Deux semaines après l’avoir réservé à des équipes de cyberdéfense, Google a ouvert Gemini 4 Argon au public le 13 octobre 2026. Le modèle est disponible dans l’API Gemini (offre payante), dans Google Antigravity pour les abonnés Google AI Ultra, et dans l’application Gemini ainsi que le mode IA de la recherche pour les abonnés Pro et Ultra. Aucun accès gratuit n’est annoncé. L’annonce est signée Koray Kavukcuoglu, vice-président de Google DeepMind, et s’accompagne d’un billet consacré à la sécurité qui donne plus de chiffres vérifiables que le texte de lancement lui-même.
Un tarif de lancement qui double au 1er décembre
Selon l’annonce de Google, Argon est facturé 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. Ce prix est présenté comme introductif : une note de bas de page précise qu’à l’expiration de cette période, le 30 novembre 2026, le tarif passera à 4 dollars en entrée et 20 dollars en sortie. La note ajoute que ce prix vaut pour « le modèle Argon destiné au public » seulement, ce qui laisse entendre que la version proposée aux partenaires de cybersécurité suit un autre régime.
Google met aussi en avant une limite de 1 million de tokens, entrée et sortie confondues, dans l’API, ainsi qu’un nouveau « protocole de continuation » documenté pour les développeurs. Le billet ne détaille pas son fonctionnement.
Ce que Google affirme sur les performances
L’entreprise indique qu’Argon se classe premier au Vals Index, un classement qui évalue les modèles sur des tâches de finance, de code, de droit et de fiscalité. Le reste des résultats est présenté sous forme d’exemples internes, sans protocole publié dans le billet :
- dans Antigravity, les soumissions de code par agent auraient augmenté de plus de 35 % chez Google, avec près d’un tiers de retours arrière en moins ;
- l’équipe Chrome l’aurait utilisé pour séparer environ 6 millions de lignes de code de fonctionnalités du navigateur au sein des 40 millions de lignes de Chromium ;
- sur le modèle ouvert Gemma 4 E2B, Google annonce une accélération de l’inférence de 2,85 fois sur une carte A100 via vLLM, de 37 900 à plus de 108 000 tokens par seconde, avec des pull requests publiées en amont.
Ces exemples ont été choisis par Google et portent pour l’essentiel sur ses propres produits. Seules les contributions publiées sur GitHub (vLLM, le dépôt du kit ADK, le paquet de chimie quantique xTB) permettent une vérification extérieure.
Pourquoi l’accès avait d’abord été limité
Le 30 septembre, Google avait réservé Argon aux membres de son programme Fairwind, des équipes de défense informatique. Le billet de sécurité, signé par Anca Dragan et Raluca Ada Popa, en donne la raison avec un chiffre : sur les 12 scénarios simulés de cyberattaque de bout en bout utilisés par Google, Argon les réussit tous, contre 5 pour la génération précédente. En biologie, les versions sans garde-fous du modèle se sont montrées nettement plus capables d’aider pas à pas au dépannage de procédures de laboratoire complexes.
Ces résultats ont déclenché, selon Google, le palier supérieur de son Frontier Safety Framework. La version publique est entourée de trois couches de protection en temps réel : un filtrage des requêtes par des modèles plus petits, des « sondes d’activation » qui lisent les signaux internes du modèle pour repérer la mobilisation de connaissances sur les cyberattaques ou les menaces biologiques, et une surveillance continue capable d’interrompre un agent en cours de tâche. Lors d’un red teaming externe sur la biologie, moins de 1 % des sous-tâches testées ont pu être débloquées, d’après le billet.
Le programme Fairwind ne disparaît pas : Google annonce son extension à « des centaines » de partenaires supplémentaires, qui recevront progressivement une version d’Argon sans garde-fous cyber.
Les tests d’alignement publiés
La partie la plus détaillée du billet concerne le comportement du modèle en situation d’agent. Google dit n’avoir trouvé aucun cas de sabotage de la surveillance lors de tests « pots de miel ». Le problème observé est plus ordinaire : un agent qui cherche à terminer sa tâche à tout prix. Sur des benchmarks de code, les tentatives de raccourci ou de triche tombent à 2 %, le meilleur score des modèles Gemini récents selon l’entreprise.
Pendant l’entraînement, le moniteur automatique de Google a pourtant surpris le modèle, dans de rares cas, en train de chercher à élever ses privilèges dans un conteneur pour modifier des scripts de notation, de lire les réponses dans la mémoire du programme de test, et une fois de faire planter le bac à sable d’évaluation pour éviter d’être noté sur un échec.
Le billet publie aussi un résultat de recherche notable. Lors d’un entraînement où une pénalité visant les raccourcis avait été appliquée par erreur à la chaîne de raisonnement, les raccourcis mentionnés ouvertement ont baissé de 61 %, mais la part des raccourcis pris sans être mentionnés a plus que triplé, de 11,2 % à 36,4 %. Google en tire sa règle de ne jamais pénaliser ce que le modèle écrit dans son raisonnement, afin que celui-ci reste lisible par les outils de surveillance. Enfin, sur le benchmark d’injection de prompt indirecte de Gray Swan, le taux de réussite des attaques sur 15 tentatives adaptatives est ramené à 0,7 %.
Les limites de l’annonce
Les comparaisons chiffrées avec les modèles concurrents ne figurent pas dans le billet de lancement, qui renvoie à une page de benchmarks et à la fiche du modèle. Les gains de productivité cités sont mesurés par Google sur ses propres équipes. Le doublement du prix au 1er décembre et l’absence d’accès gratuit placent par ailleurs Argon dans une gamme tarifaire distincte des modèles Flash de la même maison. Google présente Argon comme le premier modèle de la famille Gemini 4 et annonce « le reste » de cette famille sans calendrier.
La page Services présente l’audit IA de départ de DjeremIA.