ses employés utilisent déjà le modèle et donne plusieurs exemples chiffrés :
- Mémoire des centres de données : des agents Argon ont analysé la télémétrie de profilage de la flotte et appliqué des optimisations qui ont libéré plus de 300 Tio de mémoire, pour une économie totale estimée entre 500 Tio et 1 Pio.
- Migration vers Rust : des agents convertissent du code C et C++ en Rust, de bibliothèques de quelques dizaines de milliers de lignes comme re2 jusqu’au noyau Zircon de Fuchsia, qui dépasse 800 000 lignes. Google précise que ces réécritures passent par des audits automatiques et manuels avant toute mise en production.
- Décodeur vidéo libgav1 : en partant d’un portage Rust existant, les agents ont remplacé 32 000 lignes de code SIMD par du Rust sûr que le compilateur vectorise seul. Le décodeur obtenu est 2,7 fois plus rapide que le portage Rust de départ, avec une sortie vidéo identique.
- Informatique quantique : sur une sous-routine, le modèle aurait battu de 40 % la référence publiée en quelques minutes.
Des résultats de tests annoncés par Google seul
L’annonce aligne plusieurs scores : 77,9 % sur DeepSWE v1.1, qui mesure le développement logiciel sur des tâches longues, la première place sur le Vals Index (finance, code, droit et fiscalité pondérés selon leur poids dans le PIB américain), 51,3 % sur AutomationBench, le test de Zapier sur l’exécution de processus métier, et 91,7 % sur LVBench, consacré à la compréhension de vidéos longues. En sécurité, Argon partage la première place de CWE-bench v1 avec 68 % de vulnérabilités corrigées.
Ces chiffres viennent de Google et le modèle n’est pas accessible aux évaluateurs indépendants. Ils ne peuvent donc pas être recoupés pour l’instant.
Un modèle sans garde-fous cyber pour les défenseurs retenus
Le point le plus sensible de l’annonce tient en une phrase : pour les défenseurs de confiance et ses propres équipes, Google publiera Argon « sans garde-fous cyber », afin qu’ils disposent de toutes ses capacités de recherche et de correction de vulnérabilités. Le modèle est présenté comme capable de trouver, valider et corriger seul des failles critiques.
Google cite l’exemple de Wiz, qui utilise Argon dans son programme gratuit Scan for Good destiné aux infrastructures publiques critiques. Selon l’annonce, le modèle y a repéré une faille critique exposant des données personnelles dans un logiciel de santé utilisé par des hôpitaux dans le monde, faille que des modèles antérieurs n’auraient pas détectée. Ni l’éditeur concerné ni l’état de la correction ne sont mentionnés.
Les protections annoncées avant l’ouverture large
Pour la diffusion plus large, Google décrit quatre chantiers. Le modèle doit refuser les demandes d’attaque informatique ou liées aux armes chimiques, biologiques, radiologiques et nucléaires, avec une surveillance de ses activations internes pour repérer les abus. Il est présenté comme le plus résistant de Google aux injections de prompt indirectes, avec la première place revendiquée sur le test de Gray Swan. Sa chaîne de raisonnement et ses actions seront surveillées pour interrompre l’exécution lorsqu’il dépasse les intentions de l’utilisateur. Enfin, les environnements d’entraînement et d’évaluation à risque sont isolés avant chaque campagne.
Sur la surveillance du raisonnement, Google ajoute un détail de méthode : les alertes produites pendant l’entraînement n’ont pas été réinjectées dans celui-ci, pour éviter d’apprendre au modèle à dissimuler son raisonnement. L’entreprise appelle le reste du secteur à préserver cette lisibilité des raisonnements. Le calendrier de la sortie publique dépendra, selon le texte, des retours de cette première cohorte.
La page Services présente l’audit IA de départ de DjeremIA.