Gemini 4 Argon : Google lance son modèle le plus puissant

Google a présenté le 30 septembre Gemini 4 Argon, le modèle le plus puissant de sa gamme, avec une sortie portée à un million de tokens et une spécialité affichée en cybersécurité. Le public devra pourtant attendre : les premiers accès vont aux défenseurs cyber du programme Fairwind et à l’administration américaine.

Pour résumer

• Gemini 4 Argon vise le code, le travail juridique et financier, et la détection de failles logicielles.
• Le prix de lancement est fixé à 2 $ par million de tokens en entrée et 10 $ en sortie, avant un doublement.
• Les mesures indépendantes le placent au niveau de GPT-6 Astra, encore derrière Claude Opus 5.5 sur l’indice global.

Gemini 4 Argon arrive d’abord chez les défenseurs cyber

L’annonce porte la signature de Koray Kavukcuoglu, vice-président de Google DeepMind et architecte en chef de l’IA du groupe, sur le billet officiel qui détaille les capacités et le calendrier du modèle. Google y présente Gemini 4 Argon comme son entrée dans une nouvelle ère du modèle de pointe, après une série de versions 3.x sorties tout l’été.

Le déploiement suit une logique inhabituelle. Gemini 4 Argon part en priorité chez des défenseurs cyber jugés de confiance, réunis dans le programme Fairwind, et l’administration américaine reçoit un accès anticipé. L’API payante et l’abonnement Google AI Ultra viendront ensuite, « dès que possible », sans date annoncée.

Ce choix colle à la spécialité revendiquée. Google affirme que le modèle peut trouver, valider et corriger seul des vulnérabilités critiques dans du logiciel. Sur le banc CWE-bench v1, consacré à la correction de failles, il atteint 68 %. L’éditeur de sécurité Wiz l’utilise déjà dans son initiative Scan for Good, où il a repéré une faille critique dans un logiciel de santé que les modèles précédents avaient laissée passer.

La fiche technique change aussi d’échelle. La sortie maximale passe de 64 000 à un million de tokens, pour une fenêtre d’entrée du même ordre. Le modèle lit le texte, l’image, la vidéo et l’audio, et répond uniquement en texte, là où Google avait confié la voix à un modèle dédié que nous avons passé au crible dans notre test de Gemini 3.8 Live. Une fonction baptisée Long Decode Continuation met en pause puis reprend les réponses très longues, utile pour réécrire un dépôt de code entier en une seule passe.

Google a d’ailleurs testé cette endurance sur ses propres chantiers. Le groupe cite la migration de plus de 800 000 lignes du noyau Zircon de Fuchsia, un décodeur vidéo rendu 2,7 fois plus rapide et des optimisations de mémoire sur plus de 300 TiB dans ses centres de données. Ces chiffres viennent de l’éditeur lui-même, qui reste la seule source sur ces usages internes.

Côté prix, Gemini 4 Argon démarre agressif. Le tarif de lancement est de 2 $ par million de tokens en entrée et 10 $ en sortie, avec une remise de 95 % sur les entrées en cache. Le tarif standard montera ensuite à 4 $ et 20 $, sans date de bascule précisée.

Ce que les mesures indépendantes disent de Gemini 4 Argon

Sur ses propres tableaux, Google aligne des premières places. Le modèle obtient 77,9 % sur DeepSWE v1.1, un test de génie logiciel en conditions réelles, prend la tête d’AutomationBench avec 51,3 % et monte à 91,7 % sur LVBench, qui mesure la compréhension de vidéos longues. Google le dit aussi plus robuste que ses rivaux face aux injections de prompt sur le test de Gray Swan.

Les relevés extérieurs nuancent ce tableau. The Decoder a rassemblé les mesures tierces publiées depuis l’annonce dans son analyse du modèle face à OpenAI et Anthropic. Sur l’indice d’intelligence d’Artificial Analysis, Gemini 4 Argon et GPT-6 Astra sont à égalité à 53 points, quand Claude Opus 5.5 culmine à 58.

Deux classements penchent en revanche pour Google. Le modèle prend la première place du Vals Index avec 68,9 %, un indice qui couvre la finance, le code, le droit et la fiscalité. Il mène aussi l’Arena Text avec 1 525 points, le classement fondé sur les votes d’utilisateurs à l’aveugle.

Le résultat le plus parlant concerne les erreurs. Sur le test AA-Omniscience, Gemini 4 Argon affiche un taux d’hallucination de 15 %, contre 51 % pour GPT-6 Astra. Pour une équipe qui confie des recherches documentaires ou des analyses juridiques à un modèle, l’écart pèse davantage qu’un point d’indice global, et il rejoint le chantier ouvert par le report de Gemini 3.5 Pro, quand Google avait choisi de repartir de zéro.

La facture réelle reste à surveiller. Le modèle consomme en moyenne 62 000 tokens de sortie par tâche, contre 27 000 pour GPT-6 Astra. Un prix unitaire bas peut donc donner une note finale plus lourde que prévu. Le calcul diffère de celui de Gemini 3.8 Flash, qui talonnait Claude Opus 5 sur le code pour une fraction du prix : Gemini 4 Argon se paie au rendement, tâche par tâche.

D’autres articles sur Horizon

• OpenAI annule GPT-6.1 Astra, jugé trop trompeur
• Claude Sonnet 5.5 rivalise avec Opus et coûte moins
• Bernie Sanders veut interdire la superintelligence IA

OpenAI et Anthropic face à un Google qui revient au contact

Pour les développeurs, l’effet immédiat est limité tant que l’API reste fermée. Ceux qui travaillent sur de gros dépôts de code ou des analyses de documents massifs auront en revanche une raison concrète de tester Gemini 4 Argon dès son ouverture, avec une sortie seize fois plus longue que la génération précédente. La gamme de l’été, de Gemini 3.8 Live et son prix cassé sur la voix aux versions Flash, reste en attendant la seule disponible.

Les entreprises du droit et de la finance sont visées en premier. Google met en avant la tête du Vals Index sur ces métiers, un argument qui vise directement Astra for Law d’OpenAI et les déploiements de Claude dans les banques. La bataille se joue désormais sur la fiabilité des réponses métier, et le faible taux d’hallucination mesuré devient l’argument commercial central de Google.

Anthropic garde pour l’instant la tête de l’indice global avec Claude Opus 5.5, cinq points devant. L’avance tient toutefois sur un seul classement, alors que Google prend le Vals Index et l’Arena Text, l’un centré sur les métiers de la finance et du droit, l’autre sur la préférence des utilisateurs. La sortie toute récente de Claude Sonnet 5.5 montre qu’Anthropic accélère aussi sur le milieu de gamme.

OpenAI se retrouve dans la position la plus inconfortable. GPT-6 Astra est rattrapé sur l’indice global et nettement distancé sur les hallucinations, la même semaine où la FTC ouvre une enquête visant OpenAI, Anthropic et d’autres laboratoires. Une réponse tarifaire ou une mise à jour d’Astra dans les semaines qui viennent serait la suite logique.

Google dispose enfin d’un levier de distribution que ses rivaux n’ont pas. L’application Gemini a atteint un milliard d’utilisateurs mensuels en août, un cap que nous avions vu approcher quand Gemini frôlait le milliard d’utilisateurs. Le jour où Gemini 4 Argon rejoindra l’abonnement Ultra, ce public deviendra le vrai test, celui d’un modèle utilisé à grande échelle et mesuré hors laboratoire.

Affaire à suivre sur Horizon.