Gemini 4 Argon est le nouveau modèle de pointe de Google DeepMind, annoncé le 30 septembre 2026. Pour l’instant, il est réservé à un cercle restreint de défenseurs en cybersécurité via le programme Fairwind, avant un déploiement progressif aux développeurs, aux entreprises et au grand public. Google revendique 77,9 % sur DeepSWE v1.1, une sortie portée à 1 million de tokens et un tarif d’introduction de 2 $ et 10 $ par million de tokens.
À retenir sur Gemini 4 Argon
- L’annonce a été faite le 30 septembre 2026 par Koray Kavukcuoglu, vice-président senior de Google DeepMind et architecte en chef de l’IA chez Google.
- L’accès initial passe par le programme Fairwind, réservé à des défenseurs cyber de confiance.
- Le tarif d’introduction est de 2 $ en entrée et 10 $ en sortie par million de tokens, avec 95 % de remise sur l’entrée en cache.
- La limite de sortie passe à 1 million de tokens, contre 64 000 auparavant.
- Google revendique 77,9 % sur DeepSWE v1.1 et la première place sur AutomationBench (51,3 %).
- Tous ces résultats sont publiés par Google : aucune vérification indépendante n’était disponible à la publication.
Dans cet article :
- Gemini 4 Argon : ce que Google a annoncé
- Les benchmarks publiés par Google
- Ce que le modèle fait déjà en interne chez Google
- Gemini 4 Argon et la cybersécurité
- Les garde-fous annoncés avant le déploiement
- Disponibilité : quand utiliser Gemini 4 Argon ?
Gemini 4 Argon : ce que Google a annoncé
Selon l’annonce officielle de Google, le modèle est conçu pour soutenir un raisonnement profond sur des workflows longs et complexes. Google met en avant trois domaines : l’ingénierie logicielle en conditions réelles, le travail de connaissance en entreprise (juridique, finance) et la défense en cybersécurité.
Le déploiement sera progressif. Google indique participer au processus volontaire du gouvernement américain d’accès préalable aux modèles, et continuer à recueillir les retours des premiers testeurs pour ajuster ses garde-fous avant d’ouvrir le modèle plus largement.
| Poste de coût | Tarif d’introduction |
|---|---|
| Tokens d’entrée | 2 $ par million |
| Tokens de sortie | 10 $ par million |
| Tokens d’entrée en cache | 95 % de remise sur le prix d’entrée (soit 0,10 $ par million) |
| Limite de sortie | 1 million de tokens (contre 64 000) |
Ce tarif d’introduction rejoint celui de GPT-6.1 Sol d’OpenAI et de Claude Sonnet 5.5 d’Anthropic, lancé deux jours plus tôt, qui affichent eux aussi 2 $ et 10 $ par million de tokens.
Les benchmarks publiés par Google
Google affirme que son nouveau modèle établit l’état de l’art sur DeepSWE v1.1, un test d’ingénierie logicielle sur des tâches réelles de longue durée. Voici les principaux résultats revendiqués dans l’annonce :
| Benchmark | Ce qu’il mesure | Résultat revendiqué |
|---|---|---|
| DeepSWE v1.1 | Ingénierie logicielle longue durée sur de vrais projets | 77,9 %, état de l’art selon Google |
| Vals Index | Impact économique en finance, code, droit et fiscalité | Première place (score non précisé) |
| Vals Finance Agent v2 | Recherche financière en plusieurs étapes | Performance en tête |
| Harvey Legal Agent Benchmark | Recherche et rédaction juridiques | Performance en tête |
| AutomationBench (Zapier) | Exécution de bout en bout de fonctions métiers | 51,3 %, n° 1 |
| LVBench | Compréhension de vidéos longues | 91,7 %, état de l’art |
| CWE-bench v1 | Correction de vulnérabilités logicielles | 68 %, à égalité pour la première place |
| Gray Swan IPI | Robustesse face aux injections de prompt indirectes | En tête selon Google |
Google publie par ailleurs plusieurs graphiques détaillant ces résultats :
Ce que le modèle fait déjà en interne chez Google
Google indique que des milliers de ses employés utilisent déjà le modèle au quotidien pour le code spécialisé, la recherche approfondie et la rédaction. Trois exemples sont détaillés :
- Optimisation quantique : le modèle aide les chercheurs à optimiser les ressources (qubits × portes) de sous-routines critiques. Dans un exemple, il a battu de 40 % la référence publiée, en quelques minutes.
- Efficacité mémoire : une équipe d’agents a analysé la télémétrie de profilage de toute la flotte et appliqué des optimisations, libérant plus de 300 TiB de mémoire une fois déployées, pour une économie totale estimée entre 500 TiB et 1 PiB.
- Migration de code vers Rust : des agents travaillent sur la migration de bases C/C++, de quelques dizaines de milliers de lignes (re2, libgav1) jusqu’à plus de 800 000 lignes pour le noyau Zircon de Fuchsia OS. Ces réécritures font l’objet d’audits automatisés et manuels avant toute mise en production.
Pour libgav1, le décodeur vidéo open source de Google, les agents ont remplacé 32 000 lignes de code SIMD. Résultat annoncé : un décodeur en Rust sûr pour la mémoire, 2,7 fois plus rapide que le portage Rust existant, avec une sortie vidéo identique.
Gemini 4 Argon et la cybersécurité
Google a entraîné le modèle pour la défense : il peut, selon l’annonce, trouver, valider et corriger de façon autonome des vulnérabilités critiques. Pour les défenseurs de confiance et ses équipes internes, Google prévoit de le publier sans garde-fous cyber, afin d’exploiter pleinement ces capacités.
Wiz l’utilise déjà via son initiative Scan for Good, qui protège gratuitement des infrastructures publiques critiques. Lors d’une première démonstration, le modèle a découvert une faille critique exposant des données personnelles sensibles dans un logiciel de santé utilisé par des hôpitaux dans le monde, un risque que les modèles précédents n’avaient pas détecté, d’après Google.
Sur CWE-bench v1, Gemini 4 Argon fait jeu égal avec le meilleur score (68 %). Google ajoute qu’il dépasse son prédécesseur cyber, Gemini 3.8 Flash Cyber, sur le test d’intrusion en boîte noire de Wiz et sur son propre banc de vulnérabilités couvrant 20 langages de programmation.
Les garde-fous annoncés avant le déploiement
Avant une ouverture large, Google dit renforcer ses protections dans quatre domaines :
- Prévenir les usages malveillants (cyberattaques, risques chimiques, biologiques, radiologiques et nucléaires), avec une surveillance des activations internes du modèle, testée par des équipes rouges internes et externes.
- Résister aux injections de prompt indirectes : Google présente son modèle comme le plus résistant à ce jour, en tête du benchmark Gray Swan IPI.
- Surveiller les dérives : des mécanismes suivent le raisonnement et les actions du modèle et interrompent l’exécution si nécessaire.
- Durcir les systèmes : les environnements de test sont isolés et scellés avant les entraînements ou évaluations à haut risque.
Disponibilité : quand utiliser Gemini 4 Argon ?
Pas encore. Google promet de l’ouvrir « dès que possible » aux développeurs, aux entreprises et au grand public, en commençant par les clients payants de l’API et les abonnés Google AI Ultra. Aucune date ni liste de pays n’est communiquée à ce stade.
Le même jour, Google déployait Gemini Skills dans l’application Gemini. Pour suivre la suite, retrouve toutes nos actualités Gemini.
FAQ
Qu’est-ce que Gemini 4 Argon ?
C’est le nouveau modèle de pointe de Google DeepMind, annoncé le 30 septembre 2026. Il vise l’ingénierie logicielle, le travail de connaissance en entreprise et la cybersécurité défensive.
Combien coûte Gemini 4 Argon ?
Le tarif d’introduction est de 2 dollars par million de tokens en entrée et 10 dollars en sortie, avec 95 % de remise sur les tokens d’entrée en cache.
Gemini 4 Argon est-il disponible ?
Pas encore pour le grand public. L’accès est d’abord réservé à des défenseurs cyber via le programme Fairwind, puis viendront les clients payants de l’API et les abonnés Google AI Ultra, sans date annoncée.
Quels sont les résultats de Gemini 4 Argon sur les benchmarks ?
Google annonce 77,9 % sur DeepSWE v1.1, 51,3 % sur AutomationBench, 91,7 % sur LVBench et 68 % sur CWE-bench v1. Ces résultats sont publiés par Google et n’ont pas été vérifiés de façon indépendante.
Conclusion
Avec Gemini 4 Argon, Google prend position sur le terrain des modèles de pointe pour le code, le travail de connaissance et la cybersécurité, mais choisit une ouverture très prudente : d’abord des défenseurs cyber de confiance, puis des clients payants. Les chiffres annoncés sont flatteurs, et ils viennent de Google. Les tests indépendants et l’ouverture de l’API diront ce qu’il en reste en conditions réelles.
Sources
- Google — Gemini 4 Argon: our next era of frontier intelligence, Koray Kavukcuoglu, 30 septembre 2026.
À lire aussi : toutes nos actualités Google et le comparatif des modèles d’intelligence artificielle.