Google a annoncé Gemini 4 Argon, son tout dernier modèle de périphérie conçu pour les tâches longues et complexes dans des domaines tels que le génie logiciel, les secteurs d'activité à forte intensité de connaissances comme le droit et la finance, et la cybersécurité. L'entreprise a annoncé sa sortie le 30 septembre 2026 dans un article de Koray Kavukcuoglu, vice-président senior de Google DeepMind et architecte en chef de l'IA.
La plupart des utilisateurs ne peuvent pas encore l'utiliser. Argon est déployé auprès d'un groupe restreint de spécialistes de la cybersécurité de confiance via le programme Fairwind de Google. Une version destinée aux développeurs, aux entreprises et aux particuliers est prévue « dès que possible », sans qu'aucune date précise n'ait été communiquée.
Un lancement progressif avec la participation du gouvernement
Google indique que le déploiement de fonctionnalités de ce niveau nécessite une approche progressive. L'entreprise participe au programme d'accès anticipé volontaire du gouvernement américain afin d'accroître graduellement le nombre de testeurs d'Argon et continuera de recueillir les premiers retours des participants aux essais afin de définir des limites avant un lancement à grande échelle.
Lors du déploiement international, la priorité sera donnée aux abonnés à l'API payante et à Google AI Ultra. Le prix est fixe pour le lancement du produit : Argon coûte 2 $ par million de jetons d'entrée et 10 $ par million de jetons de sortie pendant la période de lancement, les jetons d'entrée mis en cache bénéficiant d'une réduction de 95 %. Après la période de lancement, le tarif passera à 4 $ par million de jetons d'entrée et à 20 $ par million de jetons de sortie, mais la durée de cette période n'est pas précisée.
La limite de production passe à un million de jetons.
L'une des améliorations techniques les plus importantes concerne la limite de production. Google l'a portée à 1 million de jetons, contre 64 000 pour la génération précédente. Google estime qu'en permettant à ses modèles de traiter et de générer des centaines de milliers de jetons en une seule requête, ils sont capables de résoudre des problèmes plus complexes en une seule fois, au lieu d'être contraints de s'interrompre en cours de route.
Pour les développeurs qui créent des agents ou qui effectuent de longues sessions de codage, c'est probablement le chiffre auquel ils devraient accorder la plus grande attention.
Argon est déjà opérationnel chez Google.
Google affirme que des milliers de ses employés utilisent Argon pour des tâches de codage spécialisées, des recherches approfondies et la rédaction, et a partagé trois exemples.
- Travail sur les algorithmes quantiques. Argon permet aux chercheurs en informatique quantique de réduire de moitié l'espace-temps (mesuré en qubits multipliés par portes) des sous-routines qui constituent des goulots d'étranglement pour des applications importantes. Dans un cas précis, ses performances ont surpassé de manière spectaculaire de 40 % la performance de référence publiée en quelques minutes seulement.
- Économies de mémoire dans les centres de données. Une équipe d'agents d'Argon a utilisé ses connaissances combinées des données de profilage à l'échelle de la flotte et a effectué un certain nombre d'optimisations de mémoire de son propre chef et les a mises en œuvre, ce qui a permis à Google d'affirmer qu'elle a libéré plus de 300 Tio de mémoire (après déploiement) et qu'elle a réalisé un total d'économies de mémoire comprises entre 500 Tio et 1 PiB.
- Migrations de code vers Rust. Les agents Argon migrent les bases de code C et C++ vers Rust chez Google, représentant de quelques dizaines de milliers de lignes dans des bibliothèques comme re2 et libgav1 à plus de 800 000 lignes de code pour le noyau Fuchsia Zircon. Comme nombre de ces systèmes sont critiques, les réécritures font l'objet d'audits automatisés et manuels approfondis, de tests d'émulation et d'une revue avant leur déploiement.
Le projet libgav1 en est l'exemple le plus détaillé. Ce décodeur vidéo open source réécrit un portage Rust existant, lui-même basé sur une traduction C++. L'équipe a remplacé 32 000 lignes de code SIMD en effectuant de nombreux cycles d'expérimentation guidée par profilage et d'analyse des résultats du compilateur, puis en écrivant du code Rust sûr que le compilateur pouvait vectoriser automatiquement. Google indique que le résultat est un décodeur à gestion mémoire sûre, 2.7 fois plus rapide que le portage Rust, avec une sortie vidéo identique.
Les revendications de référence
Google appuie ce lancement par une liste exhaustive de résultats, tous issus de sa propre annonce. Sur DeepSWE v1.1, un benchmark mesurant les capacités réelles et à long terme du modèle en matière d'ingénierie logicielle, Argon a obtenu un score de 77.9 %, ce que Google qualifie de nouvelle référence. L'entreprise précise également qu'Argon domine l'indice Vals, un indicateur d'impact économique couvrant les secteurs de la finance, du développement, du droit et de la fiscalité, où la contribution de chaque secteur est pondérée par son impact sur le PIB des États-Unis.
Des observations similaires sont faites concernant Vals Finance Agent v2, un outil d'évaluation des performances en recherche financière, et Harvey's Legal Agent Benchmark, qui évalue les capacités de recherche et de rédaction juridiques. Sur Zapier AutomationBench, un outil d'évaluation de l'exécution de bout en bout pour diverses fonctions métier essentielles, Argon se classe premier avec un score de 51.3 %. Pour les capacités visuelles, Google cite LVBench, un outil d'évaluation de la compréhension de longues vidéos, où Argon a obtenu un score de 91.7 %, considéré comme une performance de pointe. Les résultats publiés par le créateur du modèle doivent toutefois être interprétés avec prudence, car des évaluations indépendantes après le lancement permettront de mieux évaluer leur applicabilité pratique.
La cyberdéfense, sans les garde-fous habituels
C’est dans le domaine de la cybersécurité que Google met le plus en avant les capacités d’Argon : le modèle excelle dans la défense, notamment grâce à l’identification, la vérification et même la correction automatiques des vulnérabilités logicielles critiques. Pour les partenaires de confiance et les équipes de sécurité internes de Google, Argon sera disponible sans les garde-fous de cybersécurité, leur permettant ainsi d’exploiter pleinement son potentiel défensif.
Wiz utilise déjà Argon pour son programme Scan for Good, qui identifie de manière proactive les failles critiques des infrastructures et contribue à les corriger gratuitement. Testé sur un logiciel de santé largement utilisé dans le secteur, Argon a mis au jour une vulnérabilité critique affectant des données personnelles sensibles, auparavant difficile à corriger et que les modèles de pointe précédents n'avaient pas détectée. Sur le benchmark de référence des chercheurs en sécurité, CWE-bench v1, qui évalue la capacité à corriger les vulnérabilités, Argon arrive en tête avec une précision de 68 %. Google affirme qu'Argon surpasse son modèle Gemini 3.8 Flash Cyber en matière de détection de vulnérabilités. Sur le benchmark interne de Google, il a détecté diverses vulnérabilités dans 20 langages de programmation différents, au sein de bases de code complexes. Enfin, sur le benchmark interne de Wiz, un test d'intrusion en boîte noire où le modèle ne peut pas observer le fonctionnement interne de l'application web testée et doit déduire sa surface d'attaque à partir de principes fondamentaux, il a obtenu de meilleurs résultats que 3.8 Flash Cyber en matière de détection, d'analyse des vulnérabilités et de génération de preuves de concept.
Quatre garanties avant une large diffusion
Google organise son travail en matière de sécurité en quatre domaines.
- Abuser. Ce modèle est conçu pour éviter les requêtes malveillantes susceptibles d'entraîner des cyberattaques ou des attaques chimiques, biologiques, radiologiques et nucléaires, tout en autorisant la recherche scientifique légitime à double usage, conformément au cadre de sécurité Frontier Safety Framework de l'entreprise. Google renforce la surveillance des schémas d'activation internes du modèle afin de détecter les abus et indique que des équipes d'experts internes et externes ont testé les mesures de protection au moyen d'attaques manuelles et automatisées.
- Injection rapide. Google présente Argon comme son modèle le plus performant à ce jour contre l'injection indirecte de requêtes, une technique qui consiste pour un attaquant à prendre le contrôle d'un modèle en le manipulant pour qu'il exécute ses instructions. L'entreprise affirme qu'Argon surpasse tous les modèles précédents sur le benchmark d'injection indirecte de requêtes de Gray Swan.
- Désalignement. Les mécanismes de contrôle supervisent le raisonnement du modèle et interviennent tout au long de sa chaîne de pensée et d'exécution. Google utilise un processus similaire pour surveiller les phases d'entraînement, mais a choisi de ne pas réintégrer les résultats de ces phases dans l'entraînement afin d'éviter que le modèle n'apprenne à contourner ces mécanismes. Google a également incité le reste du secteur à préserver la transparence du raisonnement.
- Durcissement du système. Conformément à sa feuille de route relative au contrôle des agents, Google isole et scelle les environnements sandbox avant le début des formations ou des évaluations à haut risque, et indique qu'il partagera ces pratiques avec ses partenaires.
Que regarder ensuite
Le véritable test d'Argon commence maintenant. Pour l'instant, son succès repose sur les propres benchmarks de Google, quelques projets internes et un premier compte chez Wiz, la division sécurité de l'entreprise. Une adoption plus large permettra de déterminer si d'autres développeurs et entreprises obtiennent des résultats similaires.
Deux indicateurs sont à surveiller. Premièrement, combien de temps faudra-t-il pour que le modèle atteigne les utilisateurs payants de l'API et les abonnés à son abonnement AI Ultra ? Google n'a pas précisé ce délai. Deuxièmement, de combien augmentera son prix de lancement, déjà nettement supérieur à celui des concurrents, lors du passage aux tarifs standards. Le passage à 4 $ et 20 $ par million de jetons représente un doublement du coût ; les budgets des équipes utilisant Argon devront donc peut-être être revus.
Questions fréquemment posées
Q1 : Qu'est-ce que Gemini 4 Argon ?
Gemini 4 Argon est le dernier modèle de pointe de Google, annoncé le 30 septembre 2026. Il est destiné à relever des défis complexes et à long terme dans le domaine du génie logiciel, du travail intellectuel en entreprise, y compris dans les domaines juridique et financier, et de la cybersécurité.
Q2 : Qui peut utiliser Gemini 4 Argon actuellement ?
Google propose un réseau de cyberdéfenseurs de confiance dans le cadre de son programme Fairwind. Les développeurs, les entreprises et les particuliers y auront également accès dès que possible, indique Google, sans toutefois préciser de date de lancement.
Q3 : Qui aura accès en premier après la diffusion plus large ?
D'après l'annonce, les clients payants de l'API et les abonnés à Google AI Ultra bénéficieront d'un accès prioritaire. L'accès sera étendu une fois que Google aura recueilli des retours et optimisé davantage les mécanismes de sécurité du modèle.
Q4 : Quel sera le coût de l'argon ?
Durant la période de lancement, le coût sera de 2 $ par million de jetons d'entrée et de 10 $ par million de jetons de sortie. Les jetons d'entrée mis en cache bénéficieront d'une réduction de 95 % sur leur prix initial.
Q5 : Qu’advient-il des prix après la période de lancement ?
Le prix passera à 4 $ par million de jetons entrants et à 20 $ par million de jetons sortants. Google n'indique pas la date de fin de la période de lancement.
Q6 : Quelle est la nouvelle limite de jetons de sortie ?
Un million de jetons de sortie, contre soixante-quatre mille auparavant. Google affirme que cela permet au modèle d'effectuer un raisonnement poussé et de résoudre des problèmes complexes en une seule étape.
Q7 : Quelles sont les performances d'Argon sur les tests de référence ?
Google annonce des scores de 77.9 % sur DeepSWE v1.1, 51.3 % sur AutomationBench, 91.7 % sur LVBench et 68 % sur CWE-bench v1. Ces chiffres proviennent de l'annonce officielle de Google.
Q8 : Qu’est-ce que le programme Fairwind ?
Il s'agit du programme Google permettant à des experts en cybersécurité de confiance d'accéder en avant-première à Gemini 4 Argon. Ces experts, ainsi que les équipes de sécurité internes de Google, peuvent utiliser le modèle sans les garde-fous de cybersécurité habituels.




