Google DeepMind a présenté Gemini 4 Argon, un modèle conçu pour tenir la distance sur des tâches longues et complexes : programmation, finance, droit et cybersécurité défensive. Pour l’instant, il n’est accessible qu’à un groupe restreint de défenseurs de confiance. Voici ce que l’annonce dit, chiffres à l’appui, et ce qu’elle laisse en suspens.
En bref
- Limite de sortie portée à 1 million de tokens, contre 64K avant
- 77,9 % sur DeepSWE v1.1, un test de génie logiciel réaliste
- Accès limité aux défenseurs de confiance via le Fairwind Program
- Prix annoncé : 2 $ par million de tokens en entrée, 10 $ en sortie
- Ouverture élargie prévue après le renforcement des garde-fous
Ce que Google a annoncé
Le 30 septembre 2026, Google DeepMind a présenté Gemini 4 Argon, qu’elle décrit comme son nouveau modèle de pointe. Il est conçu pour soutenir un raisonnement approfondi sur des tâches longues, en plusieurs étapes, dans trois domaines : le génie logiciel réel, le travail de connaissance en entreprise (droit, finance) et la défense en cybersécurité.
Pour l’instant, le déploiement passe par le Fairwind Program, qui regroupe des défenseurs en cybersécurité de confiance. Google parle d’une approche par phases et indique participer au processus volontaire du gouvernement américain d’accès aux modèles avant leur sortie.
Un million de tokens en sortie
Un token est un petit morceau de texte, mot ou fragment de mot, que le modèle lit ou produit. La limite de sortie d’Argon passe de 64K à 1 million de tokens, ce que Google qualifie de record du secteur.
L’idée est de laisser au modèle la place de réfléchir longuement et de produire plusieurs centaines de milliers de tokens en un seul parcours. Selon Google, cela ajoute de la profondeur de raisonnement pour résoudre des problèmes difficiles d’un seul coup.
Argon au travail chez Google
Le modèle alimente déjà les flux de travail internes de Google, avec des milliers d’employés qui citent ses atouts en code spécialisé, en recherche approfondie et en qualité d’écriture. L’article en donne plusieurs exemples.
Sur la réécriture de code, des agents Argon migrent des bases C/C++ vers Rust, un langage qui protège mieux la mémoire. Pour libgav1, le décodeur vidéo open source de Google, ils ont remplacé 32K lignes de code SIMD (du code qui traite plusieurs données à la fois) par du Rust sûr. Le résultat est un décodeur à mémoire sécurisée, 2,7 fois plus rapide que le port Rust existant, avec une sortie vidéo identique.
- Optimisation quantique : sur un exemple, le modèle a battu de 40 % la référence publiée, en quelques minutes
- Mémoire : des agents ont repéré des optimisations dans les centres de données, soit plus de 300 TiB libérés une fois déployées, pour 500 TiB à 1 PiB estimés au total
- Migrations vers Rust : de dizaines de milliers de lignes (re2, libgav1) à plus de 800K lignes pour le noyau Fuchsia Zircon
- Ces réécritures subissent audits automatisés et manuels, tests d’émulation et relectures avant la production
Les résultats sur les évaluations
Google annonce un nouvel état de l’art sur DeepSWE v1.1, qui mesure les performances en génie logiciel réel sur tâches longues, avec 77,9 %. Argon est aussi présenté comme en tête du Vals Index, qui mesure l’impact économique en finance, code, droit et fiscalité, chaque secteur étant pondéré selon sa part du PIB américain.
La source cite aussi Vals Finance Agent v2 (recherche financière) et le Legal Agent Benchmark de Harvey (recherche et rédaction juridiques), avec des performances décrites comme similaires, sans chiffres. Sur AutomationBench de Zapier, Argon est premier avec 51,3 %. Pour la compréhension de longues vidéos, il atteint 91,7 % sur LVBench.
Ces chiffres viennent de Google : l’article ne détaille pas les conditions des mesures.
Cybersécurité défensive
Google dit avoir entraîné Argon pour trouver, valider et corriger seul des failles critiques. Pour les défenseurs de confiance et ses équipes internes, le modèle sera livré sans garde-fous cyber, afin d’exploiter toutes ses capacités défensives.
Wiz l’utilise déjà dans son initiative Scan for Good, qui protège gratuitement des infrastructures publiques critiques. Le modèle y a mis au jour une faille critique exposant des données personnelles dans des logiciels de santé utilisés par des hôpitaux, un risque que les modèles précédents n’avaient pas détecté, selon l’article. Sur CWE-bench v1, qui évalue la correction de vulnérabilités, il partage la première place avec 68 %.
Garde-fous avant l’ouverture large
Google détaille quatre chantiers : la lutte contre le mésusage (cyber et attaques chimiques, biologiques, radiologiques et nucléaires), la résistance aux injections de prompt indirectes, la surveillance du désalignement et le durcissement des environnements de test.
Pour le désalignement, des mécanismes surveillent le raisonnement et les actions du modèle et arrêtent l’exécution si nécessaire. Google précise avoir évité de réinjecter ces observations dans l’entraînement, pour ne pas pousser le modèle à contourner la surveillance. Les protections ont été testées par des équipes de red teaming internes et externes.
Accès et prix
Le prix de lancement annoncé est de 2 $ par million de tokens en entrée et 10 $ en sortie, les tokens d’entrée en cache étant facturés 95 % moins cher. Google vise ensuite les développeurs, les entreprises et le grand public, en commençant par les clients payants de l’API et les abonnés Google AI Ultra, sans date précise.
Questions fréquentes
Qui peut utiliser Gemini 4 Argon aujourd’hui ?
Pour l’instant, un groupe de défenseurs en cybersécurité de confiance, via le Fairwind Program. Google veut ouvrir ensuite aux développeurs, entreprises et particuliers dès que possible, sans donner de date.
Combien coûtera-t-il ?
Le prix de lancement annoncé est de 2 $ par million de tokens en entrée et 10 $ par million en sortie. Les tokens d’entrée en cache sont facturés 95 % moins cher.
Que change la limite de 1 million de tokens ?
Elle passe de 64K à 1 million en sortie. Le modèle peut ainsi réfléchir et produire plusieurs centaines de milliers de tokens en un seul parcours, selon Google.
Pourquoi l’accès est-il restreint ?
Google explique qu’une sortie de ce niveau demande une approche par phases. Elle recueille les retours des premiers testeurs et renforce ses garde-fous avant l’ouverture large.
À retenir
Gemini 4 Argon est annoncé avec une sortie portée à 1 million de tokens et des scores en tête sur plusieurs évaluations, tous publiés par Google. Son accès reste limité à des défenseurs de confiance, le temps de renforcer les garde-fous, et la date d’ouverture générale n’est pas précisée.
